overview

OVERVIEW

Bab ini membahas model-model keseimbangan dalam analisis investasi dan memberikan gambaran yang komprehensif tentang berbagai kendala dan solusi untuk mengatasi persoalan beta dalam studi empiris maupun dalam aplikasi praktis.

Bab ini akan memberikan pemahaman yang lebih baik mengenai: Cara menghitung beta Kelemahan beta dalam praktik Evaluasi beta dalam praktik Teknik-teknik estimasi beta yang sesuai dengan kondisi

yang dihadapi Pengujian efisiensi dan stabilitas beta dalam riset pasar

modal.

1/55

OVERVIEW

Dalam bab ini akan dibahas tiga isu utama, yakni : kajian literatur tentang beta; metode penelitian untuk mengestimasi

beta; isu-isu relevan lainnya tentang estimasi

dan stabilitas beta.

2/55

TOPIK PEMBAHASAN

Kajian Literatur tentang Beta Desain Penelitian dalam Pengestimasian Beta Hasil Empiris Pengestimasian Beta Pengestimasian Beta dengan Beberapa Cara

Pengukuran Return Asumsi Distribusional Kesalahan Pengukuran dan Perdagangan Tipis Stabilitas Beta Estimasi Beta Lainnya yang Telah disesuaikan dengan

Perdangan Tipis Time-varying Beta Pengestimasian Beta untuk Perusahaan Privat

3/55

PENDAHULUAN TENTANG CAPM

Penentuan asset pricing suatu sekuritas individual dan/atau portofolio merupakan hal yang sangat penting bagi investor.

Penentuan cost of capital (required rate of return) Pricing sekuritas/portofolio (undervalue/overvalue)

Perlu Model Yang Parsimoni Dalam

Menangkap Kompleksitas Pasar Modal

Capital Asset Pricing Model (CAPM)

(Sharpe,1964; Lintner 1965; dan Mossin,1966)

4/55


CAPM menjelaskan bahwa kondisi keseimbangan (equilibrium), expected returns [E(Ri)] sama dengan suku

bunga bebas risiko (Rf ) ditambah dengan premi risiko:

E(Ri) = Rf + {E(Rm) – Rf}I

Ukuran risiko yang relevan dalam konteks CAPM adalah beta

(β), yang didefinisikan sebagai covarians return sekuritas

dengan return pasar yang distandardisasi dengan varians

return pasar.

iM = Korelasi antara sekuritas i dengan pasari = Standar deviasi sekuritas iM = Standar deviasi pasar

2M

MiMii

5/55


CAPM memerlukan estimasi tingkat bunga bebas risiko (risk-free rate of interest), estimasi return portofolio pasar yang diharapkan (expected return market portfolio), dan estimasi beta untuk tiap aset individual

Sejak diperkenalkan pertama kali, CAPM dan beta terus diperdebatkan baik secara teoritis maupun empiris.

Fama dan French (1992, 1993, 1996) mengkritik kemampuan beta dalam menjelaskan cross-sectional variation return ekuitas.

Roll dan Ross (1996) mengatakan bahwa: “beta is dead, or if not dead is at least fatally ill, karena beta tidak dapat menjelaskan return sekuritas.

6/55

PENDAHULUAN TENTANG CAPM Kothari, Shanken, dan Sloan (1950) dan Kandel dan

Stambaugh (1995) mengatakan bahwa beta tetap masih dapat digunakan jika menggunakan data tahunan, bukan data bulanan atau harian

Black (1993) mengatakan dengan perspektif lain, hal yang diperlukan dalam mendefinisikan ukuran risiko sistematis atau beta adalah model pasar (market model)

Rit = i + i Rmt + it

Keberadaan market model tersebut adalah independen atau tidak terikat pada CAPM. Meskipun CAPM benar-benar mati, beta tetap eksis. Maka, beta telah digunakan sejak dulu, sekarang, dan akan terus digunakan di masa mendatang.

7/55

KAJIAN LITERATUR TENTANG BETA

Keterterapan Beta dalam Penelitian Penggunaan beta sebagai salah satu variabel

penelitian telah banyak dilakukan baik di luar negeri maupun di dalam negeri.

Studi yang dilakukan di dalam negeri : Agoeng (2000) dan Hadinugroho (2002)

menunjukan bahwa return tidak dipengaruhi oleh beta.

Tandelilin (2001) menemukan bahwa beta portofolio saham mampu menjelaskan return portofolio pada pasar bullish dan bearish.

8/55

KAJIAN LITERATUR TENTANG BETA Poerwanto (2001) yang menyelidiki hubungan antara

beta dengan return, menemukan bahwa untuk market excess return positif terdapat hubungan positif antara beta dan return, sedangkan untuk market excess return negatif terdapat hubungan negatif antara beta dan return

Studi tentang faktor-faktor yang mempengaruhi beta juga menunjukan hasil yang beragam : Tandelilin (1997) menemukan bahwa variabel rasio

keuangan dan ukuran perusahaan mempengaruhi beta

Indriastuti (1999) dan Musliatun (2000) dengan memisahkan periode analisis normal dan krisis 1997 menemukan bahwa likuiditas, pertumbuhan, dan leverage keuangan mempengaruhi beta

9/55


Sufiyati dan Na’im (2002) membuktikan bahwa beta dipengaruhi oleh ukuran perusahaan

Suherman (2001) menguji pengaruh variabel dividen, pertumbuhan aset, ukuran perusahaan, likuiditas, leverage keuangan, volatilitas laba, dan beta akuntansi terhadap beta.

Beta juga banyak dipakai dalam berbagai bentuk desain penelitian studi peristiwa (event study) seperti penawaran hak atas saham (right issue), pengumuman divide, pengumuman merger dan akuisisi, pengumuman pembelanjaan kapital dan perubahan komposisi manajemen.

10/55


Catatan Penting: Sebagian besar penelitian tersebut

mengungkapkan hasil yang tidak konsisten dengan teori. Hal mungkin disebabkan oleh perbedaan metode dalam pengestimasian beta sehingga menghasilkan variasi besaran beta.

11/55


Keterterapan Beta dalam Praktik Beta digunakan oleh manajer investasi

sebagai salah satu indikator dalam pengukuran kinerja portofolio yaitu dengan mengadopsi teknik yang dikemukakan Treynor (1965) dan Jensen (1969).

Beta juga digunakan untuk menghitung biaya modal ekuitas yang selanjutnya digunakan dalam penilaian perusahaan, penganggaran kapital, dan perhitungan economic value added (EVA).

12/55

Isu Pokok Dalam Estimasi BetaIsu pengukuran return Bagaimana seharusnya return diukur; indeks apa yang seharusnya digunakan untuk mewakili pasar; berapa lama periode observasi yang digunakan; dan interval penyampelan apa yang harus digunakan.

Isu yang berkaitan dengan asumsi model regresiApakah residual regresi berdistribusi normal; apakah residual regresi memiliki varian yang sama; apakah residual regresi tidak berkorelasi satu sama lain; apakah beralasan jika diasumsikan bahwa beta adalah konstan sepanjang periode pengestimasian; dan apakah ada variabel penjelas yang dihilangkan.

13/55

Isu Pengukuran Return Tahap pertama untuk memperoleh estimasi beta adalah

menghitung nilai return sekuritas individual dan return pasar.

Discrete return versus continuously compounded returns. Pengukuran returns harus mempertimbangkan penyesuaian perubahan harga yang terjadi karena adanya perubahan kapitalisasi

Raw return versus excess return. Ukuran return berupa return periodik yang belum disesuaikan dengan return aset-aset lain yang menjadi benchmark.

Nominal return versus real return. Return yang belum disesuaikan terhadap harapan adanya inflasi (inflationary expectation).

14/55

METODE PENGUKURAN RETURN

Perhitungan Return Raw Return

o Discrete Return (DRt)

o Continuously Compounded Returns (CCRt)

1

1

t

t

P

DtPPtDRt

)1ln( tRCCRt

15/55

Perhitungan ReturnExcess Return

o Discrete Excess Return (DERt)

o Continuously Compounded Excess Returns (CCERt)

Rft = tingkat bunga bebas risiko (SBI)

ttt RfDRDER

ttt fRCCRCCER


16/55

Perhitungan ReturnReal Return

Discrete Real Return (DRRt)

Continuously Compounded Real Returns (CCRRt)

r = tingkat inflasi

11

1

r

DRDRR t

t

11

1

r

CCRCCRR t

t


17/55

TEKNIK ESTIMASI BETA

Estimasi beta dengan indeks tunggal mengacu pada periode waktu analisis yang sama untuk return individual dan return pasar.

Estimasi beta yang disesuaikan karena adanya perdagangan yang tidak sinkron: Beta Scholes-William diadopsi dari teknik estimasi beta

yang digunakan oleh Scholes dan William (1977). Beta Dimson mengacu pada teknik estimasi beta yang

digunakan oleh Dimson (1979). Fowler dan Rorke (1983) mengembangkan teknik Scholes

dan William serta Dimson dengan melakukan analisis regresi berganda.

18/55

TEKNIK ESTIMASI BETA1. Beta Indeks Tunggal (i

IT)

2. Beta Scholes-William (SW)

itmiiit itRˆR

iITi ̂

itmimimiiit itititRˆRˆRˆR 101

tmmt uRˆˆRt

110

)ˆ(iiiSW

i1

101

21

19/55


3. Beta Dimson (iDM)

itmimimiiit itititRˆRˆRˆR 101

m

mkki

DMi ̂

20/55


2. Beta Fowler-Rorke (iFR)

itmn

imimimimn

iiit nititititnitRˆ...RˆRˆRˆ...RˆR

101

1

)ˆ...ˆ/()ˆˆ...ˆ(W nnn 221221 1111

niniii

nin

FRi

ˆW...ˆWˆˆW...ˆW 11

011

tmmmt uRˆ...RˆˆRtnt

1110

)ˆ...ˆ/()ˆˆˆ...ˆ(W nnnn 221221 11212

)ˆ...ˆ/()ˆ...ˆ(W nn 2211 111

21/55

Data dan Sampel Penelitian : Studi empiris dimaksudkan untuk memberi

ilustrasi praktis tentang isu-isu dan prosedur-prosedur pengestimasian yang dapat menghasilkan estimasi beta yang berbeda.

Studi ini menggunakan harga saham harian, mingguan, dan bulanan yang diobservasi dari 18 perusahaan di Bursa Efek Jakarta (BEJ). Sampel perusahaan dipilih secara acak dan mewakili 18 sub-industri dari industri pemanufakturan

22/55

Model analisis penelitian ini didasarkan pada model pasar (market model) yaitu return historis saham diregresi dengan return historis suatu proksi portofolio pasar (return indeks pasar).

Fokus studi empiris ini mengangkat permasalahan yang berkaitan dengan isu pengukuran return dan isu asumsi model regresi

23/55

Tabel di bawah ini menunjukan perbedaan estimasi beta dengan berbagai cara pengukuran return yang meliputi: (1) raw return diskrit dan kontinyu

(2) excess return diskrit dan kontinyu

(3) return riil diskrit dan kontinyu.

Kesimpulan Sementara Hasil Studi Empiris Range yang lebar dari hasil-hasil estimasi

beta pada tabel tersebut membuktikan bahwa pengestimasian beta sangat sensitif terhadap cara pengukuran return.

24/55

No TICKEstimasi Beta Berdasarkan Beberapa Pengukuran

ReturnRRD RRK ERD ERC RDR RCR Range

1 AQUA 0,4106 0,4049 0,4139 0,4189 0,2679 0,8226 0,55472 BRAM 1,0611 1,0334 1,0111 1,0062 0,8695 0,7868 0,27433 BRNA 1,1584 1,0359 1,1420 1,0196 0,7886 0,8339 0,36994 BRPT 1,7455 1,7091 1,7017 1,6622 1,3774 0,8484 0,89705 EKAD 0,6171 0,4810 0,5909 0,4623 0,3401 0,8535 0,51356 ERTX -0,1011 0,6716 -0,0231 0,7114 0,4093 0,7826 0,88377 HMSP 1,3511 1,3798 1,2947 1,3241 1,1045 0,7902 0,58968 INKP 1,1965 1,2118 1,1793 1,1983 1,0061 0,8118 0,40009 INTD 0,6302 0,4523 0,6734 0,4778 0,2236 0,7437 0,5201

10 KICI 0,7344 0,7249 0,7564 0,7416 0,4991 0,8018 0,302711 KLBF 1,7068 1,5972 1,6823 1,5673 1,2026 0,8460 0,860812 LION 0,5025 0,4929 0,4900 0,4778 0,4402 0,8357 0,395613 MLPL 2,3949 1,8749 2,3926 1,8623 1,4893 0,9425 1,452414 PGIN 0,1598 0,1252 0,1532 0,1209 0,1104 0,7830 0,672615 SCBN 0,4993 0,4699 0,5429 0,5226 0,3113 0,8094 0,498116 SMCB 2,0634 2,2064 2,0118 2,1654 1,6729 0,8399 1,366517 SOBI 1,0281 0,9050 1,0197 0,8854 0,6856 0,7645 0,342518 SRSN 1,3210 1,2088 1,3150 1,2009 0,7866 0,7907 0,5344 Mean 1,0266 0,9992 1,0193 0,9903 0,7547 0,8160 0,2719

Keterangan:RRD=raw return diskrit; RRK=raw return kontinyu; ERD=excess return diskrit;ERC: excess return kontinyu; RDR=Return diskrit riil; RCR= return kontinyu riilIHSG sebagai proksi portofolio pasar

Tabel Estimasi Beta Berdasarkan Beberapa Metode Pengukuran Return:

Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-2002

INDEKS PASAR

Estimasi beta memerlukan suatu proxy untuk portofolio pasar, karena portofolio pasar secara teoritis harus efisien, namun secara empiris sulit ditemui atau relatif tidak dapat diobservasi.

26/55

INDEKS PASARPengukuran Return Indeks Pasar Value Weighted Vs Equally Weighted

Return value weighted memperhitungkan ukuran relatif dari aset-aset individual.

Indeks pasar value weighted lebih sensitif terhadap pergerakan harga dari perusahaan yang berukuran besar.

Indeks equally weighted menimbang semua aset seolah-olah aset-aset tersebut memberi pengaruh yang sama, tanpa mempertimbangkan ukuran relatifnya.

Indeks value weighted lebih baik karena lebih konsisten dengan portofolio pasar yang sebenarnya.

27/55

INDEKS PASAR

Pengukuran Return Indeks Pasar Keluasan (Breadth) Indeks Pasar

Peneliti menggunakan indeks pasar sebagai proxy pasar karena indeks pasar saham adalah indeks yang paling tersedia, walaupun Stambaugh (1982) memperlihatkan bahwa CAPM pada umumnya tidak sensitif terhadap pemilihan proxy pasar, kita dapat menyimpulkan bahwa semakin luas indeks, semakin baik indeks tersebut dijadikan proxy.

Penyusunan dan penimbangan indeks dapat mempengaruhi beta aset individual dan dapat mempengaruhi kesimpulan yang ditarik dari aplikasi estimasi beta tersebut.

Tabel berikut ini adalah estimasi beta dengan menggunakan tiga indeks pasar yang berbeda di Indonesia.

28/55

Estimasi Beta Berdasarkan Indeks Pasar yang Berbeda (Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-2002)

No TICKBeta

IHSGa LQ45a JIIb Range1 AQUA 0,4106 0,1895 -0,1075 0,51812 BRAM 1,0611 0,7393 0,8914 0,32183 BRNA 1,1584 0,7543 0,7344 0,42404 BRPT 1,7455 1,3904 1,4534 0,35515 EKAD 0,6171 0,4157 0,5560 0,20146 ERTX -0,1011 -0,2565 0,8662 1,12277 HMSP 1,3511 1,1040 1,1855 0,24728 INKP 1,1965 1,0367 1,0210 0,17559 INTD 0,6302 0,2835 1,2329 0,9494

10 KICI 0,7344 0,4982 0,9004 0,402311 KLBF 1,7068 1,2258 0,8670 0,839812 LION 0,5025 0,3839 0,7136 0,329713 MLPL 2,3949 1,8463 1,2103 1,184614 PGIN 0,1598 0,1387 0,3820 0,243315 SCCO 0,4993 0,2673 0,2693 0,231916 SMCB 2,0634 1,5615 0,4302 1,633217 SOBI 1,0281 0,7023 0,1086 0,919518 SRSN 1,3210 0,9180 1,3688 0,4507

Mean 1,0266 0,7333 0,7824 0,2934

Keterangan: a berdasarkan periode analisis Januari 1996 - Desember 2002b berdasarkan periode analisis Agustus 2000 - Desember 2002 Range = estimasi beta maksimum – estimasi beta minimum

29/55

INDEKS PASAR

Perbedaan estimasi beta dalam Tabel tersebut sangat substansial.

Contoh:

Saham SMCB, ketika menggunakan IHSG equally weighted, estimasi beta OLS adalah 2,06; namun ketika menggunakan JII, beta hanya 0,43. Range rata-rata antara estimasi beta adalah 1,63.

30/55

INDEKS PASAR Dampak dari range yang lebar dari estimasi

beta. Asumsi suku bunga bebas risiko adalah 9% per tahun dan expected return pasar adalah 16% per tahun. Maka, atas dasar CAPM:

Saham SMCB, menggunakan beta dari IHSG equally weighted, maka expected return saham tersebut adalah 23.44%.

Saham SMBC menggunakan beta dari LQ45, maka expected return saham tersebut adalah 19.93%.

Perbedaan expected return-nya adalah 3.51%, sehingga secara nyata mempengaruhi keputusan penilaian dan investasi.

31/55

INDEKS PASAR

Para peneliti seringkali tidak hanya tertarik pada nilai estimasi beta, namun juga terhadap signifikansi statistik estimasi tersebut. Ini dapat diuji dengan menentukan apakah estimasi tersebut berbeda dengan benchmark tertentu, misalnya 0, 1, ataupun rata-rata industri dan “goodness of fit” dari estimasi dan modelnya dapat diketahui dari R2.

32/55

INDEKS PASAR

Tabel berikut menyajikan ukuran-ukuran statistik untuk regresi OLS dengan menggunakan IHSG value weighted sebagai proxy pasar. Hasil pada tabel tersebut menunjukkan bahwa bahwa terdapat cross-sectional variation dalam estimasi beta. Hanya satu estimasi (Saham ERTX) yang tidak signifikan berbeda dengan 0. Ukuran R2 berkisar antara 0,00% (ERTX) hingga 44,4% (WMC).

33/55

Pemilihan panjang periode estimasi (t) dalam OLS dihadapkan pada trade-off antara kebutuhan sampel yang besar untuk memperoleh estimasi statistik yang reliable dengan penggunaan data yang relevan pada periode di mana estimasi beta diaplikasikan

Estimasi beta tampak stabil untuk periode empat hingga lima tahun. Oleh karena itu, ketika dihadapkan pada interval bulanan, data lima tahun sering digunakan sebagai rule of thumb, meskipun demikian, variasi rule of thumb ini sangat beragam

34/55

Tabel dibawah mengilustrasikan variasi estimasi beta dengan menggunakan tiga periode estimasi yang berbeda (1) 1994-1996, (2) 1994-1999, (3) 1997-2002, dan total observasi 1994-2002. Hasil estimasi beta dalam tabel tersebut sangat bervariasi dengan range yang lebar dari minimum 0,125 (BRAM dan BRNA) hingga maksimum 1,182 (ERTX).

35/55

No

TICK

Estimasi Beta

1994-20029 tahun

1997-20026 tahun

2000-2002

3 tahunRange

1 AQUA 0,354 0,431 0,126 0,3052 BRAM 1,056 1,115 0,990 0,1253 BRNA 1,067 1,164 1,039 0,1254 BRPT 1,674 1,782 1,957 0,2835 EKAD 0,492 0,617 0,778 0,2876 ERTX -0,018 -0,078 1,104 1,1827 HMSP 1,327 1,403 1,490 0,1648 INKP 1,147 1,221 1,379 0,2329 INTD 0,619 0,740 1,145 0,527

10 KICI 0,714 0,746 1,065 0,35011 KLBF 1,760 1,725 1,115 0,64612 LION 0,465 0,472 0,723 0,25813 MLPL 2,278 2,335 1,653 0,68214 PGIN 0,304 0,189 0,436 0,24715 SCCO 0,448 0,517 -0,116 0,63416 SMCB 1,966 2,103 1,536 0,56617 SOBI 0,987 1,096 0,650 0,44518 SRSN 1,087 1,415 1,458 0,371

Mean 0,985 1,055 1,029 0,070

Tabel: Estimasi Beta dengan Lama Periode Pengamatan yang Berbeda;Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002

36/55

SAMPLING INTERVAL

Peneliti juga harus memilih sampling interval untuk pengukuran return, misalnya interval return harian, mingguan, atau bulanan.

Interval intraday cenderung menghasilkan estimasi beta yang tidak stabil dan tidak reliable. Sebaliknya, interval kwartal tahun (quarterly interval) cenderung menghasilkan jumlah observasi yang kurang memadai karena periode pengamatan yang terlalu panjang

37/55

SAMPLING INTERVAL

Perubahan beta diargumentasikan sebagai fungsi dari frekuensi perdagangan, yang berkaitan dengan ukuran perusahaan.

Ketika interval return diperpanjang, beta saham-saham kecil (tipis diperdagangkan) meningkat sedangkan beta saham-saham besar (sering diperdagangkan) menurun.

Tabel di bawah ini memaparkan dampak sampling interval yang berbeda, yaitu observasi harian, mingguan, dan bulanan. Perbedaan rata-rata antara beta yang diestimasi dengan return harian dan return bulanan cukup lebar yaitu sebesar 0,639.

38/55

No

TICK

Beta

Harian Migguan Bulanan Range

1 AQUA -0,026 0,287 0,354 0,3682 BRAM 0,214 0,609 1,056 0,8003 BRNA 0,169 0,619 1,067 0,9004 BRPT 0,599 0,804 1,674 1,0505 EKAD 0,167 0,341 0,492 0,3336 ERTX 0,284 0,604 -0,018 0,6397 HMSP 0,643 1,046 1,327 0,6418 INKP 0,468 1,134 1,147 0,6669 INTD 0,475 0,402 0,619 0,126

10 KICI 0,128 0,378 0,714 0,58111 KLBF 0,522 1,224 1,760 1,22512 LION 0,254 0,209 0,465 0,28413 MLPL 0,837 1,129 2,278 1,49814 PGIN 0,025 0,120 0,304 0,25315 SCCO 0,130 0,289 0,448 0,30816 SMCB 0,480 1,070 1,966 1,45717 SOBI 0,240 0,669 0,987 0,69518 SRSN 0,265 0,394 1,087 0,755

Mean 0,326 0,629 0,985 0,639

Estimasi Beta Berdasarkan Sampling Interval yang Berbeda;Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002

Range = estimasi beta terbesar – estimasi beta terkecil

39/55

Prosedur Estimasi Teknik standar yang digunakan untuk mengestimasi beta

adalah dengan menggunakan regresi OLS (ordinary least square).

Penggunaan regresi OLS didasarkan pada asumsi penting yaitu residual bersifat homoskedastik dan non-otokorelasi antar residual.

Beberapa cara untuk mendeteksi penyimpangan homoskedastik diantaranya uji-uji Goldfeld-Quandt, Breusch-Pagan, dan White.

Pengujian penyimpangan non-otokorelasi antar residual juga bisa dilakukan dengan beberapa cara diantaranya uji-uji Durbin-Watson dan Box-Pierce-Ljung.

40/55

Perlakuan terhadap Outliers Outliers dapat terjadi karena kesalahan dalam

memasukkan data, namun dapat pula disebabkan kejadian yang sebenarnya.

Keputusan untuk mengikutkan atau mengeluarkan outliers tergantung pada konteks penelitian yang dilakukan.

Jika outliers adalah observasi yang real dalam artian bahwa itu

benar-benar terjadi dan mungkin terulang, maka sangatlah

dianjurkan untuk memasukkan outliers sebagai sampel.

jika outliers adalah peristiwa yang unik sehingga peristiwa itu

mungkin tidak akan terjadi lagi, outliers tersebut sebaiknya

dikeluarkan dari analisis

41/55

Persoalan yang muncul biasanya berkaitan dengan penggunaan data saham-saham yang tidak diperdagangkan secara terus menerus (thin atau nonsynchronous).

Nonsynchronous trading dapat mengakibatkan estimasi beta dapat menjadi bias.

Beberapa teknik dianjurkan untuk mengatasi masalah perdagangan tipis tersebut dalam pengestimasian beta. Teknik-teknik tersebut adalah Scholes dan Williams (1977), Dimson (1979), dan Fowler dan Rorke (1983)

42/55

STABILITAS BETA

Stabilitas inter-period Mencakup pertanyaan “Apakah beta stabil antara

periode estimasi dengan periode aplikasi?” Contoh periode aplikasi adalah “event window” dalam

suatu event study Isu stabilitas beta inter-periode berkaitan dengan

kemungkinan pergeseran rata-rata beta

Stabilitas intra-period Apakah beta stabil selama periode estimasi?” Secara empiris, hal ini dapat ditangani dengan

memperkenalkan dan memasukkan time-varying betas.

43/55

MEAN REVERSION

Beta pasar selalu bergerka menuju ke nilai satu, sehingga beta portofolio pasar selalu bernilai satu.

Blume (1971, 1975) memperkenalkan isu risiko yang berubah dan memperlihatkan bahwa setelah periode tujuh tahun, beta saham individual mempunyai kecenderungan regresi menuju grand mean satu

Pendekatan Bayesian digunakan untuk menyesuaikan tendensi mean reversion

44/55

Estimator Beta Lainnya yang Telah Disesuaikan terhadap Perdagangan Tipis Menggunakan teknik “trade-to-trade”, dengan

me-match return aset dengan return pasar dengan basis trade-to-trade.

Kesalahan-kesalahan (Errors) dalam Variabel-variabel Ball (1977) mengemukakan isu kesalahan

pengukuran dari perspektif umum, yaitu bahwa estimasi beta menghadapi masalah “errors in variables” (EIV)

45/55

Structural Breaks Suatu structural break adalah sebuah titik di

mana terdapat penggambaran yang jelas mengenai kelompok-kelompok data

Masalah yang ditimbulkan oleh structural breaks adalah data tidak dapat diterapkan dari suatu bagian sampel untuk bagian-bagian lain dari sampel

Keberadaan structural breaks dapat dideteksi dengan alat uji ekonometris seperti Chow test

46/55

Time-varying betas bukti menunjukkan bahwa beta saham

individual dan beta portofolio adalah time varying

Tiga model umum telah diperkenalkan untuk menjelaskan variasi waktu : (1) random walk, (2) random coefficient approach, dan (3) autoregressive process

47/55

Time-varying betas Model random walk mengklaim bahwa estimasi

beta pada periode sekarang yang paling baik adalah beta periode lalu.

Model random coefficient approach mengklaim bahwa terdapat rata-rata jangka panjang di mana terdapat variasi acak untuk setiap periode.

Model autoregressive process mengklaim bahwa perbedaan antara beta periode sekarang dengan rata-rata jangka panjang adalah fungsi dari perbedaan antara nilai lampau beta dengan rata-rata jangka panjang setiap periode.

48/55

Determinan-determinan Ekonomis dari Variasi Waktu Alternatif spesifikasi estimasi model beta berdasarkan

variabel-variabel ekonomis. Model beta dengan mempertimbangkan financial

leverage. Model beta dengan pendekatan empiris dengan

mempertimbangkan beberapa variabel akuntansi. Model beta dengan menggunakan operating leverage,

sebagai determinan beta. Model beta dengan determinan beberapa variabel

makroekonomi seperti suku bunga, defisit anggaran, defisit perdagangan, inflasi, dan harga minyak.

49/55

Variabel-variabel yang Dihilangkan Mispesifikasi model beta berupa penghilangan

variabel independen yang relevan, seperti rasio keuangan, efek seasonalities serta day-of-the-week effect.

Catatan: Model regresi dapat mencakup efek ukuran

perusahaan, seasonal, dan efek-efek lainnya, namun tidak didukung oleh landasan teoretis.

Pendekatan ini bersifat ad hoc dan bersifat model-model empiris.

50/55

Beta Akuntansi merupakan pendekatan yang dapat digunakan oleh

perusahaan privat untuk mendapatkan nilai beta Return on equity industri digunakan sebagai proksi

return pasar sehingga dapat disusun model sebagai berikut:

ROEj = + j RM + e

Dalam hal ini:

ROE j = return on equity perusahaan privat individual

RM M = return on equity pasar (diproksi dari IHSG atau LQ 45).

51/55

Estimasi Beta dengan Teknik Hamada Hamada mengemukakan model penyesuaian beta bila

terdapat perubahan leverage :

L = U [1 + (1 – T)(D/E)]

Dengan demikian, beta unleveraged dapat dihitung sebagai berikut:

U = L / [1 + (1 – T)(D/E)]

Dalam hal ini:L = Beta perusahaan yang memiliki leverageU = Beta perusahaan yang tidak memiliki leverageT = tingkat pajak perusahaanD/E = rasio utang per ekuitas (debt to equity ratio).

52/55

Soal :Sebagai ilustrasi diketahui beta PT. Duta Pertiwi Tbk. Yang dihitung berdasarkan return bulanan pada tahun 2006 adalah 1,53 dengan rasio D/E sebesar 1,46. Maka beta U dapat dihitung sebagai berikut:

Jawab :

U = 1,53 / [1 + (1 – 40%)(1,46)]

= 0,819

53/55

Soal: PT A, sebuah perusahaan real estat

dan properti memiliki rasio D/E = 0,95. Sedangkan rata-rata beta industri tersebut adalah 1,3 dan rata-rata D/E = 1,05. Diasumsikan tingkat pajak yang berlaku adalah 40%. Berdasarkan data tersebut, prosedur untuk mencari Beta A adalah:

54/55

Jawab: Menghitung UI (beta unleveraged industri) :

UI = 1, 3 / [1 + (1 – 40%)(1,05)]

= 0,798 Menghitung L PT. A :

LA = 0,798 [1 + (1 – 40%)(0,95)]

= 1,252

55/55

overview

Documents