struktur korelasi dari return sekuritas model single index
TRANSCRIPT
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 1/22
1
CHAPTER 7
STRUKTUR KORELASI DARI RETURN SEKURITAS
MODEL SINGLE INDEX
Dalam bab ini kita memulai masalah dengan menyederhanakan sebuah input untuk masalah
portofolio. Kita mulai dengan diskusi tentang jumlah dan jenis informasi yang diperlukan untuk
memecahkan masalah portofolio. Kami kemudian membahas penyederhanaan yang lama dan
paling banyak digunakan dari struktur portofolio: model single-index. Dalam bab ini juga kita
membahas representasi yang disederhanakan alternatif dari masalah portofolio. Secara khusus,
kita prihatin dengan cara-cara lain untuk mewakili dan memprediksi struktur korelasi dengan
return. khirnya, di bab terakhir, berurusan dengan implementasi, kita menunjukkan bagaimana
setiap teknik yang telah dikembangkan untuk menyederhanakan masukan untuk analisis
portofolio dapat digunakan untuk mengurangi dan menyederhanakan perhitungan yang
diperlukan untuk menemukan portofolio optimal.
SEBUAH INPUT UNTUK ANALISIS PORTOFOLIO
Dari bab sebelumnya kita tahu bahwa untuk menentukan tapal batas efisien, kita harus mampu
menentukan pengembalian yang diharapkan dan standar de!iasi dari return on portofolio. Kita
dapat menulis hasil yang diharapkan dari setiap portofolio sebagai
sedangkan standar de!iasi dari pengembalian portofolio dapat ditulis sebagai
Dari "ersamaan #$.%& kita melihat bahwa kita perlu memperkirakan hasil yang diharapkan dari
setiap keamanan yang merupakan kandidat untuk dimasukkan dalam portofolio kami. Dari
"ersamaan #$.'& kita melihat bahwa kita perlu perkiraan !arians dari masing-masing keamanan,
ditambah perkiraan korelasi antara masing-masing pasangan mungkin efek untuk saham dalam
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 2/22
2
pertimbangan. Kebutuhan perkiraan koefisien korelasi berbeda baik dalam besarnya dan
substansi dari dua persyaratan sebelumnya. (ari kita lihat mengapa.
"rinsip dari analisis keamanan tradisional telah memperkirakan kinerja masa depan terhadap
saham yang diikuti. (inimalnya, ini berarti menghasilkan perkiraan terhadap expected return
pada setiap saham yang diikuti.
Korelasi adalah hal yang sepenuhnya berbeda. nalisis portofolio digunakan untuk
memperkirakan korelasi berpasangan antara semua saham dengan kandidat untuk penyertaan
dalam portofolio. Sebagian besar perusahaan mengatur analis mereka di sepanjang garis industri
tradisional. Salah satu analis mungkin mengikuti saham baja atau, mungkin di sebuah perusahaan
kecil, semua saham logam. Seorang analis kedua mungkin mengikuti saham kimia. )api
panggilan analisis portofolio untuk analis ini tidak hanya untuk memperkirakan berapa saham
baja tertentu akan bergerak dalam hubungan dengan saham baja lain tetapi juga bagaimana
saham baja tertentu akan bergerak dalam hubungan dengan saham kimia tertentu atau saham
obat. )idak ada struktur organisasi non tumpang tindih yang memungkinkan perkiraan tersebut
untuk diproduksi secara langsung.
)ampaknya tidak mungkin bahwa analis akan dapat langsung memperkirakan struktur korelasi.
Kemampuan mereka untuk melakukannya adalah sangat terbatas oleh sifat layak struktur
organisasi dan jumlah besar koefisien korelasi yang harus diperkirakan. "engakuan ini telah
memoti!asi pencarian untuk pengembangan model untuk menggambarkan dan memprediksi
struktur korelasi antara sekuritas. Dalam bab ini dan dalam *ab + kita membahas beberapa
model dan memeriksa tes empiris kinerja mereka.
(odel yang dikembangkan untuk peramalan struktur korelasi jatuh ke dalam dua kategori:
model indeks dan teknik a!eraging. )eknik yang paling banyak digunakan mengasumsikan
bahwa pergerakan bersama dengan saham karena dilihat pengaruh umum tunggal atau indeks.
(odel ini tepat disebut model single-index. (odel single-indeks yang digunakan tidak hanya
dalam mengestimasi matriks korelasi tetapi juga efisien di tes pasar #dibahas nanti& dan di tes
keseimbangan, di mana ia disebut proses return-generating process. Sisa bab ini dikhususkan
untuk diskusi tentang sifat-sifat model ini.
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 3/22
3
SINGLE INDEX MODEL-OVERVIEW
Single index model adalah sebuah tehnik untuk mengukur return dan resiko sebuah saham atau
portofolio. (odel ini mengasumsikan bahwa pergerakan return hanya berhubungan dengan
pergerakan pasar. ika pasar bergerak naik dalam arti permintaan pasar terhadap saham
meningkat maka harga saham di pasar akan naik pula. Demikian pula sebaiknya jika pasar
bergerak turun maka harga saham akan turun. eturn saham berkorelasi dengan return pasar.
eturn saham dapat dirumuskan dengan persamaan:
Dimana:
i return saham i
ai komponen dalam return saham i yang independen terhadap return pasar
m return indeks pasar
/i konstanta yang mengukur expected perubahan % terhadap m
"ersamaan di atas terdiri dari ' komponen yaitu bagian yang berhubungan dengan pasar dan
bagian yang tidak berhubungan0 bebas dari pasar. /i menggambarkan tingkat 1pengaruh dari
return saham dengan return pada pasar. Komponen ai merupakan bagian dari return saham
perusahaan yang disumbangkan ke dalam return pasar. 2ilai a i dibagi menjadi dua bagian yaitu
expected !alue 3i dan ei yaitu penyimpangan #random error& dari a i, sehingga:
Ketika ei mempunyai nilai sama dengan nol sehingga ai dan i dinyatakan sebagai berikut:
m dan ei meruakan !ariabel yang random, masing-masing memiliki distribusi probabilitas
sehingga mempunyai rata-rata dan standart de!iasi.
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 4/22
4
Dalam single index model satu-satunya faktor yang diasumsikan mempengaruhi return saham
adalah return pasar dimana return pasar berubah disebabkan oleh pergerakan pasar itu sendiri.
4leh karena itu ei diasumsikan tidak berkorelasi dengan m, sehingga:
ika ei tidak berkorelasi dengan m, ini menunjukkan bahwa seberapa baik persamaan
menjelaskan return pada sekuritas merupakan setiap independen dari pengembalian pasar.
nalisis regresi merupakan salah satu tehnik yang dapat digunakan untuk menjamin bahwa
antara ei dengan m tidak berkorelasi. da satu karakteristik lebih lanjut dari model single-index:
yaitu dengan asumsi.
sumsi ini adalah karakteristik dari model single-index yang membedakan mereka dari modellain yang digunakan untuk menggambarkan struktur ko!arians. sumsi kunci dari model single-
index adalah bahwa ei independen dari e j untuk semua nilai i dan j, atau, lebih formal, 5 #e iej&6.
7ni berarti bahwa satu-satunya saham alasan ber!ariasi bersama-sama, sistematis, adalah karena
como!ement umum dengan pasar. da tidak ada efek luar pasar yang menjelaskan como!ement
antara sekuritas.
Single index (odel dapat kita rangkum sebagai berikut:
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 5/22
5
8asilnya adalah:
eturn yag diharapkan adalah:
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 6/22
6
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 7/22
7
8asil ini dapat diilustrasikan dengan contoh sederhana. (empertimbangkan pengembalian
saham dan indeks pasar yang ditunjukkan pada dua kolom pertama pada )abel $.%. 7n!estor
mungkin telah mengamati selama lima bulan sebelumnya untuk mengetahui return yang
diinginkan. Sekarang pertimbangkan nilai-nilai untuk model single-indeks yang ditunjukkan
pada kolom yang tersisapada tabel. Kolom 9 dihasilkann dari kolom % dan laba atas keamanan.
Sekarang asumsikan bahwa *% %,. 7ni akan sama jika kita mengaplikasikan tehnik estimasi.
Kemudian dari hasil %,b +- 1 '. Karena model single-index harus memegang sebagai
kesetaraan, ei #kolom 1& hanya didefinisikan dalam setiap periode sebagai nilai yang membuat
terus kesetaraan
Sabgai contoh jumlah dari 3i dan /i m adalah +. Karena return pada sekuritas periode ini adalah +
dan ei adalah ;'.
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 8/22
8
Sekarang pembaca seharusnya sudah mengerti darimana asal dari nilai single index model,
kecuali /i. <ariabel /i membagi return menjadi retur yang berhubungan ddengan paar dan return
yang unik. Ketika /i ditetapkan sama dengan %,, return pasar merupakan return ei residu yangindependen. Sebuah nilai yang lebih rendah dari e i meninggalkan beberapa return pasar di e i, dan
ko!arians dari ei dengan pasar positif. /i lebih besar dari %, menghilangkan terlalu banyak
return pasar dan hasil dalam ko!arians negatif antara e i dan pasar. Dengan demikian nilai /i
adalah unik dan nilai yang persis memisahkan pasar dari pengembalian yang unik, membuat
ko!arians antara m dan ei nol. "embaca dapat menghitung ko!arians antara kolom ' dan 1 pada
tabel dan lihat ada angka nol.
)ingkat pengembalian pada portofolio:
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 9/22
9
da banyak cara alternatif estimasi parameter dari model single-index.Dari persamaan di atas
bahwa yang diharapkan dan risiko dapat diperkirakan untuk portofolio apapun jika kita memiliki
perkiraan 3i untuk setiap saham, perkiraan /i untuk setiap saham, perkiraan ='ei untuk setiap
saham, akhirnya perkiraan dari kedua hasil yang diharapkan #m& dan !arians #='m& pada pasar.
KARAKTERISTIK DARI SINGLE INDEKS MODEL
"enggambaran beta di suatu portofolio /" adalah sebagai suatu rata-rata tertimbang modal dari
setiap bursa di dalam portofolio, di mana pertimbangan itu adalah pecahan portofolio yang
modalnya ditanam dalam masing-masing bursa.
*eta portfolio dapat dicari dengan menggunakan persamaan sebagai berikut :
Dimana :
/ p *eta portofolio #systematic risk& X i "ersentase dana saham i
/ i *eta saham i
mencari alpha pada portofolio, 3 p adalah
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 10/22
10
Kemudian mendapat persamaan:
ika portofolio P diambil menjadi portofolio pasar #semua saham diadakan dalam proporsi yang
sama karena membangun m&, maka return diharapkan dari P harus m. Dari persamaan di atas
satu-satunya nilai-nilai B" dan a" yang menjamin " m untuk setiap pilihan m adalah a" sama
dengan 6 dan B" sama dengan %. adi beta di pasar adalah % dan saham dianggap lebih atau
kurang berisiko daripada pasar, jadi beta mereka lebih besar atau lebih kecil dari %.
ESTIMASI BETA
"enggunaan model single-index bisa disebut untuk memperkirakan beta pada masing-masing
saham yang merupakan potensi dana untuk dimasukkan dalam portofolio. nalisis bisa didapatuntuk memberikan subjektif estimasi beta untuk sekuritas atau portofolio. Sebaliknya,
memperkirakan beta di masa depan bisa saja dengan mengestimasi beta dari data masa lalu dan
menggunakan beta historis ini sebagai estimasi beta masa depan. da bukti bahwa beta historis
memberikan informasi yang berguna dari beta tentang masa depan. Selain itu, beberapa teknik
peramalan yang menarik telah dikembangkan untuk meningkatkan informasi yang dapat
diekstraksi dari data historis. Karena itu, bahkan perusahaan yang ingin menggunakan perkiraan
subjektif analis dari beta masa depan harus mulai dengan #analis supply dengan& perkiraan
terbaik dari beta tersedia dari data historis.
nalisis dapat berkonsentrasi pada pemeriksaan pengaruh yang diharapkan untuk mengubah beta
di masa depan. Dalam bab ini kita akan mengkaji beberapa teknik yang telah diusulkan untuk
memperkirakan beta. )eknik ini dapat diklasifikasikan sebagai pengukuran beta historis,
mengoreksi beta historis untuk kecenderungan beta historis untuk menjadi lebih dekat dengan
apa yang kita perkirakan dalam periode masa depan, dan mengoreksi perkiraan sejarah dengan
memasukkan data yang kuat fundamental.
Estimatin Hist!"i#a$ B%tas
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 11/22
11
Single 7ndek (odel didasarkan pada pengamatan bahwa harga saham berfluktuasi searah dengan
indeks harga pasar. 8al ini menunjukkan bahwa return suatu saham berkorelasi dengan return
indeks pasar yang dapat dinyatakan sebagai :
i ai ; i . m
Dimana i return saham ke i, 3i adalah suatu !ariabel acak yang menunjukkan komponen dari
saham ke i yang tidak dipengaruhi oleh perubahan pasar, /i adalah beta yang merupakan
koefisien yang mengukur perubahan i akibat dari perubahan m, dan m adalah tingkat return
dari indeks pasar yang merupakan !ariabel acak.
"arameter 3i menunjukkan komponen return yang tidak dipengaruhi oleh return pasar. "arameter
ini dapat dipecah menjadi dua yaitu 3i menunjukkan nilai pengharapan dari 3i, dan ei yang
menunjukkan residual risk sehingga persamaan Single 7ndek (odel menjadi : i 3i ; /i . m ; ei
"ersamaan tersebut membagi return saham dalam ' komponen yaitu komponen return yang unik
dinyatakan dalam 3i yang independen terhadap return pasar dan komponen return yang
berhubungan dengan return pasar yaitu /i . m.
sumsi Single 7ndek (odel adalah &
%. 7ndeks pasar tidak berhubungan dengan residual risk : 5>ei. # m ? 5# m&&@.
'. Return saham hanya dipengaruhi oleh pasar : 5#e i.e j& 6 yaitu residual risk dari saham ke
i tidak berkorelasi dengan residual risk saham ke j untuk semua nilai dari i dan j.
sumsi-asumsi dalam Single 7ndek (odel mempunyai implikasi bahwa saham-saham bergerak
bersama-sama bukan karena efek di luar pasar melainkan karena bereaksi terhadap
Dalam mencari nilai beta saham historis dapat dicari dengan persamaan sebagai berikut :
Dimana :
/i *eta saham i
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 12/22
12
=im Ko!arians antara index pasar dengan saham
= 'm <arian index pasar
Rit 7mbal hasil saham i pada periode ke-t
it ata-rata imbal hasil saham ke-i
Rmt 7mbal hasil pasar pada periode ke-t
mt ata-rata imbal hasil pasar
Antuk merencanakan it dengan mt kita dapat menyebarkan titik-titik seperti yang ditunjukkan
pada Bambar $.%. Setiap titik mewakili return saham tertentu dan return pasar dalam satu bulan.
)itik tambahan yang diperoleh dengan memplot dua return di bulan berturut-turut. Cangkah
berikutnya adalah untuk mencocokan dengan garis lurus untuk data yang meminimalkan jumlah
de!iasi kuadrat dari baris !ertikal # it&. Kemiringan garis lurus ini akan menjadi estimasi terbaik
dari beta selama periode yang cocok, dan akan dapat mengestimasi alpha #ai& .
Bambar $.%. "lot return sekuritas dengan return pasar
Antuk mengestimasi alpha
Antuk mempelajari bagaimana kerjanya pada contoh sederhana, mari kita kembali ke )abel $.%.
Kami menggunakan data dalam )abel $.%
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 13/22
13
(enunjukkan bagaimana beta berinteraksi dengan return. )api sekarang berasumsi bahwa semua
yang diamati pada kolom % dan ' atau return saham dan return di pasar. Antuk memperkirakan
beta, kita perlu untuk memperkirakan ko!arians antara saham dan pasar. ata-rata pengembalian
saham itu 60 +, sedangkan di pasar itu '60 . 2ilai beta untuk saham adalah ko!arians
dari saham dengan pasar dibagi dengan !arians dari pasar,
atau ko!arians yang ditemukan sebagai berikut:
ko!arians adalah 160 %'. !arians dari return pasar adalah rata-rata dari jumlah dari de!iasi
kuadrat, jadi :
='m >#-& ' ; #' - & ' ; #+-& ' ; #1-& ' ; #6-& '@ +
adi beta %'0+ %,.. lpha dapat dihitung dengan mengambil perbedaan antara return
sekuritas rata-rata dan pada beta saat pengembalian rata-rata di pasar:
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 14/22
14
3i + - #%,& #& '
MEN'ESUAIKAN PERKIRAAN SE(ARAH
*isakah kita lebih meningkatkan kemampuan prediksi dari beta pada surat berharga dan
portofolioE untuk membantu dalam menjawab pertanyaan ini, mari kita memeriksa distribusi
hipotetis sederhana beta. sumsikan beta pada semua saham yang benar-benar %. ika kita
memperkirakan beta untuk semua saham, beberapa estimasi beta akan %, tetapi beberapa akan
berada di atas atau di bawah % karena kesalahan pengambilan sampel dalam estimasi. *eta
berada di atas % karena kesalahan sampling positif. *eta diperkirakan di bawah % karena
kesalahan sampling negatif. Selain itu, karena tidak ada alasan untuk mencurigai bahwa
kesalahan sampel positif pada saham akan diikuti oleh sampling error positif untuk saham yang
sama, kami akan menemukan bahwa beta historis memprediksi beta masa depan lebih buruk
daripada beta % untuk semua saham.
M%as)"in t*% t%n+%n#, ! .%tas t! "%"%ss t!/a"+ 0--B$)m%1s t%#*ni2)%
Karena beta pada periode perkiraan cenderung lebih dekat ke % daripada menggunakan data
historis. Kita akan memperoleh garis yang mengukur kecenderungan beta diperkirakan lebih
dekat dengan % daripada data historis. Ketika *lume melakukan ini untuk periode yang
disebutkan, ia memperoleh
Di mana itu beta pada saham i pada periode selanjutnya #%F-%F1%& dan itu beta untuk
saham i untuk periode sebelumnya #%F+-%F&. 8ubungan menggambarkan bahwa !ersi beta
pada periode selanjutnya adalah 6,99 ; 6,1$$ kali beta pada periode sebelumnya.
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 15/22
15
M%as)"in t*% t%n+%n#, ! .%tas t! "%"%ss t!/a"+ 0--Vasi#%31s t%#*ni2)%
*eta yang sebenarnya di periode proyeksi cenderung lebih dekat dengan rata-rata beta dari
estimasi yang diperoleh dari data historis. Semakin besar kesalahan sampling, semakin besar
perbedaan rata-rata. Saham beta yang tinggi memiliki standar kesalahan yang lebih besar yang
terkait dengan beta mereka daripada saham beta rendah. 7ni berarti bahwa beta saham yang
tinggi akan diturunkan dengan persentase yang lebih besar dari jarak rata-rata beta untuk sampel
dibandingkan beta saham yang rendah akan dinaikkan. 4leh karena itu perkiraan rata-rata beta
akan cenderung lebih rendah dari rata-rata beta dalam sampel saham yang betanya sudah
diperkirakan.
A##)"a#, ! A+4)st%+ B%ta
ata-rata kesalahan kuadrat dalam beta sering dipotong setengah ketika salah satu teknik
penyesuaian digunakan. Secara khusus, sumber kesalahan itu dikomposisi menjadi bagian dari
kesalahan karena mengestimasi dari tingkat rata-rata beta, sebagian cenderungan melebih-
lebihkan beta yang tinggi, dan bagian yang dijelaskan oleh salah satu dari dua pengaruh pertama.
8ampir semua penurunan kesalahan berasal pada kecenderungan untuk melebih-lebihkan beta
yang tinggi dan beta yang rendah.
Salah satu cara beta dapat digunakan untuk menghasilkan perkiraan korelasi antara sekuritas.
Korelasi antara saham #mengingat asumsi dari model single-index& dapat dinyatakan sebagai
fungsi beta:
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 16/22
16
Gara lain untuk menguji kegunaan beta, serta kinerja perkiraan alternatif dari beta, adalah untuk
melihat seberapa baik beta meramalkan struktur korelasi antara sekuritas.
B%ta S%.aai P%"ama$ K!%%si%n K!"%$asi
"erbandingan kemampuan model berikut ini untuk meramal struktur korelasi antara sekuritas:
%. matriks korelasi historis
'. "erkiraan matriks korelasi yang disiapkan dengan memperkirakan beta dari periode-
periode sebelumnya.9. "erkiraan matriks korelasi yang disiapkan dengan memperkirakan beta dari dua periode
sebelumnya dan perbaharuan melalui teknik blume
. "erkiraan disiapkan sebagai model ketiga tetapi perbaharuan dilakukan melalui teknik
!asicek *ayesian
Salah satu hasil studi mengatakan bahwa matriks korelasi historis merupakan yang paling
terlemah dari semua teknik. 8al ini menunjukkan bahwa sebagian besar pengamatan struktur
korelasi antar sekuritas, tidak ditangkap oleh model single indeks. "oin penting untuk dicatat
bahwa model single indeks dikembangkan untuk menyederhanakan input analisis portofolio dan
dianggap menghilangkan informasi data historis karena melibatkan penyederhanaan.
"erbandingan tiga teknik beta lebih ambigu. Dalam setiap dua sampel yang diuji selama lima
tahun, teknik blume mengungungguli beta yang belum disesuaikan dan beta yang disesuaikan
dengan teknik *ayesian. 2amun, teknik penyesuaian *ayesian lebih baik daripada beta yang
tidak disesuaikan.
(ari kita mulai dengan beta yang belum disesuaikan. (odel ini menganggap bahwa ada
korelasi saham karena korelasi dengan pasar. 8al ini mengabaikan semua sumber-sumber
korelasi lain seperti pengaruh industri.
)eknik blume menyesuaikan beta ke arah %. 7ni cenderung meningkatkan koefesien korelasi rata-
rata yang diestimasikan dari teknik blume. Koefesien korelasi adalah produk dari dua beta,
hingga beta dikurangi menjadi % #dengan tidak ada perubahan rata-rata&. (isalnya, produk %,%
dan 6,F lebih besar dari produk %,' dan 6,+. 7ngat bahwa teknik blume menyesuaikan beta dalam
dua periode untuk perubahan beta antara periode % dan '. ika perubahan beta rata-rata antara
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 17/22
17
periode % dan ' positif #negatif&, teknik blume akan menyesuaikan rata-rata beta untuk ' periode
di atas dan dibawahnya.
"enyesuaian *ayesian untuk beta, seperti penyesuaian blume, yang kecenderungannya
mengecilkan beta menuju %, tapi itu tidak akan melanjutkan proyek tren pada beta, karenanya,
koefesien korelasi seperti teknik blume dilakukan. 2amun, teknik blume memiliki sumber bias
salah satunya cenderung menarik beta dan koefesien korelasi ke arah bawah. 8al ini terjadi
karena saham dengan beta tinggi lebih disesuaikan kearah rata-rata daripada saham dengan beta
rendah.
Dari data empiris, sulit untuk mengatakan apakah, diberikan data, sumber alternatif bias, yang
bekerja pada arah yang berbeda, akan meningkatkan atau menurunkan perkiraan akurasi dari
hasil. Kita tahu bahwa kecuali ada kecenderungan pada prediksi rata-rata koefesien korelasi, efek
ini bias pada perkiraan akurasi yang acak dari waktu ke waktu. Sumber yang acak ini dapat
dihilangkan. Salah satu cara untuk melakukannya adalah untuk memaksa koefesien korelasi
rata-rata, diperkirakan oleh setiap teknik, sama dan menjadi sama dengan koefesien korelasi rata-
rata yang ada di periode pada saat modelnya dipenuhi. ika koefesien korelasi tidak memiliki
kestabilan tren, ini akan menjadi prosedur peramalan yang efisien. (enggunakan hanya data
yang tersedia mudah untuk dilakukan.
Ketika penyesuaian dibuat, penyesuaian *ayesian diproduksi paling akurat untuk
memperkirakan matriks korelasi masa depan. "erbedaanya dari teknik blume, beta yang tidak
disesuaikan dan matriks historis adalah signifikan secara statistik dalam semua periode yang
diuji. "eringkat kedua teknik ber!ariasi pada waktunya dengan penyesuaian blume, mengalahkan
beta yang belum disesuaikan dalam satu periode dan mengungguli beta yang disesuaikan dalam
satu periode.
"erkiraan dari tiga teknik beta dibandingkan dengan perkiraan dari estimasi beta keempat, beta
sama dengan % untuk semua saham, serta dengan matriks korelasi historis, sebagai perkiraan
masa depan. ata-rata perkiraan disesuaikan menjadi sama untuk semua teknik. Kinerja matriks
korelasi historis dan model beta sama dengan % lebih rendah daripada kinerja semua model
lainnya.
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 18/22
18
(ari kita berhenti sejenak dan meninjau pada memperkirakan beta. da dua alasan untuk
estimasi beta: yang pertama adalah dalam rangka untuk meraikan beta masa depanH yang kedua
adalah untuk menghasilkan koefesien korelasi sebagai masukan untuk masalah portofolio. *ukti
empiris sangat menunjukkan bahwa untuk perkiraan beta masa depan, seseorang harus
menggunakan penyesuaian *ayesian atau juga penyesuaian blume daripada beta yang belum
disesuaikan. *ukti pada pilihan antara penyesuaian blume dan *ayesian dicampur, tetapi
penyesuaian *ayesian tampaknya bekerja sedikit lebih baik.
*eta yang tidak disesuaikan dan beta disesuaikan, baik teknik *ayesian dan blume, semuanya
mengandung potensial yang bias sebagai peramal dari matriks korelasi masa depan.
"erkiraan dari semua teknik ini dapat diperiksa secara langsung, atau perkiraan dapat disesuaikan
untuk menghilangkan bias dalam perkiraan koefesien korelasi rata-rata. Iakta pertama yang
harus diperhatikan bahwa masing-masing tiga perkiraan beta ini melebihi matriks korelasi
sejarah sebagai perkiraan dari matriks korelasi masa depan. Kedua, perhatikan bahwa bila
dibandingkan dengan beta %, semua menghasilkan perkiraan yang lebih baik. "eringkat di antara
tiga teknik ini adalah fungsi dari apakah kita membuat penyesuaian untuk perkiraan rata-rata.
Karena kami percaya itu adalah perlu untuk melakukannya, kami menemukan bahwa teknik
penyesuaian *ayesian melakukan yang terbaik. Dalam bab + kita membahas peramalan
koefesien korelasi masa depan dengan menggunakan kombinasi beta masa lalu dan perkiraan
lain yang berasal dari data historis.
*aru-baru ini, upaya telah dilakukan untuk memasukkan lebih banyak data daripada kembali
masa lalu informasi ke dalam perkiraan beta. Kami sekarang mengambil sekilas beberapa
pekerjaan yang telah dilakukan di daerah ini.
B%ta F)n+am%nta$
*eta merupakan ukuran riko yang timbul dari hubungan antara return saham dan return di pasar. 2amun, kita tahu bahwa risiko dari suatu perusahaan harus ditentukan oleh beberapa kombinasi
dari fundamental perusahaan dan karakteristik pasar saham perusahaan. ika hubungan ini dapat
ditentukan, itu akan membantu kita untuk lebih memahami dan memerkirakan beta. da
penelitian yang meneliti hubungan antara tujuh !ariable perusahaan dan beta pada saham
perusahaan. )ujuh !ariable yang mereka gunakan adalah:
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 19/22
19
%. Di!iden payout #di!iden dibagi dengan laba&
'. "ertumbuhan aset #perubahan tahunan total aset&
9. Ce!erage #sekuritas yang dibagi dengan total aset&. Cikuiditas #akti!a lancar dibagi dengan kewajiban lancar&
. Akuran aset #total aset&
1. <ariabilitas produktif #standar de!iasi dari rasio harga laba&$. kuntansi beta #beta yang timbuk dari regresi time series dari pendapatan perusahaan
terhadap laba rata-rata untuk ekonomi, sering disebut laba beta&
"emeriksaan !ariabel-!ariabel ini akan membawa kita untuk mengharapkan hubungan negatif
antara di!idend payout dan beta di bawah salah satu dari dua argumen:
%. Karena manajemen lebih enggan untuk memotong di!iden. "embayaran tinggi
merupakan indikasi dari kepercayaan pada bagian dari manajemen mengenai tingkat laba
masa depan.'. "embayaran di!iden kurang berisiko daripada capital gainH karenanya, perusahaan yang
membayar lebih dari pendapatannya dalam bentuk di!iden adalah kurang berisiko.
"ertumbuhan biasanya dianggap positif terkait dengan beta. "ertumbuhan yang tinggi dianggap
lebih berisiko daripada pertumbuhan yang rendah
Ce!erage cenderung meningkatkan !olatilitas aliran pendapatan, maka untuk meningkatkan
risiko dan beta, sebuah perusahaan dengan likuiditas yang tinggi dianggap kurang berisiko dan
karenanya likuiditas harus berhubungan negatif dengan beta."perusahaan-perusahaan besar
sering dianggap kurang berisiko daripada perusahaan kecil, dengan alasan bahwa mereka
memiliki akses yang lebih baik ke pasar modal. 4leh karena itu mereka harus memiliki beta yang
lebih rendah.
khirnya, semakin banyak !ariabel aliran pendapatan perusahaan dan lebih tinggi korelasinya
dengan pasar, maka beta harus semakin tinggi.
Cangkah logis berikutnya dalam mengembangkan beta adalah untuk menggabungkan pengaruhdari !ariabel fundamental yang rele!an secara bersamaan ke dalam analisis.
"ersamaan formulir berikut diperkirakan:
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 20/22
20
Daripada membahas daftar panjang !ariabel yang telah digunakan untuk menghasilkan beta
fundamental, mari kita tinjau kekuatan dan kelemahan. Keuntungan dari beta berdasarkan data
historis adalah mengukur respon dari masing-masing saham terhadap pergerakan pasar. Kerugian
dari jenis beta adalah hal itu mencerminkan perubahan dalam ukuran atau karakteristik
perusahaan. Sebagai contoh, asumsikan sebuah perusahaan meningkat rasio utang terhadap
ekuitas. Kami harapkan beta untuk meningkat juga. 2amun, jika kita menggunakan 16 bulan
data historis untuk memperkirakan beta, satu bulan setelah perusahaan meningkatkan rasio utang
terhadap ekuitas, hanya satu dari 16 titik data yang akan mencerminkan informasi baru. Sehingga
perubahan rasio utang terhadap ekuitas hanya akan memiliki dampak yang sangat kecil pada beta
dihitung dari data return historis. Demikian pula, satu tahun penuh setelah kejadian, hanya %'
dari 16 poin data yang digunakan untuk mengukur beta.
Sebaliknya, beta fundamental merespon dengan cepat perubahan karakteristik perusahaan karena
dihitung langsung dari karakteristik ini. 2amun, kelemahan dari beta fundamental adalah
dihitung dengan asumsi bahwa respon dari semua beta untuk !ariabel fundamental yangmendasari adalah sama. (isalnya, mereka menganggap bahwa beta untuk 7*( akan berubah
dengan cara yang persis sama dengan perubahan yang diberikan dalam rasio utang terhadap
ekuitas dari Beneral (otors #B(&.
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 21/22
21
Dengan menggabungkan teknik beta historis dan beta fundamental dalam satu sistem, diharapkan
untuk mendapatkan keuntungan. Selain itu, ditemukan bahwa ada perbedaan antara beta dari
industri yang berbeda.
x% mewakili !ariabilitas pasar. 7ni mencakup nilai-nilai historis dari beta serta karakteristik pasar
lain saham seperti perdagangan saham, !olume, dan kisaran harga saham.
x' mewakili !ariabilitas pendapatan. 7ni termasuk !ariabilitas laba, beta laba, dan dari
ketidakpastian pendapatan seperti jumlah pendapatan yang luar biasa.
x9 mewakili deskripsi mengenai pertumbuhan pendapatan, rasio nilai buku terhadap harga
saham.
x mewakili total aset, dan pangsa pasar usia.
x mendeskripsikan di!iden yield, dan rasio harga laba
x1 mewakili risiko keuangan. 7ni termasuk langkah-langkah le!erage, cakupan bunga, dan
likuiditas.
x$ mewakili karakteristik perusahaan. 7ni termasuk indikator daftar saham dan tentang bisnis.
x+ <ariabel ini memungkinkan fakta bahwa industri berbeda cenderung memiliki beta yang
berbeda, semua !ariabel lainnya dianggap tetap, akan diperhitungkan.
lasan untuk pindah ke model yang kompleks ini adalah untuk meningkatkan kemampuan
peramalan.7ni menunjukkan bahwa model yang melibatkan kedua data fundamental dan beta
historis mengarah ke perkiraan yang lebih baik dari beta masa depan. Sistem osenberg
mencerminkan perubahan dalam !ersi beta yang telah terjadi karena menggunakan data yang
mencerminkan kondisi sekarang #!ariabel perusahaan fundamental& untuk memodifikasi beta
historis sebagai perkiraan masa depan. Sebuah sistem yang lebih ideal akan mempekerjakan
perkiraan !ariabel perusahaan yang mendasar di masa depan untuk mengubah perkiraan historis
8/16/2019 STRUKTUR KORELASI DARI RETURN SEKURITAS MODEL SINGLE INDEX
http://slidepdf.com/reader/full/struktur-korelasi-dari-return-sekuritas-model-single-index 22/22
22
beta- dengan kata lain, perkiraan pengganti nilai-nilai masa depan di sisi kanan "ersamaan #$.$&
daripada nilai-nilai bersamaan.
MODEL PASAR
(eskipun model single-indeks dikembangkan untuk membantu dalam manajemen portofolio,
(odel ini dimulai dengan hubungan linear sederhana return dan pasar,
Karena itu tidak membuat asumsi bahwa semua ko!arians antara saham yang disebabkan oleh
ko!arians umum dengan pasar, namun, itu tidak mengarah pada ekspresi sederhana dari risiko
portofolio yang timbul di bawah model single-index.Kami akan memenuhi model pasar lagi
seperti yang kita kemajuan melalui buku ini. 8al ini digunakan secara luas dalam *ab %$ di
pasar yang efisien. )itik yang perlu diingat adalah bahwa diskusi memperkirakan beta sama
sebagaimana berlaku apakah kita berbicara tentang model pasar atau model single-index.