PERBANDINGAN METODE CAPM DAN APT

PERBANDINGAN METODE CAPM DAN APT DALAM MENGHITUNG
RETURN SAHAM JII
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh
Gelar Sarjana Ekonomi Syariah (S.E.Sy)
Oleh
Hielmiyani Maftuhah
NIM 109046100219
KONSENTRASI PERBANKAN SYARIAH
PROGRAM STUDI MUAMALAT (EKONOMI ISLAM)
FAKULTAS SYARIAH DAN HUKUM
UIN SYARIF HIDAYATULLAH
JAKARTA
2014 M. / 1435 H.
ABSTRAK
Hielmiyani Maftuhah. NIM 109046100219. PERBANDINGAN METODE
CAPM DAN APT DALAM MENGHITUNG RETURN SAHAM JII. Program Studi
Muamalat, Konsentrasi Perbankan Syariah, Fakultas Syariah dan Hukum, Universitas
Islam Negeri Syarif Hidayatullah Jakarta.
Investor memerlukan suatu model perhitungan penilaian return untuk
mengetahui saham yang undervalued atau yang sudah overvalued. Untuk itu
diperlukan model penilaian dalam menghitung return saham. Penelitian ini
menggunakan metode Capital Asset Pricing Model (CAPM) dan Arbitrage Pricing
Theory (APT) dalam menghitung return saham. Penelitian ini bertujuan untuk
mengetahui metode mana yang lebih tepat dalam memprediksi return saham Jakarta
Islamic Index (JII). Ketepatan metode CAPM dan metode APT diukur dengan Mean
Absolute Deviation (MAD), sementara itu uji t student digunakan untuk
membandingkan ketepatan antara metode CAPM dan metode APT.
Sampel yang digunakan dalam penelitian ini adalah return saham-saham
perusahaan yang secara konsisten terdaftar pada Jakarta Islamic Index (JII) periode
2009-2012. Penelitian ini menggunakan data harga saham penutupan bulanan, data
indeks JII, data Surat Berharga Syariah Negara, dan data variabel makro yang terdiri
dari inflasi, kurs Rp/USD, suku bunga SBI, dan IHSG.
Hasil penelitian menunjukkan bahwa metode CAPM lebih tepat dibandingkan
metode APT dalam memprediksi return saham JII karena nilai MADCAPM (0.0649)
lebih kecil dari nilai MADAPT (0.1329), dan berdasarkan pengolahan data dengan
Independent Sample Test menunjukkan bahwa H0 ditolak, yaitu terdapat perbedaan
akurasi yang signifikan antara Capital Asset Pricing Model (CAPM) dengan
Arbitrage Pricing Theory (APT) dalam memprediksi return saham JII. H0 ditolak
karena nilai Sig = 0,015 < α = 0,05, dan nilai t hitung > t tabel dengan nilai α = 5%
dan degree of freedom (df) = 9.419, yaitu 2.986 > 2.262.
Kata Kunci
: Return Saham, JII, Capital Asset Pricing Model (CAPM), Arbitrage
Pricing Theory (APT)
Pembimbing : Rr.Tini Anggraeni, M.Si
Daftar Pustaka : Tahun 1995 s.d. Tahun 2013
KATA PENGANTAR
Alhamdulillah puji syukur penulis panjatkan hanya kepada pemilik seluruh
jiwa ini. Kasih sayang yang selalu dilimpahkan kepada penulis dalam menjalani
setiap
langkah
sehingga
terselesaikan
skripsi
ini.
Skripsi
yang
berjudul
“PERBANDINGAN METODE CAPM DAN APT DALAM MENGHITUNG
RETURN SAHAM JII” dapat terselesaikan dengan baik sebagai salah satu syarat
menyelesaikan program Strata-1 program Perbankan Syariah di Universitas Islam
Negeri Syarif Hidayatullah Jakarta.
Penulis menyadari dalam menyelesaikan skripsi ini banyak pihak yang turut
membantu terutama dukungan imateriil yang tidak akan dapat penulis dapatkan
ditempat lain. Pada kesempatan ini penulis mengucapkan terimakasih banyak kepada
seluruh pihak khususnya kepada:
1. Bapak Prof. Dr. H. Amin Suma, MA., MM selaku Dekan Fakultas Syariah
dan Hukum Universitas Islam Negeri Syarif Hidayatullah Jakarta.
2. Ibu Dr. Euis Amalia, M. Ag selaku Ketua Program Studi Muamalat Fakultas
Syariah dan Hukum UIN Syarif Hidayatullah Jakarta. Bapak Mu’min Rauf,
M.A selaku Sekretaris Program Studi Muamalat.
3. Ibu Rr. Tini Anggraeni, M.Si selaku dosen pembimbing. Terimakasih atas
segala waktu, masukan, kesabaran, dan bimbingan yang senantiasa diberikan
dalam proses bimbingan.
vi
4. Ibu Masyrofah, M.Si selaku Dosen Pembimbing Akademik. Terimakasih
untuk nasehat yang diberikan selama penulis dalam masa studi.
5. Bapak dan ibu dosen pengajar Fakultas Syariah dan Hukum UIN Syarif
Hidayatullah Jakarta yang telah memberikan ilmunya kepada penulis selama
masa studi.
6. Bapak dan Mamahku tercinta yang tak henti-hentinya memberikan perhatian
serta dukungan untuk putrinya dalam menyelesaikan skripsi ini.
7. Kakak dan Adikku tersayang, A Fajar, dan De Irma. Terimakasih atas semua
yang kalian berikan. Dan juga Teh Paton yang telah memberikan pinjaman
laptop, sehingga skripsi ini terselesaikan dengan baik.
8. My beloved friends, Nabela Hapsari, Siti Ma’rifah, Sri Rahayu, Devina
Martina, dan juga Anissa Chintya Riana. Terimakasih atas semua dukungan
yang kalian berikan. I hope our friendship will be everlasting.
9. Teman-teman Perbankan Syariah 2009 Fakultas Syariah dan Hukum UIN
Syarif Hidayatullah Jakarta, khususnya kelas PSF 2009.
10. Dan seluruh pihak yang telah membantu sehingga skripsi ini dapat
terselesaikan dengan baik.
Jakarta,
Januari 2014
Penulis
vii
DAFTAR ISI
HALAMAN JUDUL ...........................................................................................
i
LEMBAR PENGESAHAN ................................................................................
ii
LEMBAR PERNYATAAN ................................................................................
iv
ABSTRAK ...........................................................................................................
v
KATA PENGANTAR .........................................................................................
vi
DAFTAR ISI ........................................................................................................
vii
DAFTAR TABEL ...............................................................................................
xiii
DAFTAR GAMBAR ...........................................................................................
xv
BAB I PENDAHULUAN
A. Latar Belakang Masalah ............................................................................
1
B. Identifikasi Masalah ..................................................................................
4
C. Pembatasan Masalah .................................................................................
5
D. Rumusan Masalah .....................................................................................
5
E. Tujuan dan Manfaat Penelitian .................................................................
6
F. Sistematika Penulisan ...............................................................................
7
viii
BAB II TINJAUAN PUSTAKA
A. Investasi.....................................................................................................
9
B. Saham ........................................................................................................
10
C. Return ........................................................................................................
11
D. Risiko ........................................................................................................
13
E. Beta ...........................................................................................................
15
F. Capital Asset Pricing Model (CAPM) ......................................................
16
G. Arbitrage Pricing Theory (APT) ...............................................................
19
1.
Inflasi ..................................................................................................
22
2.
Kurs Valuta Asing ..............................................................................
23
3.
Suku Bunga SBI .................................................................................
25
4.
Indeks Harga Saham Gabungan (IHSG) ............................................
25
H. Metode Exponential Smoothing ................................................................
26
1. Single Exponential Smoothing ............................................................
26
2. Double Exponential Smoothing Brown ...............................................
24
3. Double Exponential Smoothing Holt ..................................................
24
4. Damped Trend Exponential Smoothing ..............................................
25
I. Review Studi Terdahulu ............................................................................
28
J. Kerangka Pemikiran ..................................................................................
33
ix
BAB III METODE PENELITIAN
A. Jenis Penelitian ..........................................................................................
36
B. Objek Penelitian ........................................................................................
36
C. Jenis dan Sumber Data ..............................................................................
36
D. Teknik Pengumpulan Data ........................................................................
37
E. Populasi dan Sampel .................................................................................
37
F. Teknik Pengolahan Data ...........................................................................
38
G. Metode Analisis ........................................................................................
38
1. Menghitung Expected Return Saham JII dengan Metode CAPM ........
35
a. Actual Return Saham JII Terpilih ...................................................
39
b. Return Market (Rm) .......................................................................
40
c. Return Aset Bebas Risiko (Rf)........................................................
40
d. Beta (β) ...........................................................................................
40
2. Menghitung Expected Return Saham JII dengan Metode APT ............
41
a. Actual Return Saham JII Terpilih ...................................................
42
b. Return Aset Bebas Risiko (Rf)........................................................
42
c. Beta (β) ...........................................................................................
43
d. Surprise Faktor Makro (F) .............................................................
43
(1) Single Exponential Smoothing ..................................................
44
(2) Double Exponential Smoothing Brown ....................................
44
(3) Double Exponential Smoothing Holt ........................................
44
x
(4) Damped Trend Exponential Smoothing ....................................
45
3. Pemilihan Metode yang Akurat ............................................................
46
4. Uji Normalitas ......................................................................................
47
5. Uji Levene untuk Kesamaan Ragam ....................................................
47
6. Uji Beda t dua sampel independen (independent sample t-test)...........
48
BAB IV HASIL DAN PEMBAHASAN
A. Gambaran Umum ......................................................................................
51
B. Deskripsi Statistik .....................................................................................
52
1. Capital Asset Pricing Model (CAPM) ...............................................
52
a. Return Saham Perusahaan JII.......................................................
52
b. Return Market ..............................................................................
52
c. Risiko Sistematis CAPM..............................................................
55
d. Expected Return dengan metode CAPM ......................................
57
2. Arbitrage Pricing Theory (APT) ........................................................
58
a. Expected Value dan Surprise Faktor Makro Ekonomi .................
58
(1) Inflasi .....................................................................................
59
(2) Kurs Rp/USD .........................................................................
61
(3) Suku Bunga SBI .....................................................................
62
(4) Indeks Harga Saham Gabungan (IHSG) ................................
63
b. Risiko Sistematis APT .................................................................
65
c. Expected Return dengan Menggunakan Metode APT .................
68
xi
C. Perbandingan Akurasi Metode CAPM dan APT ......................................
69
D. Uji Hipotesis .............................................................................................
70
BAB V PENUTUP
A. Kesimpulan ...............................................................................................
73
B. Saran ..........................................................................................................
74
DAFTAR PUSTAKA ..........................................................................................
75
LAMPIRAN .........................................................................................................
79
xii
DAFTAR TABEL
Tabel 2.1 Review Studi Terdahulu.......................................................................... 28
Tabel 3.1 Daftar Saham-Saham yang Konsisten Masuk dalam Saham JII Periode
2009-2012 ............................................................................................... 38
Tabel 4.1 Rata-Rata Return Saham Per Bulan Perusahaan JII Tahun 2009-2012 .. 53
Tabel 4.2 Return Market (Rm) Tahun 2009-2012 .................................................. 54
Tabel 4.3 Risiko Sistematis (Beta) CAPM ............................................................. 55
Tabel 4.4 Expected Return CAPM .......................................................................... 57
Tabel 4.5 Nilai MAPE dan MAD Expected Value Faktor makro ........................... 59
Tabel 4.6 Inflasi Aktual, Inflasi yang Diharapkan, dan Surprise Inflasi Periode
Januari 2009-Desember 2012 ...............................................................
60
Tabel 4.7 Kurs Aktual, Kurs yang Diharapkan, dan Surprise Kurs Periode Januari
2009-Desember 2012 ............................................................................
61
Tabel 4.8 SBI Aktual, SBI yang Diharapkan, dan Surpsrie SBI Periode Januari 2009Desember 2012 .....................................................................................
62
Tabel 4.9 IHSG Aktual, IHSG yang Diharapkan, dan Surprise IHSG Periode Januari
2009-Desember 2012 ............................................................................
xiii
64
Tabel 4.10 Risiko Sistematis (Beta) Inflasi............................................................. 65
Tabel 4.11 Risiko Sistematis (Beta) Kurs ............................................................... 66
Tabel 4.12 Risiko Sistematis (Beta) SBI................................................................. 67
Tabel 4.13 Risiko Sistematis (Beta) IHSG ............................................................. 67
Tabel 4.14 Expected Return APT............................................................................ 68
Tabel 4.15 MAD CAPM dan APT.......................................................................... 70
Tabel 4.16 One Sample Kolmogrov-Smirnov ......................................................... 71
Tabel 4.17 Group Statistic ...................................................................................... 71
Tabel 4.18 Independent Sample Test ...................................................................... 71
xiv
DAFTAR GAMBAR
Gambar 2.1 Risiko Sistematis dan Risiko Nonsistematis .....................................
14
Gambar 2.2 Security Market Line (SML) .............................................................
18
Gambar 2.3 Kerangka Pemikiran ..........................................................................
35
Gambar 3.1 Uji Beda Independent Sample t-test ..................................................
50
xv
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Investasi merupakan sebuah cara alternatif yang dapat digunakan untuk
meningkatkan nilai asset di masa depan. Dengan melakukan investasi, menurunnya
purchasing power akibat inflasi dapat di ofsett oleh return yang didapatkan dari
investasi.1
Saham merupakan instrumen yang menarik untuk dijadikan sarana investasi.
Ekspektasi dari para investor terhadap investasinya pada saham adalah memperoleh
tingkat pendapatan (return) saham sebesar-besarnya dengan risiko tertentu. Return
tersebut dapat berupa capital gain ataupun dividen untuk investasi pada saham.
Dividen merupakan salah satu bentuk peningkatan wealth pemegang saham. Investor
akan sangat senang apabila mendapatkan return investasi yang semakin tinggi dari
waktu ke waktu. Oleh karena itu, investor dan investor potensial memiliki
kepentingan untuk mampu memprediksi berapa besar investasi mereka. Investor
selalu mencari alternatif investasi yang memberikan return tertinggi dengan tingkat
risiko tertentu. Mengingat risiko yang melekat pada investasi saham lebih tinggi dari
pada investasi pada perbankan, return yang diharapkan juga lebih tinggi.2
Keinginan
utama
dari
investor
adalah
meminimalkan
risiko
dan
meningkatkan perolehan. Asumsi umum bahwa investor individu yang rasional
1
Eduardus Tandelilin , Analisis Investasi Manajemen Portofolio, Cet. I, (Yogyakarta: BPFE, 2001).
Michell Suharli, “Studi Empiris Terhadap Dua Faktor Yang Mempengaruhi Return Saham Pada Industri Food &
Beverages di Bursa Efek Jakarta”,Jurnal Akuntansi & Keuangan, Vol.7, No.2, (Nopember 2005), h. 99-100.
2
1
2
adalah seorang yang tidak menyukai risiko, sehingga investasi yang berisiko harus
dapat menawarkan tingkat perolehan tinggi (higher rates of return), oleh karena itu
investor sangat membutuhkan informasi mengenai risiko dan pengembalian yang
diinginkan.
Investor memerlukan suatu model perhitungan penilaian return untuk
memilih saham yang akan dibeli atau dijual untuk
undervalued atau yang sudah
mengetahui saham yang
overvalued. Suatu saham dikatakan undervalued
apabila returnnya berada di atas expected return, dan dikatakan overvalued apabila
returnnya berada di bawah expected return.
Model penilaian (pricing model) merupakan sebuah model untuk
menentukan tingkat pengembalian aset yang diperlukan atau diharapkan. Sharpe
(1964) mempublikasikan tulisannya dengan menurunkan model penilaian aset yang
dikenal dengan Capital Asset Pricing Model (CAPM). Model yang sama juga
dikembangkan hampir berurutan oleh Lintner (1965) dan Mossin (1966). Model
CAPM merupakan suatu revolusi baru dalam ekonomi keuangan yang dapat
menjelaskan dan menentukan apa itu „risiko‟ dalam suatu pasar modal dan
menetapkan suatu risiko dihargai (dinilai), atau return ekstra apa yang akan diterima
oleh seorang investor berkenaan dengan tingkat risiko yang dihadapinya.3
Capital Asset Pricing Model (CAPM) mengasumsikan bahwa para investor
adalah perencana pada suatu periode tunggal yang memiliki persepsi yang sama
3
Tatang Ary Gumati, Manajemen Investasi Konsep Teori dan Aplikasi (Jakarta: Mitra Wacana Media, 2011),
h.131.
3
mengenai keadaan pasar dan mencari mean variance dari portofolio yang optimal.
Capital Asset Pricing Model juga mengasumsikan bahwa pasar saham yang ideal
adalah pasar saham yang besar dan para investor adalah para price-takers, tidak ada
pajak maupun biaya transaksi, semua aset dapat diperdagangkan secara umum, dan
para investor dapat meminjam pada jumlah yang tidak terbatas pada tingkat suku
bunga tetap yang tidak berisiko (fixed risk free rate). Dengan asumsi ini, semua
investor memiliki portofolio yang risikonya identik. Capital Asset Pricing Model
(CAPM) menyatakan bahwa dalam keadaan ekuilibrium, portofolio pasar adalah
tangensial dari rata-rata varians portofolio. Capital Asset Pricing Model (CAPM)
berimplikasi bahwa premium risiko dari sembarang aset individu atau portofolio
adalah hasil kali dari risiko premium pada portofolio pasar dan koefisien beta.4
Pendapat lain muncul setelah CAPM diperkenalkan. Ada banyak studi
empiris yang menguji apakah model tersebut cukup menggambarkan perilaku harga
saham pasar dalam praktik.
Teori awal yang mendapatkan dukungan sebagai alternatif atas CAPM
adalah Arbitrage Pricing Theory (APT) yang dikembangkan di pertengahan tahun
1970-an oleh Stephen Ross (1976,1977). APT diyakini secara matematis dan intuisi
lebih menantang daripada CAPM dimana APT mengawali pembahasannya dengan
memposisikan situasi pasar modal dimana sekuritas yang diperdagangkan terpecah
kecil-kecil (frictionless). Tidak seperti CAPM yang menggunakan konsep model
faktor tunggal, APT menyatakan bahwa aset ditentukan oleh sejumlah faktor yang
4
Bodie, dkk, Investments, Edisi Bahasa Indonesia, (Jakarta: Salemba Empat, 2005), h.359.
4
berbeda. Faktor-faktor risiko tersebut mencerminkan risiko sistematik yang tidak
dapat didiversifikasi.5
Guna mempermudah dan memperjelas ruang lingkup pembahasan maka
penelitian ini akan dikhususkan pada saham-saham yang membentuk indeks JII, yaitu
saham-saham terpilih yang telah terdaftar dalam Daftar Efek Syariah yang memiliki
kapitalisasi besar dan likuiditas tinggi. Dengan demikian, apabila investor
menanamkan dananya ke dalam saham yang termasuk saham JII, maka kemungkinan
besar return yang akan diterima akan lebih besar, dan risiko yang muncul juga dapat
diperkecil karena saham-saham yang terdaftar dalam JII merupakan saham terpilih
dan berkinerja baik dan tentu saja halal.
Berdasarkan latar belakang tersebut maka penulis mengambil judul skripsi ini:
“Perbandingan Metode CAPM dan APT Dalam Menghitung Return Saham JII”.
B. Identifikasi Masalah
Alternatif-alternatif masalah yang dapat diidentifikasi oleh peneliti yang pada
nantinya akan diteliti sesuai dengan batasan kemampuan peneliti adalah sebagai
berikut:
1.
Apa saja metode yang digunakan untuk menghitung return saham?
2.
Apa saja faktor makro yang digunakan dalam perhitungan metode APT?
3.
Apa saja metode forecasting yang digunakan dalam perhitungan metode APT?
4.
Alat statistik apa yang digunakan untuk menghitung return saham?
5
Tatang Ary Gumati, Manajemen Investasi KonsepTeori dan Aplikasi, h. 185.
5
5.
Indikator apa yang dapat mengukur keakuratan metode perhitungan return
saham?
C. Pembatasan Masalah
Agar lingkup penelitian ini tidak terlalu luas maka perlu ditentukan beberapa
batasan masalah yang akan dibahas. Dalam penelitian akan digunakan metode CAPM
dan APT dalam menghitung return saham. Variabel independen yang digunakan
adalah coupon rate SBSN seri IFR0004 untuk mencari return aset bebas risiko (Rf),
JII untuk mencari return market (Rm), inflasi, kurs USD/Rp, suku bunga SBI dan
IHSG. Selain itu dalam penelitian ini yang menjadi variabel dependen adalah return
saham JII yang konsisten terdaftar di BEI dari tahun 2009 sampai dengan tahun 2012.
Semua data yang diambil adalah data bulanan dari bulan Januari 2009 – Desember
2012. Metode forecasting yang digunakan untuk menghitung expected return dalam
perhitungan metode APT adalah metode exponential smoothing. Alat statistik yang
digunakan dalam perhitungan metode CAPM dan APT adalah SPSS 21 dan
Microsoft Excel. Indikator yang digunakan untuk mengetahui metode yang lebih
akurat adalah dengan melihat nilai Mean Absolute Deviation (MAD).
D. Rumusan Masalah
Berdasarkan identifikasi masalah dan batasan masalah yang telah ditulis di
atas, maka saya akan merumuskan masalahnya yaitu:
1.
Berapakah nilai return saham JII yang dihitung dengan metode CAPM?
6
2.
Berapakah nilai return saham JII yang dihitung dengan metode APT?
3.
Model manakah yang lebih tepat dalam memprediksi return saham JII?
4.
Apakah terdapat perbedaan akurasi yang signifikan antara model APT dengan
model CAPM dalam memprediksi return saham JII?
E. Tujuan dan Manfaat Penelitian
Adapun tujuan penelitian ini adalah sebagai berikut:
1.
Untuk mengetahui nilai return saham JII yang dihasilkan oleh CAPM.
2.
Untuk mengetahui nilai return saham JII yang dihasilkan APT.
3.
Untuk mengetahui model yang lebih tepat dalam memprediksi return saham JII
4.
Untuk mengetahui apakah terdapat perbedaan akurasi yang signifikan antara
model APT dengan CAPM dalam memprediksi return saham JII.
Adapun manfaat penelitian ini adalah sebagai berikut:
1.
Bagi investor maupun calon investor
Hasil penelitian ini diharapkan dapat digunakan sebagai bahan masukan dalam
pengambilan keputusan investasi yang optimal khususnya di perusahaanperusahaan yang masuk dalam Jakarta Islamic Index.
2.
Bagi penulis
Dapat mengaplikasikan ilmu yang telah diperoleh selama kuliah, khususnya ilmu
mengenai manajemen keuangan, manajemen investasi dan risiko juga pasar
modal.
3.
Bagi akademik
7
Dapat memberikan sedikit masukan dan informasi yang diharapkan mampu
memberikan manfaat baik dalam bidang akademik maupun dalam bidang
praktisi.
4.
Bagi peneliti selanjutnya
Dapat menjadi referensi bagi peneliti selanjutnya sebagai informasi pelengkap
dalam penyusunan penelitian yang sejenis.
F.
Sistematika Penulisan
Adapun sistematika penulisan skripsi ini penulis membagi pembahasan
kedalam lima bab, yang masing-masing bab mempunyai spesifikasi pembahasan
mengenai topik-topik dengan sistematika sebagai berikut :
BAB I PENDAHULUAN
Pada bab ini penulis membuat latar belakang masalah, pembatasan dan perumusan
masalah, tujuan dan manfaat penelitian, kajian pustaka, kerangka pemikiran,
metodologi penelitian, serta di akhiri dengan sistematika penulisan.
BAB II LANDASAN TEORI
Pada bab ini penulis membuat penjelasan secara teori mengenai investasi, return
saham dan return market serta pengukurannya, risiko, model keseimbangan dan
factor-faktor makro ekonomi, review study terdahulu, serta kerangka pemikiran.
BABIII METODOLOGI PENELITIAN
8
Pada bab ini penulis membuat mengenai gambaran dari penelitian yang meliputi jenis
penelitian, objek penelitian, sampel saham yang digunakan, teknik pengumpulan data,
dan metode analisis data.
BAB IV ANALISA DAN PEMBAHASAN
Pada bab ini penulis menjabarkan tahapan dalam membandingkan keakuratan antara
metode CAPM dan APT dalam menghitung return saham JII. Pembahasan diawali
dari penentuan saham konsisten dari saham-saham yang terdaftar dalam JII sampai
dengan pengujian hipotesis.
BAB V PENUTUP
Pada bab ini penulis membuat kesimpulan atas temuan penelitian dan memberikan
saran-saran hasil penelitian.
BAB II
TINJAUAN PUSTAKA
A. Investasi
Menurut Eduardus Tandelilin investasi adalah komitmen atas sejumlah dana
atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh
keuntungan di masa datang.1
Umumnya investasi dikategorikan dua jenis yaitu, investasi pada real asset
dan financial asset. Real asset merupakan aset berwujud seperti gedung-gedung,
kendaraan dan sebagainya. Sedangkan financial asset merupakan dokumen (suratsurat) klaim tidak langsung pemegangnya terhadap real asset pihak yang menerbitkan
sekuritas tersebut, seperti saham, sukuk, reksadana dan sebagainya.2
Menurut Kamarudin Ahmad (2004) ada beberapa alasan mengapa seseorang
melakukan investasi, antara lain adalah untuk mendapatkan kehidupan yang lebih
layak di masa yang akan datang, mengurangi tekanan inflasi, dan dorongan untuk
menghemat pajak.3
Dalam penelitian ini akan membahas investasi pada aset keuangan (financial
asset), khususnya saham yang merupakan salah satu produk pasar modal.
1
Eduardus Tandelilin, Portofolio dan Investasi Teori dan Aplikasi (Yogyakarta: Kanisius, 2010, ed.1)
h. 2.
2
A. Kamarudin, Dasar-Dasar Manajemen Investasi dan Portofolio, (Jakarta : PT.Rineka Cipta, 2004)
h. 2.
3
Ibid., h. 3-4.
9
10
B. Saham
Menurut Surat Keputusan Menteri Keuangan RI No. 1548/KMK 013/1990
saham merupakan hak kepemilikan atas suatu perusahaan atau bisa juga disebut
sebagai penyertaan modal dalam pemilikan Perseroan Terbatas.
Secara umum, saham dapat dibedakan menjadi dua macam, yaitu saham biasa
dan saham preferen.
Saham biasa dikenal sebagai sekuritas penyertaan atau sekuritas ekuitas yang
menunjukkan bagian kepemilikan di suatu perusahaan. Masing-masing lembar saham
biasa mewakili satu suara tentang segala hal dalam pengurusan perusahaan dan
menggunakan suara tersebut dalam rapat tahunan perusahaan dan pembagian
keuntungan.4
Saham preferen adalah jenis saham memiliki sifat gabungan antara saham
biasa dan obligasi. Saham preferen ini membayar dividen yang tetap kepada
pemegangnya.
C. Return
Dalam tulisannya pada jurnal akuntansi dan keuangan, Michell Suharli (2005)
mengemukakan berbagai macam definisi return: 5
4
Bodie, dkk, Investments, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi Wibowo. (Jakarta:
Salemba Empat, 2005), h. 59.
5
Michell Suharli, “Studi Empiris Terhadap Dua Faktor yang Mempengaruhi Return Saham pada
Industri Food and Beverages di Bursa Efek Jakarta”, Jurnal Akuntansi & Keuangan, Vol.7. No. 2,
Nopember, 2005, h. 100
11
a. Menurut Brigham et al. (1999) pengertian dari return adalah “measure the
financial performance of an investment”.
b. Horne dan Wachoviz (1998:26) mendefinisikan return sebagai:“Return as
benefit which related with owner that includes cash dividend last year which
is paid,together with market cost appreciation or capital gain which is
realization in the end of the year”.
c. Menurut Jones (2000) “return is yield dan capital gain (loss)”. (1) Yield,
yaitu cash flow yang dibayarkan secara periodik kepada pemegang saham
(dalam bentuk dividen), (2) Capital gain (loss), yaitu selisih antara harga
saham pada saat pembelian dengan harga saham pada saat penjualan. Hal
tersebut diperkuat oleh Corrado dan Jordan (2000) yang menyatakan bahwa
”Return from investment security is cash flow and capital gain/loss”.
Menurut Jogiyanto (2013) return merupakan hasil yang didapatkan dari
investasi. Return dapat berupa actual return yang sudah terjadi atau berupa expected
return yang belum terjadi tetapi yang diharapkan akan terjadi di masa mendatang. 6
Pengukuran actual return yang banyak digunakan adalah return total yang
terdiri dari capital gain (loss) dan yield.7
Return Total = Capital gain (loss) + yield
Capital gain (loss) =
6
(Rumus 2.1)
Jogiyanto Hartono, Teori Portofolio dan Analisis Investasi, Ed. VII, Cet. III (Yogyakarta: BPFEYogyakarta, 2013)
7
Ibid.
12
Yield =
(Rumus 2.2)
Sehingga return total dapat dirumuskan sebagai berikut:
Return Total =
=
(Rumus 2.3)
Namun mengingat tidak selamanya perusahaan membagikan dividen kas
secara periodik kepada pemegang sahamnya, maka return saham dapat dihitung
capital gain (loss) saja.
Expected return merupakan return yang digunakan untuk pengambilan
keputusan investasi. Expected return dapat dihitung berdasarkan beberapa cara,
diantaranya berdasarkan model Capital Asset Pricing Model (CAPM) dan Arbitrage
Pricing Theory (APT).
Untuk mengukur expected return dengan menggunakan model CAPM
maupun APT, diperlukan perhitungan return market. Menurut Jogiyanto (2010)
return market adalah tingkat return dari indeks pasar, pemilihan dari indeks pasar
tidak tergantung dari suatu teori tetapi lebih bergantung dari hasil empirisnya.8
Karena penelitian ini menggunakan saham-saham yang masuk dalam indeks JII,
maka indeks JII akan digunakan sebagai return market dengan formula sebagai
berikut:
Rm =
(Rumus 2.4)
Selain itu, investor juga perlu memperhatikan return asset bebas risiko (Rf),
agar return yang sudah diperoleh sudah melebihi return minimum yang disyaratkan.
8
Ibid., h. 340.
13
Secara teoritis, return asset bebas risiko (Rf) adalah return minimum yang diharapkan
investor untuk investasinya. Menurut Suad Husnan (1993) dalam Gancar Candra
Premananto dan Muhammad Madyan (2004) return asset bebas risiko (Rf) pada
model CAPM harus konstan selama periode penaksiran, karena apabila tingkat
pengembalian bebas risiko ternyata dengan berjalannya waktu berkorelasi dengan
market return (Rm) akan terjadi bias dalam penaksiran.9 Oleh karena itu dalam
penelitian ini akan digunakan tingkat imbal hasil Surat Berharga Syariah Negara
(SBSN) sebagai Rf, dengan pengukuran sebagai berikut:
Rf
=
(Rumus 2.5)
D. Risiko
Menurut Tatang Ary Gumanti (2011) risiko adalah kemungkinan mengalami
kerugian, yang biasanya diukur dalam bentuk kemungkinan bahwa beberapa hasil
akan muncul yang bergerak dalam kisaran sangat baik (misalnya asetnya berlipat
ganda) ke sangat buruk (misalnya asetnya tidak bernilai sama sekali). Risiko juga
dapat diartikan sebagai kemungkinan terjadinya kerugian yang akan dialami investor
atau ketidakpastian atas return yang akan diterima di masa mendatang.10
9
Gancar Candra Premananto dan Muhammad Madyan, “Perbandingan Keakuratan Capital Asset
Pricing Model dan Arbitrage Pricing Theory dalam Memprediksi Tingkat Pendapatan Saham Industri
Manufaktur Sebelum dan Semasa Krisis Ekonomi”, Jurnal Penelitian Dinamika Sosial Vol 5 No. 2,
Agustus, 2004, h. 137.
10
Tatang Ary G, Manajemen Investasi: Konsep Teori dan Aplikasi, (Jakarta: Mitra Wacana Media,
2011), h. 50.
14
Menurut Michell Suharli (2005) risiko adalah penyimpangan yang terjadi
antara actual return dan imbal hasil yang diharapkan (expected return).11
Dalam melakukan investasi, secara umum investor bersifat risk averse
(menghindari risiko). Investor akan berusaha menghilangkan risiko dengan berbagai
macam cara. Namun risiko tidak dapat dihilangkan melainkan hanya dikurangi. Cara
mengurangi risiko tersebut adalah dengan melakukan diversifikasi investasi. Terkait
dengan hal tersebut, risiko dapat dikelompokkan menjadi dua, yaitu:12
a.
Non Diversifiable Risk (risiko yang tidak dapat didiversifikasikan) yang
disebut juga dengan risiko sistematis atau risiko pasar yang antara lain
disebabkan oleh faktor-faktor makro.
b.
Diversifiable Risk (risiko yang dapat didiversifikasi) yang disebut juga
risiko tidak sistematis atau disebut juga risiko khusus yang terdapat pada
masing-masing perusahaan, seperti risiko kebangkrutan/risiko usaha.
Gambar 2.1. Risiko Sistematis dan Risiko Nonsistematis
Deviasi Standar
Risiko Total
Risiko nonsistematis
Risiko sistematis
Ssistematis
Jumlah sekuritas
sekuritSekuritas
11
Michell Suharli, “Studi Empiris Terhadap Dua Faktor yang Mempengaruhi Return Saham pada
Industri Food and Beverages di Bursa Efek Jakarta”, h.103.
12
Suad Husnan, Dasar-Dasar Teori Portofolio dan Analisis Sekuritas, Ed. IV, Cet.II, (Yogyakarta:
UPP STIM YKPN, 2009), h.161-162.
15
Karena ada sebagian risiko yang dapat dihilangkan dengan adanya
diversifikasi dalam portofolio, maka ukuran risiko yang digunakan bukanlah risiko
total yang diukur dengan rumus variance/standar deviasi, tetapi hanya risiko
sistematis yang biasanya disebut risiko pasar dengan parameter beta (β).
E. Beta
Menurut Ang (1997) dan Horne (1989) dalam Yustiantomo Budi Suseno
(2009) koefisien beta dapat menunjukkan karakteristik suatu sekuritas. Apabila βi > 1
berarti kenaikan return sekuritas lebih tinggi dari kenaikan return pasar, biasanya
sekuritas tersebut digolongkan dalam aggresive stock. Jika βi < 1 berarti kenaikan
return sekuritas tersebut lebih rendah dibanding dengan kenaikan return pasar,
biasanya sekuritas tersebut digolongkan dalam defensive stock.13
Menurut Jogiyanto (2013) beta merupakan suatu pengukur volatilitas return
suatu sekuritas atau return portofolio terhadap return pasar. Beta sekuritas ke-i
mengukur volatilitas return sekuritas ke-i dengan return pasar. Dengan demikian beta
adalah pengukur sistematik dari suatu sekuritas terhadap risiko pasar.14 Jika
volatilitas ini diukur dengan kovarian, maka kovarian return antara sekuritas ke-i
dengan return pasar adalah sebesar σiM. Jika kovarian ini dihubungkan relatif
terhadap risiko pasar (yaitu dibagi dengan varian return pasar atau σ2M), maka hasil
13
Yustiantomo Budi Suseno, “Analisis Faktor-Faktor yang Mempengaruhi Beta Saham (Studi Kasus
Perbandingan Perusahaan Finance dan Manufaktur yang Listing di BEI pada Tahun 2005-2007),
(Tesis Program Studi Magister Manajemen Universitas Diponegoro, 2009), h.12.
14
Jogiyanto Hartono, Teori Portofolio dan Analisis Investasi, h. 375-376
16
ini akan mengukur risiko sekuritas ke-i relatif terhadap risiko pasar atau beta. Dengan
demikian beta dapat dihitung dengan rumus sebagai berikut:15
(Rumus 2.6)
F.
Capital Asset Pricing Model (CAPM)
Kemampuan untuk mengestimasi return suatu sekuritas individu merupakan
hal yang penting bagi investor, oleh karena itu kehadiran Capital Asset Pricing Model
(CAPM) yang dapat digunakan untuk mengestimasi return suatu sekuritas dianggap
sangat penting di bidang keuangan. Bentuk standar CAPM pertama kali
dikembangkan secara terpisah oleh Sharpe (1964), dan Lintner (1965).
Definisi CAPM menurut Jack Clark Francis adalah teori penilaian risiko dan
keuntungan aset yang didasarkan koefisien beta (indeks risiko yang tidak dapat
didiversifikasi).16
Untuk melihat bagaimana harga asset ditentukan, harus disusun suatu model
(suatu teori). Hal ini menuntut penyederhanaan agar pembangun model dapat hanya
memfokuskan pada elemen yang paling penting dengan cara meringkas dari situasi
yang kompleks. Cara ini dilakukan dengan membuat asumsi tertentu mengenai
lingkuangan.17 Secara ringkas, asumsi-asumsi CAPM adalah sebagai berikut:
a. Tidak ada biaya transaksi
15
Ibid., h. 383.
Kamarudin, Dasar-Dasar Manajemen Investasi dan Portofolio, h. 134.
17
William F. Sharpe, dkk, Investasi, Penerjemah Henry Njooliangtik dan Agustiono (Jakarta:
Prenhallindo, 1997), h. 266.
16
17
b. Investasi sepenuhnya bisa dipecah-pecah (fully divisible)
c. Tidak ada pajak penghasilan bagi para pemodal
d. Pemodal tidak bisa mempengaruhi harga saham dengan tindakan membeli
atau menjual saham
e. Para pemodal akan bertindak semata-mata atas pertimbangan expected
value dengan deviasi standar tingkat keuntungan portofolio
f. Pemodal bisa melakukan short sales
g. Terdapat riskless lending and borrowing rate
h. Pemodal mempunyai pengharapan yang homogeny
i. Semua aktiva bisa diperjualbelikan
Menurut Kamarudin (2004) konsep CAPM ini pada umumnya berguna untuk
menguantifikasikan hubungan antara risiko dan return. Risiko yang dapat
didiversifikasi dapat dieliminasi dengan diversifikasi sederhana.18
Keadaan ekuilibrium pasar mengenai expected return dan risiko dapat
digambarkan oleh Security Market Line (SML) untuk sekuritas individual. Sementara
Capital Market Line (CML) digunakan untuk menggambarkan tradeoff antara risiko
dan expected return portofolio. Security Market Line (SML) merupakan
penggambaran secara grafis dari model CAPM.19
Untuk sekuritas individual, tambahan expected return diakibatkan oleh
tambahan risiko sekuritas individual yang diukur dengan beta. Beta menentukan
18
19
Kamarudin, Dasar-Dasar Manajemen Investasi dan Portofolio, h. 134.
Jogiyanto, Teori Portofolio dan Analisis Investasi, h. 497.
18
besarnya tambahan expected return untuk sekuritas individual dengan argumentasi
bahwa untuk portofolio yang di-diversivikasikan dengan sempurna, risiko tidak
sistematik cenderung menjadi hilang dan risiko yang relevan hanya risiko sistematik
yang diukur oleh beta.20 Hubungan expected return dan beta dapat digambarkan di
Security Market Line (SML) sebagai berikut:
Gambar 2.2
Security Market Line (SML)
Dari gambar 2.2 terlihat bahwa titik M menunjukkan portofolio pasar dengan
beta senilai 1 dengan expected return sebesar E(Rm). Untuk beta bernilai 0 atau untuk
aktiva bebas risiko, aktiva ini mempunyai expected return sebesar Rf yang merupakan
intercept dari SML. Dengan asumsi SML adalah garis linear, maka persamaan dari
garis nlinear ini dapat dibentuk dengan intercept sebesar Rf dan slope sebesar [E(Rm)Rf] / βm. Karena βm adalah bernilai 1, maka slope dari SML adalah sebesar [E(Rm)Rf]. Selanjutnya persamaan SML untuk sekuritas ke-I dapat ditulis:
20
Ibid.
19
E(Ri) = Rf + βi [E(Rm)-Rf]
(Rumus 2.7)
Dari sinilah model CAPM terbentuk dan banyak dipakai oleh para akademisi dan
praktisi. 21
Dimana:
E(Ri) = Return harapan aset ke-i
E(Rm) = Return harapan portofolio pasar
G.
Rf
= Tingkat bunga bebas risiko
βi
= Risiko aset ke-i
Arbitrage Pricing Theory (APT)
Ross (1975) dalam Suad Husnan (2009) mengungkapkan bahwa Arbitrage
Pricing Theory (APT) didasarkan pada pemikiran yang menyatakan bahwa 2
kesempatan investasi yang mempunyai karakteristik yang sama tidaklah bisa dijual
dengan harga yang berbeda. Konsep yang dipergunakan adalah hukum satu harga (the
law of one price). Apabila aktiva yang berkarakteristik sama terjual dengan harga
yang berbeda, maka akan terdapat kesempatan untuk melakukan arbitrage dengan
membeli aktiva yang berharga murah dan pada saat yang sama menjualnya dengan
harga yang tinggi sehingga memperoleh laba tanpa risiko. Lebih lanjut teori ini
mengasumsikan bahwa tingkat keuntungan tersebut dapat dipengaruhi oleh berbagai
faktor dalam perekonomian dan dalam industry. Korelasi diantara tingkat keuntungan
21
Ibid., h.499.
20
2 sekuritas terjadi karena sekuritas‐sekuritas tersebut dipengaruhi oleh faktor‐faktor
yang sama.22
Sedangkan Copeland (1997) menyatakan bahwa paling sedikit ada 3 atau 4
faktor yang mempengaruhi perkembangan harga dari surat‐surat berharga. Hal ini
menunjukkan bahwa teori APT mendorong adanya pengembangan penelitian
berdasarkan variabel atau faktor‐faktor yang diduga mempengaruhi perubahan sebuah
sekuritas. Faktor‐faktor itu dapat dilihat dari kinerja fundamental perusahaan, kinerja
saham di pasar, ataupun keadaan pasar dan perekonomian.
Menurut Ahmad Rodoni dan Othman Young (2002) APT sebenarnya adalah
berasaskan CAPM, tetapi ia telah mempertimbangkan faktor-faktor lain yang
mempengaruhi keuntungan sekuritas. Faktor-faktor ini akan memberi kesan yang
berlainan. Jadi, bagi sekuritas i dalam jangka waktu t, keuntungannya dapat diwakili
oleh kombinasi antar pengharapan keuntungan seimbang dan faktor-faktor yang
mempengaruhinya. Pengharapan keuntungan seimbang ini adalah ditentukan oleh
permintaan dan penawaran sekuritas perusahaan.23 Untuk sekuritas i, return
sebenarnya secara formal dapat dinyatakan dengan rumus berikut:
Ri = E(Ri) + β1,i F1 + β2,i F2 + …. + βn,i Fn+ εi
Dimana: E(Ri) : Return harapan pada sekuritas i
Ri
: tingkat pengembalian sebenarnya pada sekuritas i
β1,2,..n : Sensitivitas return saham terhadap suatu faktor.
22
23
Suad Husnan, Dasar-Dasar Teori Portofolio dan Analisis Sekuritas, h. 197-198
Ahmad Rodoni dan Othman Yong, Analisis Investasi dan Teori Portofolio, h. 171.
(Rumus 2.8)
21
F1,2,..n : Surprise untuk suatu faktor (actual value- expected value)
εi
: unsystematic risk / risiko spesifik perusahaan, diasumsikan semua
kovarian antara return pada sekuritas terkait dengan efek dari
faktor-faktor, sehingga risiko tersebut tidak berkorelasi.
Suatu model faktor tidak menyatakan sama sekali tentang keseimbangan. Jika
mentransformasi persamaan 2.8 ke dalam model keseimbangan, maka hal ini
menyatakan sesuatu tentang expected return untuk semua sekuritas. APT merupakan
adalah teori keseimbangan tentang expected return yang memerlukan model faktor
seperti persamaan 2.8. Persamaan mengenai expected return terhadap suatu sekuritas
ditunjukkan oleh persamaan berikut:24
E(Ri) = Rf+ β1 λ 1+ β1λ 1+ + …. + βn,i λ n
(Rumus 2.9)
Dimana: E(Ri) : Return harapan pada sekuritas i
Rf
: Return harapan pada sekuritas yang risiko sistematiknya nol
β1,2,..n : Sensitivitas return saham terhadap suatu faktor.
λ 1,2,..n: Premi risiko suatu faktor [E(F1,2,..n ) - a0]
Dalam penelitian ini digunakan model APT empat faktor dan variabel yang
digunakan sama yang digunakan oleh Pepi Mariana Chasanah (2008) yaitu inflasi
IHK (Indeks Harga Konsumen), kurs rupiah terhadap dollar (Rp/USD), suku bunga
SBI (Sertifikat Bank Indonesia), dan Indeks Harga Saham Gabungan (IHSG). Dan
untuk menghitung expected value variabel makro akan digunakan metode exponential
smoothing.
24
Tatang Ary G, Manajemen Investasi: Konsep Teori dan Aplikasi, h. 163.
22
1. Inflasi
Menurut Sadono Sukirno (2004) inflasi dapat didefinisikan sebagai
salah satu proses kenaikan harga-harga yang berlaku dalam suatu
perekonomian. Tingkat inflasi (presentasi pertambahan kenaikan harga)
berbeda dari satu periode ke periode lainnya, dan berbeda pula dari satu
negara ke negara lain. Adakalanya tingkat inflasi adalah rendah, yaitu 2 atau 3
persen. Tingkat inflasi yang moderat mencapai di antara 4-10 persen. Inflasi
yang sangat serius dapat mencapai tingkat beberapa puluh atau beberapa ratus
persen dalam setahun.25
Inflasi merupakan salah satu variabel makro yang memiliki dampak
besar terhadap kegiatan perekonomian, baik terhadap sektor riil terlebih
terhadap sektor keuangan. Tingkat inflasi diukur dengan menggunakan
perubahan tingkatan harga secara umum, biasanya tingkatan harga yang
digunakan adalah indeks harga konsumen (consumer price index), indeks
harga produsen (produsen price index), atau implicit gross domestic product
deflator (GDP deflator) yang mengukur rata-rata harga seluruh barang
tertimbang dengan kuantitas barang-barang yang betul-betul dibeli.26
Rafiq al-Masri dalam Karim (2008) menyatakan bahwa menurut para
ekonom Islam, inflasi berakibat sangat buruk bagi perekonomian karena
mengakibatkan gangguan pada fungsi uang sebagai penyimpan nilai,
25
Sadono Sukirno, Makroekonomi Teori Pengantar, ed.III, (Jakarta: Rajawali Press, 2004), h.14
Adiwarman A Karim, Ekonomi Makro Islami, ed.II, (Jakarta: PT Raja Grafindo Persada, 2008), h.
135-136
26
23
menimbulkan sifat konsumtif dan mengarahkan investasi pada hal-hal yang
non-produktif seperti tanah, bangunan, logam mulia, dan lainnya.27
Sedangkan menurut Slifer dan Carnes dalam Muhammad Syafii
Antonio et.al (2013), secara toritis terdapat hubungan negatif antara inflasi
dan kinerja harga saham. Inflasi dinilai akan menurunkan nilai riil dari
perusahaan termasuk juga dividen, sehingga ketika terjadi kenaikan tingkat
inflasi maka akan mengakibatkan melemahnya harga saham, sebaliknya jika
inflasi menurun maka harga saham akan mengalami penguatan.28
2. Kurs Valuta Asing
Menurut Sadono Sukirno (2004) kurs valuta asing atau kurs mata uang
asing menunjukkan harga atau nilai mata uang sesuatu negara dinyatakan
dalam nilai mata uang negara lain. Kurs valuta asing dapat juga didefinisikan
sebagai jumlah uang domestik yang dibutuhkan, yaitu banyaknya rupiah yang
dibutuhkan, untuk memperoleh satu unit mata uang asing.29
Dalam perkembangannya sistem nilai tukar memiliki berbagai macam
bentuk, namun sistem nilai tukar mengambang (floating exchange rate
system) merupakan system nilai tukar yang paling banyak digunakan di
27
Ibid., h.139.
Muhammad Syafii Antonio, et.al, “The Islamic Capital Market Volatility: A Comparative Study
Between Indonesia and Malaysia”, Buletin Ekonomi Moneter dan Perbankan, April 2013, h. 396.
29
Ibid., h. 397.
28
24
berbagai Negara. Dalam system ini, nilai tukar ditetapkan berdasarkan pada
permintaan dan penawaran uang.30
Menurut Octavia (2009) dalam Muhammad Syafii Antonio et.al
(2013) kestabilan kurs akan diperoleh jika tidak terjadi destabilizing
speculation atau spekulasi yang melabilkan. Kondisi ini cenderung akan
menyebabkan
penurunan
ekspor
dan
berakibat
buruk
pada
neraca
pembayaran. Memburuknya neraca pembayaran tentunya akan berpengaruh
pada cadangan devisa. Berukurangnya cadangan devisa ini pada gilirannya
akan mengurangi kepercayaan investor terhadap perekonomian domestic dan
pada akhirnya menimbulkan dampak negatif terhadap kinerja saham di pasar
modal.31
Berdasarkan teori interest rate parity dan teori portofolio adjustmen
menyatakan bahwa perubahan kurs akan mempengaruhi keputusan investor
dalam berinvestasi. Ekspektasi meningkatnya (apresiasi) nilai tukar mata uang
domestik terhadap mata uang asing akan mendorong peningkatan harga
saham, ini terjadi karena investor merasa lebih menguntungkan berinvestasi di
dalam negeri dibandingkan dengan berinvestasi di luar negeri.32
30
R. Hendra Halwani, Ekonomi Internasional dan Globalisasi Ekonomi, (Bogor: Penerbit Ghalia
Indonesia, 2005), h. 157-161.
31
Muhammad Syafii Antonio, et.al, “The Islamic Capital Market Volatility: A Comparative Study
Between Indonesia and Malaysia”, h.396.
32
Ibid.
25
3. Suku Bunga SBI
Menurut Iskandar Putong variabel suku bunga merupakan variabel
makro yang berpengaruh langsung terhadap perekonomian, terutama pada
investasi. Dalam teorinya Keynes menyatakan bahwa fungsi investasi
memiliki slope negatif artinya semakin rendah tingkat suku bunga maka akan
semakin besar investasinya, tetapi sekecil apapun tingkat suku bunga bila
investasi yang dilakukan akan mendatangkan keuntungan yang lebih kecil dari
suku bunga tersebut, maka tingkat investasi akan tetap saja rendah atau
terbatas.33
Walaupun secara normatif, interest rate bukanlah instrumen yang
digunakan dalam transaksi ekonomi syariah namun dalam aplikasinya
pengaruh interest rate dirasa masih cukup besar. Beberapa penelitian telah
dilakukan diantaranya oleh Mudjiah Utami dan Mudjilah Rahayu (2003),
Chairul Nazwar (2008), dan Abdul Wahid al-Faizin (2010) dari penelitian
tersebut didapatkan hasil bahwa interest rate signifikan berpengaruh negatif
terhadap kinerja saham syariah.
4. Indeks Harga Saham Gabungan (IHSG)
Indeks Harga saham gabungan (IHSG) atau dalam bahasa Inggrisnya disebut
Jakarta Composite Index (JCI) atau JSX Composite diperkenalkan pada tanggal 1
33
Iskandar Putong, Economics: Pengantar Mikro dan Makro, ed. III, (Jakarta: Mitra Wacana Media,
2009), h. 277.
26
April 1983, sebagai indikator pergerakan harga saham di BEJ, Indeks ini mencakup
pergerakan harga seluruh saham biasa dan saham preferen yang tercatat di BEI.
Penelitian
yang
telah
dilakukan
oleh
Andam
Dewi
(2008)
menunjukkan bahwa IHSG merupakan variabel yang paling signifikan
berpengaruh terhadap return saham kelompok JII.
H. Metode Exponential Smoothing
Teknik pemulusan eksponensial adalah prosedur yang dapat merevisi secara
terus-menerus hasil peramalan dengan informasi terbaru. Metode ini berdasarkan
pemulusan yang menurun secara eksponenasial. Prediksi dilakukan dengan
memberikan bobot yang lebih tinggi untuk informasi yang lebih baru. Misalnya bobot
sebesar α diberikan untuk data terbaru, untuk data kurun sebelumnya dibobot dengan
α(1 – α), untuk data sebelumnya lagi dibobot dengan α(1 – α) (1 – α) = α(1 – α)2
dst.34 Dalam SPSS terdapat 4 macam metode exponential smoothing yaitu:
1. Single Exponential Smoothing
Metode ini banyak mengurangi masalah penyimpangan data, karena
biasanya hanya menyimpan data terakhir, yaitu ramalan terakhir dan pembobotan
smoothing (α). Model ini cocok untuk data dengan pola horizontal atau stasioner
dan hanya mampu memberikan ramalan untuk satu periode ke depan. Metode ini
tidak cukup baik diterapkan jika datanya bersifat tidak stasioner, karena
persamaan yang digunakan dalam metode eksponensial tunggal tidak terdapat
34
M Firdaus. “Analisis Deret Waktu Satu Ragam.” (Bogor: IPB Press, 2006), h. 11.
27
prosedur pemulusan trend yang mengakibatkan data tidak stasioner menjadi tetap
tidak stasioner, tetapi metode ini merupakan dasar bagi metode-metode
pemulusan eksponensial lainnya. Pembobotan smoothing yang diberikan pada
data akan semakin kecil dengan semakin lamanya data.35
2. Double Exponential Smoothing Brown
Metode ini memberikan bobot yang semakin menurun pada observasi
masa lalu. Model ini cocok untuk data yang berpola trend linier. Pada metode ini
dilakukan dua kali pemulusan, yaitu pemulusan tahap 1 untuk update intercept,
tujuannya untuk menghilangkan komponen error. Pemulusan tahap 2 untuk
update slope, tujuannya untuk menghilangkan komponen trend.
3. Double Exponential Smoothing Holt
Pada prinsipnya metode ini sama dengan metode Brown, kecuali metode
ini menggunakan rumus pemulusan berganda secara langsung. Sebagai gantinya,
Holt memuluskan nilai trend dengan parameter yang berbeda dari parameter
yang digunakan pada data asli. Pemulusan eksponensial Holt menggunakan dua
konstanta pemulusan (α dan β) yang bernilai antara 0 dan 1 serta memiliki tiga
persamaan. Pola data yang sesuai adalah stasioner, dan pola trend konsisten.
35
Bowerman, dkk, “Forecasting and Time Series an Applied Approach.” Dalam Hapto Stato,
“Analisis Faktor-Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah dan Peramalannya,”
(Skripsi S1 Fakultas Pertanian, Institut Pertanian Bogor, 2007), h.28.
28
4. Damped Trend Exponential Smoothing
Metode ini menambahkan paramater damping trend (), damping trend
ini bernilai antara 0 dan 1. Parameter yang digunakan dalam metode ini terdiri
atas tiga indikator, yaitu level (α), trend (β), dan damping trend ().
I.
Review Studi Terdahulu
Tabel 2.1
Review Studi Terdahulu
No
Judul Penelitian
Metode
Hasil Penelitian
Perbedaan
1
Risk dan Return
Saham Perusahaan
Industri
Barang
Konsumsi
Bursa
Efek Jakarta oleh
Anwar
Ramli.
Jurnal
Aplikasi
Manajemen Vol.5
No.4
Nopember
2010.
Untuk menghitung risk dan
return saham
Perusahaan
Industri Barang Konsumsi
digunakan metode CAPM
Variabel yang digunakan;
Ri: Sampel Saham Industri
Barang Konsumsi
Rf: SBI,
Rm: return indeks IHSG
Penulis
menghitung
return saham
yang berbeda,
yaitu
kelompok
saham
JII.
Selain metode
CAPM,
penulis
juga
menggunakan
metode APT
dalam
memprediksi
return saham.
Analysis on the
Implementation of
Capital
Asset
Pricing Model in
Predicting
Stock
Untuk menghitung return
kelompok
saham
LQ45
digunakan metode CAPM, dan
untuk membandingkan antara
actual return dan expected
Dari 15 saham yang
diteliti,
memiliki
tingkat risiko β ˂ 1,
yang berarti saham
yang
tergolong
Industri
Barang
Konsumsi umumnya
bergerak lebih lambat
dari pasar.
Selain
itu,
hasil
analisis
juga
menunjukkan bahwa
return
yang
diharapkan dari setiap
jenis
saham
mengikuti besarnya
risiko.
Pada saham SMGR,
TLKM,
ANTM,
RALS, INDF, AALI,
INTP, HMSP, ISAT,
dan GGRM tidak ada
2
Penulis tidak
membandingka
n antara actual
return
dan
expected
29
oleh Agustiono dan
Ratna
Mariaty
Goni.
Jurnal
Eksekutif
Vol.2
No.1, April 2005.
return digunakan uji wilcoxon
signed rank test.
Variabel yang digunakan;
Ri: Sampel kelompok saham
LQ45
Rf: SBI
Rm: return indeks LQ45
3
Penggunaan
Metode
CAPM
dalam
Menilai
Risiko dan Return
Saham
untuk
Menentukan
Pilihan
Berinvestasi pada
Saham JII Periode
Januari
2004Desember
2008
oleh
Yesica
Yohantin. Skripsi,
Jurusan Akuntansi,
Fakultas Ekonomi,
Universitas
Gunadarma, 2009.
Untuk menghitung risk dan
return kelompok saham JII
digunakan metode CAPM
Variabel yang digunakan;
Ri: Sampel kelompok saham
JII
Rf: SBI,
Rm: return indeks JII
4
Pengujian Empiris
Konsistensi CAPM
di Pasar Modal
Indonesia Periode
Tolak ukur untuk menentukan
apakah CAPM konsisten di
Pasar Modal Indonesia atau
tidak apabila E(Ri) dan Ri
perbedaan
yang
signifikan
antara
actual return dan
expected
return,
hanya pada saham
ASII
terdapat
perbedaan
yang
signifikan
antara
actual return dan
expected return.
Hasil penelitian adalah
ada 5 saham agresif
yaitu INCO, TBBA,
UNTR,
ANTM,
BUMI, dan INTP ; 6
saham
berexcess
return positif yaitu
ANTM, BUMI, INTP,
INCO, TBBA, dan
UNTR ; dan ada 6
saham
(hampir
keseluruhan)
yang
berkorelasi
linear
positif dan β yang
signifikan
yaitu
ANTM, BUMI, INCO,
TBBA,
TLKM,
UNTR.
Pilihan
investasi
terbaik
dilakukan pada saham
INCO, TBBA, UNTR,
ANTAM,
BUMI,
INTP, KLBF, TLKM,
UNVR.
Korelasi antara E (Ri)
dan Ri adalah 0, 195
dengan signifikan
0.01. Dari hasil
return saham,
tetapi
membandingka
n
antara
metode CAPM
dan
APT
dalam
memprediksi
return saham.
Selain metode
CAPM,
penulis
juga
menggunakan
metode APT
dalam
memprediksi
return saham.
Penulis tidak
menguji
CAPM dalam
memprediksi
30
5
6
Tahun 1991-2001
oleh Ima Suryani.
Tesis
Program
Manajemen Pasca
Sarjana UNIKOM,
2003
berkorelasi
positif
maka
CAPM konsisten dan apabila
berkorelasi
negatif
maka
CAPM tidak konsisten.
Analisis Return dan
Risiko Kelompok
Saham
LQ45
dengan
Menggunakan
Model
APT
(Arbitrage Pricing
Theory) oleh Pepi
Mariana Chasanah.
Tesis
Program
Studi Manajemen
Agribisnis Sekolah
Pasca
Sarjana
Institut Pertanian
Bogor 2008
Untuk menghitung risiko dan
return kelompok saham LQ45
digunakan metode APT dan
untuk mengetahui seberapa
besar
pengaruh
variabel
ekonomi terhadap return dan
risiko digunakan analisis linier
berganda.
Variabel yang digunakan;
Ri : Sampel Saham LQ45
Rf : SBI,
F: surprise suku bunga SBI,
surprise inflasi dan surprise
kurs Rp/USD dan surprise
IHSG
Perbandingan
Keakuratan Capital
Asset
Pricing
Metode
dan
Arbitrage Pricing
Theory
Dalam
Memprediksi
Tingkat Pendapatan
Saham
Industri
Manufaktur
Sebelum
dan
perhitungan tersebut
maka dapat
disimpulkan bahwa
CAPM konsisten di
pasar modal
Indonesia
Hasil
penelitian
dengan menggunakan
regresi
linier
berganda
menunjukkan bahwa
ternyata return dan
risiko pada saham
sampel
kelompok
LQ45
dipengaruhi
oleh
variabel
ekonomi.
Selain itu saham
ASII, ISAT, dan
UNVR
merupakan
saham
agresif,
sedangkan
saham
AALI, ANTM, GJTL,
TKIM, BBCA, dan
PTBA
merupakan
saham
yang
defensive.
Keakuratan metode CAPM
Terdapat perbedaan
dan APT diukur dengan Mean yang signifikan antara
Absolute Deviation (MAD),
keakuratan
CAPM
dan untuk membandingkan
dengan APT dalam
keakuratan antara metode
memprediksi return
CAPM dan APT digunakan uji saham
industri
t student.
manufaktur sebelum
Variabel Model CAPM;
dan semasa krisis
Ri : Sampel Saham Industri ekonomi, dan metode
Manufaktur
CAPM maupun APT
Rf : SBI,
masih kurang akurat
return saham,
melainkan
menghitung
return saham
dengan
menggunakan
metode CAPM
dan juga APT.
Penulis tidak
menguji APT
dalam
memprediksi
return saham,
melainkan
menghitung
return saham
dengan
menggunakan
metode CAPM
dan juga APT
kemudian
membandingka
nnya.
Penulis
menggunakan
metode CAPM
dan APT untuk
menghitung
return saham
yang berbeda,
yaitu
kelompok
saham JII.
31
7
8
Semasa
Krisis
Ekonomi
oleh
Gancar
Candra
Premananto
dan
Muhammad
Madyan.
Jurnal
Penelitian
Dinamika
Sosial
Vol.5 No.2 Agustus
2004: 125-139.
Mean
Absolute
Deviation Capital
Asset
Pricing
Model
Dan
Arbitrage Pricing
Theory Terhadap
Return
Saham
Industri
Manufaktur
oleh
Musdalifah Azis.
Jurnal
Ilmiah
Masagena Kopertis
Wilayah
IX
Sulawesi, Vol. V
Ed. 1 Januari 2010.
Rm: return IHSG,
dalam memprediksi
Variabel Model APT;
pendapatan
saham
Ri : Sampel Saham Industri industri manufaktur.
Manufaktur
Rf : SBI,
F: surprise suku bunga,
surprise inflasi dan surprise
kurs Rp/USD.
Terdapat perbedaan
yang signifikan antara
keakuratan
CAPM
dengan APT dalam
memprediksi return
saham
industri
manufaktur,
dan
metode
CAPM
maupun APT masih
kurang akurat dalam
memprediksi
pendapatan
saham
industri manufaktur.
Penulis
menggunakan
metode CAPM
dan APT untuk
menghitung
return saham
yang berbeda,
yaitu
kelompok
saham JII.
Analisis
Penggunaan
Capital
Asset
Pricing Metode dan
Arbitrage Pricing
Theory
dalam
Memprediksi
Return
Saham
Metode CAPM lebih
tepat
dibandingkan
metode APT dalam
memprediksi return
saham Kelompok JII.
Penulis
menggunakan
tahun
penelitian yang
berbeda. Selain
itu
penulis
menggunakan
parameter
Keakuratan metode CAPM
dan APT diukur dengan Mean
Absolute Deviation (MAD),
dan untuk membandingkan
keakuratan antara metode
CAPM dan APT digunakan uji
t student.
Variabel Model CAPM;
Ri : Sampel Saham Industri
Manufaktur
Rf : SBI,
Rm: return IHSG,
Variabel Model APT;
Ri : Sampel Saham Industri
Manufaktur
Rf : SBI,
F: perubahan BI Rate,
perubahan inflasi dan
perubahan kurs Rp/USD.
Untuk menentukan metode
yang tepat dalam memprediksi
return saham JII digunakan
parameter Theil’s Inequality
Coeffisient (U), Adjusted RSquare
dan Estimated
Standard Error.
Variabel Model CAPM;
32
Kelompok Jakarta
Islamic Index oleh
Andam Dewi. Tesis
Program
Studi
Manajemen
Agribisnis Sekolah
Pasca
Sarjana
Institut Pertanian
Bogor 2006.
9
Analisis
Perbandingan
Keakuratan Capital
Asset
Pricing
Metode (CAPM)
dan
Arbitrage
Pricing
Theory
(APT)
Dalam
Memprediksi
Return Saham LQ45 di Bursa Efek
Indonesia
oleh
Sulistiarini
Widianita. Skripsi
Jurusan
Manajemen, UIN
Syarif Hidayatullah
Jakarta tahun 2008
Ri : Sampel kelompok saham
JII
Rf : bonus SWBI
Rm: return indeks JII,
Variabel Model APT;
Ri : Sampel kelompok saham
JII
Rf : bonus SWBI
F : perubahan Inflasi IHKG
(Indeks Harga Konsumen
Gabungan), perubahan Kurs
Rp/USD, dan perubahan IHSG
Keakuratan metode CAPM
dan APT diukur dengan Mean
Absolute Deviation (MAD),
dan untuk membandingkan
keakuratan antara metode
CAPM dan APT digunakan uji
t student.
Variabel Model CAPM;
Ri : Sampel kelompok saham
LQ45
Rf : SBI,
Rm: return indeks IHSG,
Variabel Model APT;
Ri : Sampel kelompok saham
LQ45
Rf : SBI,
F: surprise inflasi, surprise
suku bunga SBI, surprise M1
dan surprise kurs Rp/USD
MAD (Mean
Absolut
Deviation)
dalam
menentukan
metode yang
lebih akurat.
Terdapat
perbedaan
yang signifikan antara
keakuratan
CAPM
dengan APT dalam
memprediksi
returnsaham LQ-45;
dan metode CAPM
lebih
akurat
dibandingkan metode
APT.
Penulis
menggunakan
metode CAPM
dan APT untuk
menghitung
return saham
yang berbeda,
yaitu
kelompok
saham JII.
33
10
Perbandingan
Keakuratan CAPM
dan APT dalam
memprediksi
tingkat pendapatan
saham
LQ-45
(Periode
20062008) oleh
Andri.
Skripsi
Jurusan
Manajemen, UIN
Syarif Hidayatullah
Jakarta, tahun 2010
J.
Tingkat keakuratan metode
CAPM dan APT diukur
melalui nilai MAD, MSE dan
MAPE.
Variabel Model CAPM;
Ri : Sampel kelompok saham
LQ45
Rf : SBI,
Rm: return indeks IHSG,
Variabel Model APT;
Ri : Sampel kelompok saham
LQ45
Rf : SBI,
F: surprise inflasi, surprise
suku bunga SBI, surprise M1
dan surprise kurs Rp/USD
Metode APT lebih
akurat dibandingkan
metode CAPM dalam
memprediksi return
saham LQ-45.
Penulis
menggunakan
metode CAPM
dan APT untuk
menghitung
return saham
yang berbeda,
yaitu
kelompok
saham JII.
Kerangka Pemikiran
Langkah pertama yang dilakukan untuk melakukan penelitian ini adalah
menyeleksi perusahaan-perusahaan yang secara konsisten terdaftar dalam Jakarta
Islamic Index (JII) periode 2009-2012 melalui website resmi bursa efek
http://www.idx.co.id.
Pemilihan
saham
yang
konsisten
bertujuan
untuk
memaksimalkan return yang diperoleh dengan risiko yang minimal karena
konsistensi saham menunjukkan bahwa saham tersebut merupakan saham unggulan
yang memiliki nilai transaksi dan volume perdagangan terbesar selama 4 tahun
berturut-turut.
Setelah saham-saham JII yang konsisten terpilih, kemudian peneliti
mengumpulkan data harga saham bulanan dari perusahaan-perusahaan yang telah
34
diseleksi melalui data historis yang terdapat pada website resmi bursa efek. Peneliti
juga mengumpulkan data indeks JII dari website yang sama. Selain itu data bulanan
inflasi, kurs Rp/$, dan suku bunga SBI yang didapat dari website resmi Bank
Indonesia http://www.bi.go.id, data bulanan IHSG dari website http://www.idx.co.id,
serta data SBSN dari website http://www.ibpa.com.
Data historis yang telah terkumpul kemudian diolah dengan menggunakan
metode capital asset pricing model (CAPM) dan arbitrage pricing theory (APT).
Sebelum itu perlu dihitung risk free (Rf), pendapatan saham yang sesungguhnya (Ri),
dan pendapatan pasar (Rm), kemudian menghitung beta (β) dengan menggunakan
rumus market model. Setelah beta masing-masing perusahaan diperoleh kemudian
barulah dibentuk persamaan berdasarkan model CAPM.
Kemudian untuk return APT, dihitung nilai Rf, β1F1, β2F2, β3F3, dan β4F4.
Langkah berikutnya adalah menghitung nilai mean absolute deviation (MAD) untuk
mengetahui metode mana yang lebih akurat dalam mengestimasi return saham JII.
Setelah itu dilakukan uji normalitas data untuk mengetahui apakah data berdistribusi
normal. Selanjutnya dilakukan independent sample t test untuk mengetahui apakah
terdapat perbedaan yang signifikan antara kedua metode. Adapun skemanya dapat
dilihat pada gambar 2.3 berikut.
35
Gambar 2.3
Kerangka Pemikiran
Saham yang konsisten terdaftar dalam JII Periode 2009-2012
Input Data
Data SBSN
Menghitung Rf
Data Indeks
Bulanan JII
Harga Saham
Bulanan JII
Menghitung Ri, Rm dan β
Faktor-faktor
Makro Ekonomi
Inflasi
Kurs
SBI
Data SBSN
IHSG
Menghitung Expected Value
dengan Exponential Smoothing
Actual Value
variabel makro
Menghitung nilai F
Menghitung β1,β2, β3, β4
Menghitung return saham JII
dengan CAPM
Return Actual
(Ri)
MAD_CAPM
Menghitung return saham JII
dengan APT
MAD_APT
Uji Normalitas
Independent Sample t-test
Menghitung Rf
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Penelitian
yang
digunakan
bersifat
kuantitatif
deskriptif,
dengan
menggambarkan data dan informasi berdasarkan fakta yang diperoleh di lapangan.
Penelitian ini menggunakan analisis kuantitatif dari data-data harga saham
perusahaan JII, return pasar (JII), inflasi, kurs Rp/dollar, suku bunga SBI dan IHSG.
B. Objek Penelitian
Objek penelitian dalam penelitian ini adalah saham-saham syariah yang
terdaftar dalam Jakarta Islamic Index selama periode 2009-2012.
C. Jenis dan Sumber Data
Dalam penelitian ini, sumber data yang digunakan adalah data sekunder time
series bulanan, yaitu sebagai berikut:
1. Daftar saham yang tergabung dalam JII periode Desember 2008 sampai
Desember 2012, diperoleh dari website www.idx.co.id.
2. Data bulanan harga penutupan (closing price) saham-saham syariah yang
konsisten terdaftar dalam JII periode Desember 2008 sampai Desember
2012, diperoleh dari website www.idx.co.id.
36
37
3. Data bulanan JII dan IHSG periode Desember 2008 sampai Desember 2012,
diperoleh dari website www.idx.co.id.
4. Data bulanan
inflasi, kurs Rp/dollar, dan suku bunga SBI dari periode
Januari 2009 sampai Desember 2012 yang diperoleh dari website
www.bi.go.id.
5. Data Surat Berharga Syariah Negara (SBSN) yang diterbitkan pada periode
2009-2013, data diperoleh dari website www.ibpa.com.
D. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini adalah teknik studi pustaka
dengan menggunakan berbagai literatur rujukan seperti buku, jurnal, artikel dan
sumber informasi lain yang sesuaidengan penelitian yang dilakukan. Selain itu
peneliti juga menggunakan teknik dokumentasi dimana seluruh data sekunder yang
dibutuhkan dalam penelitian ini dikumpulkan dari berbagai sumber yang dapat
dipercaya, yaitu website idx, website BI, dan website www.ibpa.com.
E. Populasi dan Sampel
Populasi dari penelitian ini adalah seluruh saham yang tercatat dalam Jakarta
Islamic Index (JII) periode 2009-2012. Sampel yang digunakan dalam penelitian ini
adalah saham-saham yang konsisten terdaftar di Jakarta Islamic Index (JII) antara
tahun 2009-2012. Teknik yang digunakan dalam menentukan sampel pada penelitian
ini adalah dengan purposif sampling, yaitu menentukan sampel dengan kriteria:
38
-
Saham-saham yang terdaftar di JII selama periode 2009-2012.
-
Saham-saham yang konsisten secara berturut-turut selama periode tahun
2009-2012 masuk dalam daftar saham JII.
Berdasarkan kriteria tersebut, maka sampel yang akan digunakan dalam
penelitian ini disajikan dalam tabel berikut:
Tabel 3.1
Daftar Saham-Saham yang Konsisten Masuk dalam Saham JII
Periode 2009-2012
NO
KODE
NAMA PERUSAHAAN
1
AALI
Astra Agro Lestari Tbk
2
ANTM
Aneka Tambang (Persero) Tbk
3
INCO
International Nickel Indonesia Tbk
4
INTP
Indocement Tunggal Prakasa Tbk
5
KLBF
Kalbe Farma Tbk
6
PTBA
Tambang Batubara Bukit Asam Tbk
7
SMGR
Semen Gresik (Persero) Tbk
8
TLKM
Telekomunikasi Indonesia Tbk
9
UNVR
Unilever Indonesia Tbk
Sumber: http://www.idx.co.id (diolah sesuai data)
F.
Teknik Pengolahan Data
Data yang digunakan dalam penelitian ini akan diolah dengan menggunakan
Microsoft Excel, dan SPSS 21.
G. Metode Analisis
1.
Menghitung Expected Return Saham JII dengan metode CAPM
Seperti yang telah dijelaskan pada bab sebelumnya pendapatan yang
diharapkan (expected return) adalah pendapatan masing-masing saham yang
39
diharapkan oleh para investor pada masa yang akan datang. Dengan
menggunakan metode CAPM, maka expected return dapat dihitung dengan
rumus sebagai berikut:1
( )
Dimana: E(Ri)
(
)]
(Rumus 3.1)
= Return harapan aset ke-i
E(Rm)
= Return harapan portofolio pasar
Rf
= Tingkat bunga bebas risiko (SBSN)
[E(Rm) – Rf] = Premi risiko pasar
βi
= Risiko aset ke-i
Variabel yang berkaitan dengan rumus CAPM di atas adalah:
a. Actual Return Saham JII Terpilih (Ri).
Berdasarkan pengertian return, bahwa return suatu saham adalah hasil
yang diperoleh dari investasi dengan cara menghitung selisih harga saham
periode berjalan dengan periode sebelumnya dengan mengabaikan dividen, maka
dapat ditulis rumus:2
Ri =
Dimana:
1
Ri
= actual return saham JII terpilih
Pt
= harga pada waktu t
Pt-1
= harga untuk waktu sebelumnya
(Rumus 3.2)
Kamrauddin Ahmad, Dasar-Dasar Manajemen Investasi dan Portofolio, (Jakarta: Rineka Cipta,
2004), h.134.
2
Michell Suharli, “Studi Empiris Terhadap Dua Faktor yang Mempengaruhi Return Saham pada
Industri Food and Beverages di Bursa Efek Jakarta”, Jurnal Akuntansi & Keuangan, Vol.7. No. 2,
Nopember, 2005, h. 101.
40
b. Market Return (Rm)
Pendapatan pasar (market return) dihitung dengan rumus sebagai
berikut:
Rm
Dimana:
–
(Rumus 3.3)
Rm
= market return
JIIt
= Jakarta Islamic Index pada akhir periode t
JIIt-1
= Jakarta Islamic Index pada periode sebelumnya
Sedangkan expected market return E(Rm) merupakan tingkat return
rata-rata pasar modal dalam periode tertentu, yang dinilai dari rata-rata
Indeks harga saham JII.
c. Pendapatan Aset Bebas Risiko (Rf)
Pendapatan aset bebas risiko yang digunakan adalah pendapatan yang
diperoleh dari coupon rate SBSN seri IFR0004. Karena coupon rate ini
jangka waktu pembagiannya semesteran atau tahunan, maka dalam analisis
bulanan risk free (Rf) dibagi dengan jangka waktunya atau dapat dihitung
dengan rumus sebagai berikut:
Rf =
(Rumus 3.4)
d. Beta (β)
Beta merupakan suatu pengukuran volalitas return suatu sekuritas atau
return portofolio terhadap return pasar. Dengan demikian, beta merupakan
pengukuran risiko sistematis dari suatu portofolio atau suatu sekuritas. Beta
41
suatu aset i, dinotasikan dengan β, dapat dinayatakan dengan rumus sebagai
berikut:3
(
Dimana: Covarians Ri, Rm
2.
)
(Rumus 3.5)
= (Ri – E(Ri)) (Rm – E(Rm)
E(Ri)
= Rata-rata return saham
E(Rm)
= Rata-rata return pasar (JII)
σ
= Varians return pasar JII
σ
=
(
(
))
Menghitung Expected Return Saham JII dengan Metode APT
Berdasarkan rumus 2.8 untuk menghitung expected return dengan model
APT pada bab sebelumnya, maka rumus mengenai expected return dengan empat
faktor yang akan digunakan dalam penelitian ini dapat ditunjukkan oleh rumus
berikut:
E(Ri) = Rf + βInflasi λ Inflasi+ βKursλ Kurs+ βSBIλ SBI + βIHSG λ IHSG
(Rumus 3.6)
Dimana: E(Ri) : Return harapan pada sekuritas i
Rf
: Tingkat bunga bebas risiko (SBSN)
βInflasi : Sensitivitas return saham terhadap inflasi.
3
βKurs
: Sensitivitas return saham terhadap kurs Rp/USD.
βSBI
: Sensitivitas return saham terhadap tingkat bunga SBI.
Bodie, dkk, Investments, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi Wibowo. (Jakarta:
Salemba Empat, 2005), h.385.
42
βIHSG : Sensitivitas return saham terhadap IHSG.
λ Inflasi : Premi risiko inflasi [E(FInflasi ) - Rf]
λ Kurs
: Premi risiko kurs Rp/USD [E(FKurs ) - Rf]
λ SBI
: Premi risiko tingkat bunga SBI [E(FSBI ) - Rf]
λ IHSG : Premi risiko IHSG [E(FIHSG ) - Rf]
Variabel yang berkaitan dengan rumus APT di atas adalah:
a. Actual Return Saham JII Terpilih (Ri).
Actual return pada model APT sama dengan actual return pada model
CAPM, maka actual return pada model APT juga dihitung dengan rumus
yang sama (rumus 3.2), yaitu:
Ri =
Dimana:
Ri
= actual return saham JII terpilih
Pt
= harga pada waktu t
Pt-1
= harga untuk waktu sebelumnya
b. Return Aset Bebas Risiko (Rf)
Return aset bebas risiko (Rf) yang digunakan pada model APT sama
dengan Return aset bebas risiko (Rf) pada model CAPM yang diperoleh dari
coupon rate SBSN seri IFR0004, maka Return aset bebas risiko (Rf) pada
model APT juga dihitung dengan rumus yang sama (rumus 3.4), yaitu:
Rf =
43
c. Menghitung Beta (β)
Berbeda dengan beta CAPM yang merupakan sensitivitas return
saham i (Ri) terhadap market return (Rm) sedangkan beta dalam APT adalah
sensitivitas return saham i (Ri) terhadap suatu faktor (F).4
(
)
(Rumus 3.7)
d. Surprise faktor (F)
Surprise merupakan selisih antara actual value dengan expected value
dari suatu faktor.5 Dalam APT faktor yang mempengaruhi return suatu
saham jumlahnya lebih dari satu, faktor-faktor ini didapat dari penelitian
empiris yang telah dilakukan.6
Penelitian
ini
menggunakan
model
APT
empat
faktor
dan
menggunakan faktor yang sama dengan faktor yang digunakan oleh Pepi
Mariana Chasanah (2008) yaitu inflasi IHK (Indeks Harga Konsumen), kurs
rupiah terhadap dollar (Rp/USD), suku bunga SBI (Sertifikat Bank
Indonesia), dan Indeks Harga Saham Gabungan (IHSG). Dan untuk
menghitung expected value variabel makro akan digunakan metode
exponential smoothing.
4
Bodie, dkk, Investments, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi Wibowo. (Jakarta:
Salemba Empat, 2005), h. 441
5
Suad Husnan, Dasar-Dasar Teori Portofolio dan Analisis Sekuritas, Ed. IV, Cet.II, (Yogyakarta:
UPP STIM YKPN, 2009), h. 199.
6
Ibid., h.216.
44
Dalam SPSS terdapat 4 macam metode baku exponential smoothing,
dengan rumus sebagai berikut:
(1) Single Exponential Smoothing
Yt+1 = α Yt + (1 – α) Yt
Dimana: Yt+1
(Rumus 3.8)
= Nilai ramalan untuk 1 periode ke depan setelah t
Yt
= Nilai aktual pada periode ke t
α
= Pembobot Smoothing (0 < α < 1)
(2) Double Exponential Smoothing Brown
Yt+m
= αt + bt(m)
St
= α Yt + (1 – α) S t-1
St(2)
= α St + (1 – α) S(2)t-1
αt
= 2St - St(2)
bt
=
Dimana: Yt+m
(St - St(2))
= Prediksi Y pada m periode ke depan
St
= Smoothing tahap 1
St(2)
= Smoothing tahap 2
αt
= Intercept
bt
= Slope
m
= Jumlah periode ramalan ke depan
(3) Double Exponential Smoothing Holt
Yt+m
= αt-1 + (m – 1) bt-1+
(Rumus 3.9)
45
αt
= αYt + (1 – α) αt-1
bt
= β (αt - αt-1) + (1 – β)bt-1
Dimana: Yt+m
(Rumus 3.10)
= Prediksi Y pada m periode ke depan
α dan b = Pembobot Smoothing
(4) Damped Trend Exponential Smoothing
yt
= lt-1 +  bt-1 + t
lt
= lt-1 +  bt-1 + (1 – α) t
bt
=  bt-1 + (1 – β) t
Dimana: yt
lt
(Rumus 3.11)
= Rangkaian waktu yang diamati
= Level
α dan b = Pembobot Smoothing

= Damping factor
Untuk memudahkan perhitungan dan mendapatkan hasil yang akurat,
maka dapat juga dihitung dengan menggunakan software SPSS 21, dengan
langkah sebagai berikut: klik Analyze > Forecasting > Create Model >
Methode > Exponential Smoothing , Criteria > Simple / Holt’s linear trend/
Brown’s linear trend/ Damped trend.
Untuk menentukan metode forecasting yang terbaik, maka dilihat dari
nilai Mean Absolute Error (MAE) atau Mean Absolute Deviation (MAD)
dan nilai Mean Absolute Percentage Error (MAPE). Semakin kecil nilai
46
MAD dan MAPE, maka semakin baik metodenya. Nilai MAD dan MAPE
dapat dihitung dengan rumus sebagai berikut:7
∑
∑
|
|
(Rumus 3.12)
{∑
}
∑
(Rumus 3.13)
Dimana:
MAE = Rata-rata penyimpangan absolut
MAPE = Rata-rata penyimpangan persentase absolut
Yt
= Data aktual
Ŷt
= Data yang diharapkan
et
= nilai galat atau residual (Yt-Ŷt)
n
= Jumlah data
Nilai MAD dan MAPE juga dapat dilihat dari output SPSS pada tabel
model statistics.
3.
Pemilihan Metode yang Akurat
Untuk mengukur keakuratan dari metode CAPM dan APT, maka akan
dihitung nilai Mean Absolute Deviation (MAD) dengan rumus:8
7
Ali Baroroh, Analisis Multivariate dan Time Series dengan SPSS 21, (Elex Media Komputindo:
Jakarta, 2013), h.145
8
Gancar Candra Premananto dan Muhammad Madyan, “Perbandingan Keakuratan Capital Asset
Pricing Model dan Arbitrage Pricing Theory dalam Memprediksi Tingkat Pendapatan Saham Industri
Manufaktur Sebelum dan Semasa Krisis Ekonomi”, Jurnal Penelitian Dinamika Sosial Vol 5 No. 2,
Agustus, 2004, h. 130
47
∑
Dimana:
(
)
(Rumus 3.11)
MAD = Rata-rata penyimpangan absolut
Ri
= Return saham i yang sesungguhnya (actual return)
E(Ri) = Return saham yang diharapkan (expected return)
n
4.
= Jumlah data
Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah distribusi sebuah data
yang didapatkan mengikuti atau mendekati hukum sebaran normal. 9 Uji normalitas
dalam penelitian ini menggunakan one-sample kolmogorov smirnov test.
Uji normalitas ini dilakukan sebagai syarat untuk melakukan uji beda
Independent sample t-test.10 Nilai α yang digunakan adalah 0,05 (α = 0,05), data
normal bila nilai sig (p) > α dan data tidak normal bila nilai sig (p) < α.11
Uji Kolmogorof-Smirnov dilakukan dengan membuat hipotesis:
5.
-
H0 : tidak terdapat perbedaan dengan populasi normal (data normal)
-
H1 : terdapat perbedaan dengan populasi normal (data tidak normal)
Uji Levene Untuk Kesamaan Ragam
Uji Levene (Levene’s test) atau Uji Levene untuk kesamaan ragam (Levene
Test for Equality of Variances) digunakan untuk menguji apakah sampel sebanyak k
memiliki variance yang sama.12 Bentuk hipotesis untuk uji Levene adalah:
9
Muhammad Nisfiannoor, Pendekatan Statistika Modern, (Jakarta: Salemba Empat, 2009), h. 91.
Ibid., h. 110
11
Ibid., h.93.
10
48
H0 : σ12 = σ22 = σ32 =,….= σk2
H1 : σi ≠ σj untuk sedikitnya satu pasang (i, j).
Bila diketahui suatu variabel Y dengan besar sampel N yang dibagi menjadi k
subgroup, dimana Ni merupakan besar sampel dari subgroup ke-i, maka uji Levene
didefinisikan sebagai berikut:
(
(
Dimana:
(̅
)∑
)∑
∑
(
̅)
̅ )
(Rumus 3.12)
N = Jumlah observasi
= Banyaknya group
k
|
̅|
̅ = rata-rata dari group ke i
̅
̅
rata-rata group dari
rata-rata keseluruhan dari
Sehingga H0: σ12 = σ22 = σ32 =,….= σk2 ditolak bila W > Fα, k-1, N-k
6.
Uji beda t dua sampel independen (Independent Sample t-test).
Pengolahan data dalam penelitian ini yaitu menggunakan teknik statistik uji
beda dua rata-rata (independent sample t-test). Perbedaan antara rata-rata hitung dua
sampel ( ̅
̅) dicari dengan menghitung rasio t.
Ada dua rumus untuk independent sample t-test:13
a. Dengan asumsi kedua variance sama besar (equal variances assumed):
12
Stanislaus S. Uyanto, “Pedoman Analisis Data Dengan SPSS”, (Yogyakarta: Graha Ilmu, 2006), h.
135.
13
Ibid., h. 134-135
49
̅ ̅
(Rumus 3.13)
√
Dengan derajat kebebasan (degree of freedom):
(
)
√
(
)
–2
(Rumus 3.14)
b. Dengan asumsi kedua variance tidak sama besar (equal variances not
assumed):
̅ ̅
(Rumus 3.15)
√
Dengan derajat kebebasan (degree of freedom):
(
(
Dimana: ̅
̅
)
)
(
)
(Rumus 3.16)
rata-rata hitung nilai MADCAPM ( ̅ ) dan nilai MADAPT ( ̅)
S2
= varian populasi
nx
= besar sampel MADCAPM
ny
= besar sampel MADAPT
Bentuk hipotesis untuk Independent Sample t-test dalam penelitian ini adalah:
H0
: Tidak terdapat perbedaan akurasi (nilai MAD) yang signifikan antara CAPM
dan APT dalam menghitung return saham JII
H1
: Terdapat perbedaan akurasi (nilai MAD) yang signifikan antara CAPM dan
APT dalam menghitung return saham JII
50
Tujuan dari hipotesis dalam independent sample test pada penelitian ini
adalah untuk verifikasi kebenaran/kesalahan, atau dengan kata lain menentukan
menerima atau menolak hipotesis yang telah dibuat. Signifikansi yang akan
digunakan adalah sebesar 95%. Untuk melihat kriteria tolak H0 atau terima H0 adalah
dengan membandingkan nilai Significance dengan α, dan t tabel dengan t hitung.
-
Jika nilai significance < nilai α dan thitung > ttabel maka H0 ditolak,
-
Jika nilai significance > nilai α dan thitung < ttabel maka H0 diterima.
Dalam pengambilan keputusan ini dapat digunakan gambar seperti dibawah
ini :
Gambar 3.1
Uji Beda Independent Sample t-test
BAB IV
HASIL DAN PEMBAHASAN
A.
Gambaran Umum
Dalam
rangka
mengembangkan
pasar
modal
syariah
dan
dengan
memperhatikan potensi yang begitu besar, PT Bursa Efek Jakarta bersama dengan PT
Danareksa Invesment Management (DIM) telah meluncurkan index saham yang
dibuat berdasarkan Syariah Islam, yaitu Jakarta Islamic Index (JII).1
Saham syariah yang menjadi konstituen JII terdiri dari 30 saham yang
merupakan saham-saham syariah paling likuid dan memiliki kapitalisasi pasar yang
besar. BEI melakukan review JII setiap 6 bulan, yang disesuaikan dengan periode
penerbitan DES oleh Bapepam & LK. Setelah dilakukan penyeleksian saham syariah
oleh Bapepam & LK yang dituangkan ke dalam DES, BEI melakukan proses seleksi
lanjutan yang didasarkan kepada kinerja perdagangannya.2
Proses seleksi JII berdasarkan kinerja perdagangan saham syariah yang
dilakukan oleh BEI adalah sebagai berikut:
1. Saham-saham yang dipilih adalah saham-saham syariah yang termasuk ke
dalam DES yang diterbitkan oleh Bapepam & LK
2. Dari saham-saham syariah tersebut kemudian dipilih 60 saham berdasarkan
urutan kapitalisasi terbesar selama 1 tahun terakhir
1
Tatang Ary Gumanti, Manajemen Investasi: Konsep Teori dan Aplikasi (Jakarta: Mitra Wacana
Media, 2011), h. 75.
2
Jakarta Islamic Index, “Produk-Produk Syariah” artikel diakses pada tanggal 29 Agustus 2013, dari
http://www.idx.co.id/id-id/beranda/produkdanlayanan/pasarsyariah/produkproduksyariah.aspx
51
52
3. Dari 60 saham yang mempunyai kapitalisasi terbesar tersebut, kemudian
dipilih 30 saham berdasarkan tingkat likuiditas yaitu urutan nilai transaksi
terbesar di pasar reguler selama 1 tahun terakhir
B.
Deskripsi Statistik
Sampel dalam penelitian ini adalah 9 dari 30 saham berdasarkan kriteria
saham syariah yang secara konsisten selama periode tahun 2009-2012 masuk dalam
daftar saham JII. Deskripsi penelitian ini meliputi rata-rata return saham perusahaan
sampel dari tahun 2009-2012, rata-rata pendapatan pasar (return market) dari tahun
2009-2012, pendapatan bebas risiko (SBSN seri IFR0004), risiko sistematis saham
perusahaan sampel dari tahun 2009-2012. Adapun faktor makro ekonomi yang
digunakan dalam penelitian ini adalah surprise inflasi, surprise kurs rupiah terhadap
dolar, surprise suku bunga SBI, dan surprise IHSG dari tahun 2009-2012.
1. Capital Asset Pricing Model (CAPM)
a.
Return Saham Perusahaan JII
Data yang digunakan dalam penelitian ini adalah data harga penutupan
(closing price) bulanan saham-saham perusahaan JII pada periode Desember
2008 sampai dengan Desember 2012. Return saham (Ri) yang dihitung
merupakan return saham aktual yang didapat dari harga penutupan bulan saat ini
(Pt) dikurangi dengan harga penutupan bulan kemarin (Pt-1) dibagi dengan harga
penutupan bulan kemarin (Pt-1). Rata-rata return saham perusahaan sampel dari
53
tahun 2009 sampai dengan tahun 2012 disajikan dalam tabel 4.1. Berdasarkan
hasil perhitungan rata-rata return saham per bulan masing-masing perusahaan
dari tahun 2009 sampai dengan 2012 dapat dilihat bahwa rata-rata
secara
keseluruhan adalah 0.0234, hal ini berarti seluruh rata-rata return saham JII per
bulan adalah positif, dan ini menunjukkan pada periode tahun 2009-2012
kalangan investor merespon positif terhadap saham-saham JII. Rata-rata return
saham per bulan tertinggi adalah saham Kalbe Farma Tbk (KLBF) yaitu sebesar
0.0446 per bulan, sedangkan rata-rata return saham per bulan terendah adalah
saham Telekomunikasi Indonesia Tbk (TLKM) yaitu sebesar 0.008.
Tabel 4.1
Rata-Rata Return Saham Per Bulan Perusahaan JII Tahun 2009-2012
No
Nama Perusahaan
Kode
Return Saham
1
AALI
Astra Agro Lestari Tbk
0.018
2
ANTM
Aneka Tambang (Persero) Tbk
0.0103
3
INCO
International Nickel Indonesia Tbk
0.0144
4
INTP
Indocement Tunggal Prakasa Tbk
0.0375
5
KLBF
Kalbe Farma Tbk
0.0446
6
PTBA
Tambang Batubara Bukit Asam Tbk
0.0217
7
SMGR
Semen Gresik (Persero) Tbk
0.0317
8
TLKM
Telekomunikasi Indonesia Tbk
0.008
9
UNVR
Unilever Indonesia Tbk
0.0240
Rata-rata
0.0234
Sumber: PT. Bursa Efek Indonesia, Data Diolah Penulis
b.
Return Market
Indeks pasar yang digunakan dalam penelitian ini adalah Jakarta Islamic
Index (JII), data yang digunakan adalah data harga penutupan (closing price)
bulanan pada periode Desember 2008 sampai dengan Desember 2012.
54
Tabel 4.2
Return Market (Rm) Tahun 2009-2012
Periode
2009
2010
2011
2012
Jan
-0.0118 0.0252
-0.1039 0.0475
Feb
0.0023 -0.0326
-0.016 0.0075
Mar
0.1059 0.0724
0.0959 0.0305
Apr
0.1819 0.0702
0.0269 -0.0154
Mei
0.0974 -0.0636
0.0049
-0.087
Jun
0.0466 0.0352
0.0088 0.0364
Jul
0.1983 0.0501
0.058 0.0543
Agst
-0.0118 -0.0197
-0.0669 -0.0066
Sept
0.0548 0.1113
-0.0697 0.0542
Okt
0.0445 0.0262
0.077 0.0307
Nov
0.0371 -0.0583
-0.0183 -0.0492
Des
0.0485 0.0474
0.0318 0.0102
Return Tahunan
0.0587
0.022
0.0024 0.0094
Rata-Rata Total
0.0231
Sumber: PT. Bursa Efek Indonesia, Data Diolah Penulis
Return market tahun 2009-2012 sangat berfluktuasi, sehingga terdapat
return JII yang bernilai negatif yang menunjukkan adanya risiko, seperti return
yang terdapat pada tahun 2009 di bulan
Januari (-0.0118) dan Agustus (-
0.0118). Tahun 2010 di bulan Februari (-0.0326), Mei (-0.0636), Agustus (0.0197), dan November (-0.0583). Tahun 2011 di bulan Januari (-0.1039),
Agustus (-0.0669), September (-0.0697), dan November (-0.0183). Serta pada
tahun 2012 di bulan April (-0.0154%), Mei (-0.087), Agustus (-0.0066), dan
November (-0.0492). Walaupun terdapat return JII yang bernilai negatif, kinerja
JII masih dianggap baik karena pada bulan lainnya return bernilai positif.
Sehingga return tahunan JII bernilai positif.
55
Rata-rata return market tahunan yang tertinggi adalah tahun 2009 yaitu
sebesar 0.0587. Sedangkan rata-rata terendah adalah tahun 2011 yaitu sebesar
0.0024. Rata-rata total return market adalah sebesar 0.0231 yang berarti sejauh
ini investor masih merespon positif terhadap saham-saham syariah.
c.
Risiko Sistematis CAPM
Risiko sistematis atau beta (β) saham, adalah ukuran risiko pasar yang
mempengaruhi harga suatu saham. Beta mengukur sampai sejauh mana harga
saham turun naik bersamaan dengan turun naiknya harga pasar. Nilai beta dari
saham didapatkan dari hasil kovarian antara return sekuritas i dengan return
pasar yang dibagi dengan varian return pasar. Nilai beta positif menunjukkan
bahwa jika terjadi kenaikan return pasar maka akan mengakibatkan kenaikan
return saham. Sebaliknya, jika beta negatif berarti jika terjadi kenaikan return
pasar maka akan mengakibatkan penurunan return saham. Beta saham JII tahun
2009-2012 disajikan pada table 4.3 di bawah ini:
Tabel 4.3
Risiko Sistematis (Beta) CAPM
No
1
2
3
4
5
6
7
8
9
Nama Perusahaan
Astra Agro Lestari Tbk
Aneka Tambang (Persero) Tbk
International Nickel Indonesia Tbk
Indocement Tunggal Prakasa Tbk
Kalbe Farma Tbk
Tambang Batubara Bukit Asam Tbk
Semen Gresik (Persero) Tbk
Telekomunikasi Indonesia Tbk
Unilever Indonesia Tbk
Kode
AALI
ANTM
INCO
INTP
KLBF
PTBA
SMGR
TLKM
UNVR
Cov (Ri,Rm)
0.126144468
0.240218009
0.24558685
0.166753297
0.163425766
0.231457527
0.166977772
0.096872485
0.064282988
σ2 m
Beta(β)
0.180231487 0.6999
0.180231487 1.3328
0.180231487 1.3626
0.180231487 0.9252
0.180231487 0.9067
0.180231487 1.2842
0.180231487 0.9265
0.180231487 0.5375
0.180231487 0.3567
56
Sumber: PT. Bursa Efek Indonesia, Data Diolah Penulis
Berdasarkan perhitungan yang disajikan pada tabel di atas, seluruh saham
memiliki beta positif, hal ini menunjukkan kenaikan return pasar JII akan
mengakibatkan kenaikan return saham-saham tersebut.
Beta yang bernilai positif memiliki tiga ukuran yaitu: (1) beta yang bernilai
satu (β = 1) berarti saham mempunyai risiko rata-rata dan searah terhadap
perubahan pasar, selain itu juga sebanding dengan keuntungan perusahaan. (2)
Beta yang bernilai lebih besar dari satu (β > 1) berarti risiko saham di atas ratarata, yaitu peka terhadap perubahan pasar namun tingkat keuntungan perusahaan
lebih besar dari yang diharapkan. Saham dengan nilai β > 1 termasuk saham yang
agresif, artinya jika return pasar naik sebesar n% maka return saham akan naik
lebih dari n%.3 Berdasarkan tabel 4.3 terdapat tiga saham yang merupakan saham
agresif, yaitu saham ANTM (1.3328), INCO (1.3626), dan PTBA (1.2842). (3)
Beta yang bernilai kurang dari satu (β < 1) berarti risiko saham berada di bawah
rata-rata dan kurang peka terhadap perubahan pasar dengan tingkat keuntungan
pada perusahaan lebih kecil dari yang diharapkan. Saham dengan nilai β < 1
tergolong saham lemah, artinya jika return pasar naik sebesar n% maka return
saham akan naik kurang dari n%. Berdasarkan tabel 4.3 terdapat 6 saham yang
merupakan saham defensive yaitu AALI (0.6999), INTP (0.9252), KLBF
(0.9067), SMGR (0.9265), TLKM (0.5375), dan UNVR (0.3567).
3
William F. Sharpe, dkk , Investasi, Penerjemah Henry Njooliangtik dan Agustiono (Jakarta:
Prenhallindo, 1997), h. 218.
57
d.
Expected Return dengan Metode CAPM
Sebelum menghitung expected return dengan menggunakan metode CAPM
diperlukan juga return bebas risiko (Rf), dalam penelitian ini menggunakan
coupon rate SBSN seri IFR0004. Coupon rate SBSN seri IFR0004 adalah
sebesar 9% per semester, kemudian diambil rata-ratanya per bulan yaitu sebesar
1.5% (0.015).
Tabel 4.4
Expected Return CAPM
No
Kode Perusahaan
Ri
1
2
3
4
5
6
7
8
9
AALI
ANTM
INCO
INTP
KLBF
PTBA
SMGR
TLKM
UNVR
0.018
0.0103
0.0144
0.0375
0.0446
0.0217
0.0317
0.008
0.0240
Rf
0.015
0.015
0.015
0.015
0.015
0.015
0.015
0.015
0.015
E(Rm)
0.0231
0.0231
0.0231
0.0231
0.0231
0.0231
0.0231
0.0231
0.0231
β
0.6999
1.3328
1.3626
0.9252
0.9067
1.2842
0.9265
0.5375
0.3567
E(Ri)
CAPM
0.0206
0.0258
0.0261
0.0225
0.0224
0.0254
0.0225
0.0194
0.0180
Dari tabel 4.4 di atas, menunjukkan bahwa besarnya expected return
(E(Ri)) dari setiap jenis saham mengikuti besarnya tingkatan beta (risiko). Saham
Unilever Indonesia Tbk (UNVR) memiliki beta paling rendah yaitu sebesar
0.3567 dan expected returnnya juga paling rendah yaitu sebesar 0.0180 atau
1.8%. Sedangkan saham International Nickel Indonesia Tbk (INCO) memiliki
beta paling tinggi yaitu sebesar 1.3626 dan expected returnnya juga paling tinggi
yaitu sebesar 0.0261 atau 2.61%.
58
Selain itu dapat pula dilihat saham mana yang undervalued atau yang
sudah overvalued. Berdasarkan pada tabel di atas tampak bahwa saham AALI,
ANTM, INCO, PTBA dan TLKM merupakan saham yang undervalued karena
expected returnnya (E(Ri)) lebih tinggi dari average returnnya (Ri) sehingga
berdasarkan perhitungan dengan metode CAPM ini saham-saham tersebut layak
untuk dibeli. Sebaliknya saham INTP, KLBF, SMGR, dan UNVR merupakan
saham yang overvalued karena E(Ri)nya lebih rendah dari Ri, namun expected
return saham-saham tersebut masih di atas risk free (Rf) sehingga untuk tipe
investor yang risk averse (penghindar risiko) saham ini masih layak untuk
dimiliki, sedangkan untuk investor yang bertipe risk seeker (pencari risiko)
saham ini tidak layak untuk dimiliki karena meskipun expected return sahamnya
di atas risk free tetap saja expected returnnya masih di bawah rata-rata
pengembalian saham tersebut.
2.
Arbitrage Pricing Theory (APT)
a.
Expected Value dan Surprise Faktor Makro Ekonomi
Faktor makro ekonomi yang digunakan untuk model APT dalam penelitian
ini adalah surprise inflasi (IHK), surprise kurs (Rp/USD), surprise suku bunga
SBI, dan surprise Indeks Harga Saham Gabungan (IHSG) yang didapatkan dari
selisih antara actual value faktor makro dengan expected value faktor makro.
Expected value faktor makro didapatkan dengan menggunakan metode
Exponential Smoothing yang dihitung dengan menggunakan software SPSS 21,
dalam SPSS terdapat empat metode baku Exponential Smoothing, yaitu Simple
59
Exponential
Smoothing,
Double
Exponential
Smoothing
Holt,
Double
Exponential Smoothing Brown, dan Damped Trend Exponential Smoothing.
Untuk menentukan metode mana yang paling baik dalam menghitung expected
value faktor makro, maka akan dilihat dari nilai MAPE dan MAE yang terkecil
yang terdapat pada output SPSS pada tabel di bawah ini.
Tabel 4.5
Nilai MAPE dan MAD Expected Value Faktor makro
Metode
Exponential
Smoothing
Simple
Holt
Brown
Damped Trend
Inflasi
Kurs
Suku Bunga SBI
IHSG
MAPE% MAE MAPE% MAE MAPE% MAE MAPE% MAE
9,053
9,458
9,811
8,422
0,004
0,004
0,004
0,004
0,138
0,130
0,151
0,131
0,013
0,012
0,014
0,012
1,010
0,866
0,854
0,866
0,001
0,001
0,001
0,001
0,607
0,526
0,607
0,523
Tabel di atas menunjukkan nilai MAPE dan MAE yang terkecil untuk
inflasi dan IHSG adalah metode Damped Trend Exponential Smoothing, untuk
Kurs nilai MAPE dan MAE terkecil adalah pada metode Double Exponential
Smoothing Holt, dan untuk suku bunga SBI nilai MAPE dan MAE terkecil
adalah pada metode Double Exponential Smoothing Brown.
(1)
Inflasi
Nilai inflasi yang digunakan untuk model APT adalah surprise inflasi,
yang didapat dari selisih antara nilai inflasi aktual (actual value) dengan nilai
inflasi yang diharapkan (expected value). Adapun perkembangan nilai inflasi
0,048
0,042
0,048
0,042
60
aktual, nilai inflasi yang diharapkan dan surprise inflasi dapat dilihat pada tabel
di bawah ini.
Tabel 4.6
Inflasi Aktual, Inflasi yang Diharapkan, dan Surprise Inflasi
Periode Januari 2009-Desember 2012
Bulan/Tahun
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Inflasi Aktual
0.0917
0.0860
0.0792
0.0731
0.0604
0.0365
0.0271
0.0275
0.0283
0.0257
0.0241
0.0278
0.0372
0.0381
0.0343
0.0391
0.0416
0.0505
0.0622
0.0644
0.0580
0.0567
0.0633
0.0696
0.0702
0.0684
0.0665
0.0616
0.0598
0.0554
0.0461
0.0479
0.0461
0.0442
0.0415
0.0379
0.0365
0.0356
0.0397
0.0450
0.0445
0.0453
0.0456
Inflasi yang Diharapkan
0.0931
0.0896
0.0826
0.0751
0.0694
0.0528
0.0222
0.0215
0.0277
0.0288
0.0241
0.0231
0.0300
0.0428
0.0386
0.0320
0.0420
0.0431
0.0558
0.0692
0.0657
0.0542
0.0559
0.0673
0.0734
0.0706
0.0673
0.0654
0.0587
0.0587
0.0528
0.0405
0.0490
0.0450
0.0431
0.0399
0.0357
0.0357
0.0351
0.0422
0.0482
0.0442
0.0458
Surprise Inflasi
-0.0014
-0.0036
-0.0034
-0.0020
-0.0090
-0.0163
0.0049
0.0060
0.0006
-0.0031
0.0000
0.0047
0.0072
-0.0047
-0.0043
0.0071
-0.0004
0.0074
0.0064
-0.0048
-0.0077
0.0025
0.0074
0.0023
-0.0032
-0.0022
-0.0008
-0.0038
0.0011
-0.0033
-0.0067
0.0074
-0.0029
-0.0008
-0.0016
-0.0020
0.0008
-0.0001
0.0046
0.0028
-0.0037
0.0011
-0.0002
61
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
Rata-Rata
0.0458
0.0431
0.0461
0.0432
0.0430
0.0492
0.0458
0.0459
0.0415
0.0479
0.0415
0.0487
0.0000
-0.0028
0.0046
-0.0047
0.0015
-0.0004
(2) Kurs (Rp/USD)
Nilai kurs yang digunakan untuk model APT adalah surprise kurs
yang didapat dari selisih antara nilai kurs aktual (actual value) dengan nilai
kurs yang diharapkan (expected value). Adapun perkembangan nilai kurs
aktual, nilai kurs yang diharapkan dan surprise kurs dapat dilihat pada tabel
di bawah ini.
Tabel 4.7
Kurs Aktual, Kurs yang Diharapkan, dan Surprise Kurs
Periode Januari 2009-Desember 2012
Bulan
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Kurs Aktual
9.3207
9.3803
9.3800
9.3079
9.2489
9.2308
9.2214
9.2081
9.2004
9.1572
9.1559
9.1546
9.1351
9.1429
9.1241
9.1080
9.1251
9.1213
9.1105
9.1018
9.1023
9.0969
9.0981
9.1075
9.1091
Kurs yang Diharapkan
9.3207
9.3104
9.3770
9.3770
9.2980
9.2340
9.2156
9.2068
9.1936
9.1866
9.1405
9.1407
9.1408
9.1208
9.1308
9.1113
9.0949
9.1150
9.1118
9.1008
9.0923
9.0938
9.0887
9.0908
9.1019
Surprise Kurs
0.0000
0.0699
0.0030
-0.0691
-0.0492
-0.0032
0.0058
0.0013
0.0067
-0.0294
0.0154
0.0139
-0.0057
0.0222
-0.0067
-0.0033
0.0303
0.0063
-0.0014
0.0010
0.0100
0.0032
0.0094
0.0166
0.0072
62
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
Rata-rata
(3)
9.0952
9.0730
9.0655
9.0544
9.0553
9.0517
9.0516
9.0786
9.0933
9.1067
9.1148
9.1170
9.1078
9.1232
9.1243
9.1367
9.1539
9.1545
9.1590
9.1660
9.1692
9.1724
9.1743
9.1468
9.1042
9.0894
9.0655
9.0580
9.0466
9.0484
9.0451
9.0456
9.0759
9.0924
9.1072
9.1160
9.1184
9.1082
9.1250
9.1260
9.1395
9.1581
9.1583
9.1630
9.1703
9.1734
9.1765
9.1401
-0.0090
-0.0165
-0.0001
-0.0037
0.0088
0.0033
0.0064
0.0329
0.0173
0.0143
0.0076
0.0010
-0.0106
0.0150
-0.0007
0.0107
0.0144
-0.0037
0.0007
0.0030
-0.0010
-0.0009
-0.0022
0.0029
Suku Bunga SBI
Nilai suku bunga SBI yang digunakan untuk model APT adalah nilai
surprise SBI yang didapat dari selisih antara nilai SBI aktual (actual
value) dengan nilai SBI yang diharapkan (expected value). Adapun
perkembangan nilai SBI aktual, nilai SBI yang diharapkan dan nilai
surprise SBI dapat dilihat pada tabel di bawah ini.
Tabel 4.8
SBI Aktual, SBI yang Diharapkan, dan surprise SBI
Periode Januari 2009-Desember 2012
Bulan/Tahun
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
SBI
0.0575
0.0575
0.0575
0.0575
0.0575
0.0575
0.0575
SBIF
Surprise SBI
0.0575
0.0575
0.0575
0.0575
0.0575
0.0575
0.0575
0
0
0
0
0
0
0
63
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
Rata-Rata
0.0575
0.0575
0.0575
0.0575
0.06
0.06
0.06
0.065
0.0675
0.0675
0.0675
0.0675
0.0675
0.0675
0.0675
0.0675
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.0675
0.07
0.0725
0.075
0.0775
0.0825
0.0875
0.065
0.0575
0.0575
0.0575
0.0575
0.0575
0.0613
0.0608
0.0603
0.0676
0.0703
0.0689
0.068
0.0677
0.0676
0.0675
0.0675
0.0675
0.0637
0.0642
0.0647
0.0649
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.065
0.0688
0.072
0.0748
0.0775
0.08
0.0863
0.064987
0
0
0
0
0.0025
-0.0013
-0.0008
0.0047
-1E-04
-0.0028
-0.0014
-0.0005
-0.0002
-1E-04
0
0
-0.0025
0.0013
0.0008
0.0003
0.0001
0
0
0
0
0
0
0
0
0
0
0
0
0
0.0025
0.0012
0.0005
0.0002
0
0.0025
0.0012
0.0002
(4) Indeks Harga Saham Gabungan (IHSG)
Nilai IHSG yang digunakan untuk model APT adalah surprise IHSG
yang didapat dari selisih antara nilai IHSG aktual (actual value) dengan
nilai IHSG yang diharapkan (expected value). Expected value IHSG
64
dihitung dengan metode Damped Trend Exponential Smoothing dengan
menggunakan software SPSS 21. Adapun perkembangan nilai IHSG
aktual, nilai IHSG yang diharapkan dan surprise IHSG dapat dilihat pada
tabel di bawah ini.
Tabel 4.9
IHSG Aktual, IHSG yang Diharapkan, dan Surprise IHSG Periode
Januari 2009-Desember 2012
Bulan/Tahun
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
IHSG Aktual
7.1949
7.1589
7.2683
7.4517
7.5584
7.6142
7.7507
7.7586
7.8110
7.7697
7.7898
7.8377
7.8674
7.8435
7.9292
7.9967
7.9363
7.9772
8.0292
8.0333
8.1609
8.1985
8.1694
8.2170
8.1342
8.1520
8.2103
8.2479
8.2524
8.2658
8.3262
8.2537
8.1744
8.2403
8.2202
8.2485
8.2794
8.2903
8.3240
IHSG yang Diharapkan
7.1864
7.2350
7.1991
7.3000
7.4873
7.6058
7.6663
7.8013
7.8154
7.8625
7.8200
7.8307
7.8746
7.9039
7.8788
7.9577
8.0285
7.9713
8.0030
8.0545
8.0604
8.1845
8.2300
8.2018
8.2430
8.1616
8.1691
8.2257
8.2663
8.2723
8.2839
8.3429
8.2743
8.1874
8.2437
8.2283
8.2542
8.2864
8.2994
Surprise IHSG
0.0085
-0.0761
0.0692
0.1517
0.0711
0.0084
0.0844
-0.0427
-0.0044
-0.0928
-0.0302
0.0070
-0.0072
-0.0604
0.0504
0.0390
-0.0922
0.0059
0.0262
-0.0212
0.1005
0.0140
-0.0606
0.0152
-0.1088
-0.0096
0.0412
0.0222
-0.0139
-0.0065
0.0423
-0.0892
-0.0999
0.0529
-0.0235
0.0202
0.0252
0.0039
0.0246
65
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
Rata-Rata
b.
8.3382
8.2514
8.2829
8.3290
8.3090
8.3576
8.3780
8.3608
8.3702
8.0400
8.3329
8.3490
8.2631
8.2855
8.3329
8.3168
8.3628
8.3865
8.3706
8.0577
0.0053
-0.0976
0.0198
0.0435
-0.0239
0.0408
0.0152
-0.0257
-0.0004
0.0005
Risiko Sistematis APT
Metode APT memiliki risiko sistematis yang berbeda dengan metode
CAPM, pada metode APT risiko sistematis didapatkan dari sensitivitas return
saham terhadap suatu faktor. Faktor yang digunakan dalam penelitian ini adalah
Inflasi, Kurs, SBI, dan IHSG. Beta APT saham JII tahun 2009-2012 disajikan
pada tabel 4.10 – tabel 4.13.
Tabel 4.10
Risiko Sistematis (Beta) Inflasi
No
1
2
3
4
5
6
7
8
9
Kode Perusahaan
AALI
ANTM
INCO
INTP
KLBF
PTBA
SMGR
TLKM
UNVR
Cov (Ri,F)
0.00026789
-0.00368544
-0.002144556
-0.001181132
-0.000923574
-0.001154335
0.000717007
0.001612188
-0.001215549
σ2F
0.001104721
0.001104721
0.001104721
0.001104721
0.001104721
0.001104721
0.001104721
0.001104721
0.001104721
Beta(β)
0.2425
-3.3361
-1.9413
-1.0692
-0.8360
-1.0449
0.6490
1.4594
-1.1003
Berdasarkan perhitungan yang disajikan pada tabel 4.10, saham AALI,
SMGR, dan TLKM memiliki beta inflasi yang positif, hal ini menunjukkan
66
bahwa kenaikan inflasi akan mengakibatkan kenaikan ketiga saham tersebut.
Sedangkan saham ANTM, INCO, INTP KLBF, PTBA, dan UNVR memiliki
beta saham yang negatif, hal ini menunjukkan bahwa return saham-saham
tersebut bergerak berlawanan arah dengan kenaikan inflasi yang artinya kenaikan
inflasi akan mengakibatkan penurunan return saham-saham tersebut.
Tabel 4.11
Risiko Sistematis (Beta) Kurs
No
1
2
3
4
5
6
7
8
9
Kode Perusahaan
AALI
ANTM
INCO
INTP
KLBF
PTBA
SMGR
TLKM
UNVR
Cov (Ri,F)
-0.009370987
-0.048400709
-0.061105417
-0.028921557
-0.010456206
-0.050685678
-0.018690982
-0.001129996
0.012397589
σ2F
0.01794775
0.01794775
0.01794775
0.01794775
0.01794775
0.01794775
0.01794775
0.01794775
0.01794775
Beta(β)
-0.5221
-2.6968
-3.4046
-1.6114
-0.5826
-2.8241
-1.0414
-0.0630
0.6908
Pada tabel 4.11 menampilkan bahwa hanya beta kurs saham UNVR yang
bernilai positif. Hal ini menunjukkan bahwa kenaikan nilai kurs rupiah terhadap
dolar atau depresiasi (pelemahan) nilai rupiah akan mengakibatkan kenaikan
return saham UNVR. Sedangkan untuk saham lainnya, yaitu AALI, ANTM,
INCO, INTP, KLBF, PTBA, SMGR dan TLKM memiliki beta kurs negatif. Hal
ini menunjukkan bahwa kenaikan nilai kurs rupiah terhadap dolar atau depresiasi
(pelemahan) nilai rupiah akan mengakibatkan penurunan return saham-saham
tersebut atau dengan kata lain penurunan nilai rupiah terhadap dolar atau
67
apresiasi (penguatan) nilai rupiah akan mengakibatkan kenaikan return sahamsaham tersebut.
Tabel 4.12
Risiko Sistematis (Beta) SBI
No
1
2
3
4
5
6
7
8
9
Kode Perusahaan
AALI
ANTM
INCO
INTP
KLBF
PTBA
SMGR
TLKM
UNVR
Cov (Ri,F)
-0.000307224
0.001268348
-5.53859E-05
0.000853149
0.000708629
-0.000193498
-0.000425882
1.51438E-05
-0.000593035
σ2F
6.37631E-05
6.37631E-05
6.37631E-05
6.37631E-05
6.37631E-05
6.37631E-05
6.37631E-05
6.37631E-05
6.37631E-05
Beta(β)
-4.818
19.8916
-0.8686
13.3800
11.1135
-3.0346
-6.6791
0.2375
-9.3006
Tabel 4.12 juga menampilkan beta SBI untuk saham AALI, INCO,
PTBA, SMGR dan UNVR memiliki beta negatif. Hal ini menunjukkan bahwa
kenaikan suku bunga SBI akan mengakibatkan penurunan return saham-saham
tersebut. Sedangkan saham ANTM, INTP, KLBF, dan TLKM memiliki beta SBI
positif. Hal ini menunjukkan bahwa kenaikan suku bunga SBI akan
mengakibatkan kenaikan return saham-saham tersebut.
Tabel 4.13
Risiko Sistematis (Beta) IHSG
No
1
2
3
4
Kode Perusahaan
AALI
ANTM
INCO
INTP
Cov (Ri,F)
0.096908582
0.216376177
0.244975958
0.136920739
σ2F
0.143044054
0.143044054
0.143044054
0.143044054
Beta(β)
0.6775
1.5127
1.7126
0.9572
68
5
6
7
8
9
KLBF
PTBA
SMGR
TLKM
UNVR
0.118902166
0.194604147
0.131483512
0.074110635
0.033811186
0.143044054
0.143044054
0.143044054
0.143044054
0.143044054
0.8312
1.3604
0.9192
0.5181
0.2364
Pada tabel 4.13 menunjukkan seluruh saham JII memiliki beta yang
positif, hal ini menunjukkan bahwa return saham JII bergerak searah dengan
kenaikan IHSG, yang artinya kenaikan IHSG akan mengakibatkan kenaikan
return saham JII.
c.
Expected Return dengan Menggunakan Metode APT
Dalam metode APT juga diperlukan return bebas risiko (Rf), return bebas
risiko yang digunakan dalam metode APT juga sama dengan yang digunakan
dalam metode CAPM yaitu coupon rate SBSN seri IFR0004. Coupon rate SBSN
seri IFR0004 adalah sebesar 9% per semester, kemudian diambil rata-ratanya per
bulan yaitu sebesar 1.5% (0.015).
Tabel 4.14
Expected Return APT
N Kode
o Emiten
1
2
3
4
5
6
7
8
9
AALI
ANTM
INCO
INTP
KLBF
PTBA
SMGR
TLKM
UNVR
E(Finflasi) E(FKurs) E(FSBI) E(FIHSG) βinflasi
Ri
Rf
0.018
0.0103
0.0144
0.0375
0.0446
0.0217
0.0317
0.008
0.0240
0.015
0.015
-0.0004
-0.0004
0.0029
0.0029
0.0002
0.0002
0.0005
0.0005
0.015
0.015
0.015
0.015
0.015
0.015
0.015
-0.0004
-0.0004
-0.0004
-0.0004
-0.0004
-0.0004
-0.0004
0.0029
0.0029
0.0029
0.0029
0.0029
0.0029
0.0029
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0005
0.0005
0.0005
0.0005
0.0005
0.0005
0.0005
0.2425
-3.3361
-1.9413
-1.0692
-0.8360
-1.0449
0.6490
1.4594
-1.1003
βKurs
βSBI
-0.5221
-4.818
-2.6968 19.8916
-3.4046 -0.8686
-1.6114 13.3800
-0.5826 11.1135
-2.8241 -3.0346
-1.0414 -6.6791
-0.0630 0.2375
0.6908 -9.3006
βIHSG
0.6775
1.5127
1.7126
0.9572
0.8312
1.3604
0.9192
0.5181
0.2364
E(Ri)
APT
0.0792
-0.2182
0.0739
-0.1615
-0.1420
0.0904
0.1033
-0.0178
0.1581
69
Dari tabel 4.14 di atas, menunjukkan bahwa ada empat saham yang
expected return (E(Ri))nya bernilai negatif berdasarkan perhitungan dengan
metode APT, yaitu saham ANTM, INTP, KLBF, dan TLKM, hal ini
menunjukkan bahwa saham-saham tersebut merupakan saham yang overvalued
karena nilai E(Ri) lebih rendah dari nilai Ri maupun Rf nya. Sedangkan saham
AALI, INCO, PTBA, SMGR, dan UNVR merupakan saham yang undervalued
karena nilai E(Ri) lebih tinggi dari nilai Ri maupun Rf nya.
Selain itu dapat dilihat pula saham yang expected returnnya paling rendah
adalah saham Aneka Tambang Persero (Persero) Tbk (ANTM) yaitu sebesar 0.2182 atau -21.82%. Sedangkan saham yang expected returnnya paling tinggi
adalah saham Unilever Indonesia Tbk (UNVR) yaitu sebesar 0.1581 atau
15.81%.
C.
Perbandingan Akurasi Metode CAPM dan APT
Untuk melihat metode mana yang lebih baik dalam menghitung return
saham JII, maka akan dihitung nilai MAD dari kedua model tersebut. Hasilnya
dapat dilihat pada tabel 4.15. Nilai MADCAPM (0.0649) lebih kecil dari nilai
MADAPT (0.1329). Ini menunjukkan bahwa metode CAPM lebih baik
dibandingkan metode APT dalam memprediksi return saham JII.
70
Tabel 4.15
MAD CAPM dan APT
No
1
2
3
4
5
6
7
8
9
D.
Nama Perusahaan
Astra Agro Lestari Tbk
Aneka Tambang (Persero) Tbk
International Nickel Indonesia Tbk
Indocement Tunggal Prakasa Tbk
Kalbe Farma Tbk
Tambang Batubara Bukit Asam Tbk
Semen Gresik (Persero) Tbk
Telekomunikasi Indonesia Tbk
Unilever Indonesia Tbk
Rata-rata
Kode
AALI
ANTM
INCO
INTP
KLBF
PTBA
SMGR
TLKM
UNVR
MADCAPM
0.0556
0.0672
0.1018
0.0577
0.0929
0.0555
0.0460
0.0473
0.0602
0.0649
MADAPT
0.0802
0.2285
0.1121
0.1990
0.2141
0.0902
0.0845
0.0504
0.1375
0.1329
Uji Hipotesis
Setelah mendapatkan nilai MAD untuk kedua metode, langkah selanjutnya
adalah membandingkan kedua nilai MAD dengan independent sample t-test.
Dengan rumusan hipotesis sebagai berikut:
Ho
: Tidak terdapat perbedaan keakuratan yang signifikan antara CAPM
dan APT dalam menghitung return saham JII
Ha
: Terdapat perbedaan keakuratan yang signifikan antara CAPM dan
APT dalam menghitung return saham JII
Sebelum diuji dengan independent sample t-test, MAD CAPM dan APT
perlu dilakukan uji normalitas dengan menggunakan kolmogorov-smirnov
dengan software SPSS 21.
71
Dari tabel 4.16 dapat terlihat bahwa data berdistribusi normal, baik nilai
MAD CAPM 0,568 > 0,05 maupun nilai MAD APT 0,910 > 0,05.
Tabel 4.16
One-Sample Kolmogorov-Smirnov Test
MAD_CAPM
N
Normal Parameters
Mean
Std. Deviation
Absolute
Positive
Negative
a,b
Most Extreme Differences
MAD_APT
9
.064911
.0195788
.262
.262
-.167
.785
.568
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
9
.132944
.0654840
.187
.187
-.177
.562
.910
a. Test distribution is Normal.
b. Calculated from data.
Karena data berdistribusi normal, maka dapat dilakukan uji beda-t, hasil
perhitungan independent sample t-test dapat dilihat pada tabel 4.18 di bawah ini.
Tabel 4.17
Group Statistics
Metode
Nilai_MAD
N
Mean
Std. Deviation
Std. Error Mean
MAD_CAPM
9
.064911
.0195788
.0065263
MAD_APT
9
.132944
.0654840
.0218280
Tabel 4.18
Independent Samples Test
Levene's Test
for Equality of
Variances
F
Sig.
Nilai_
MAD
Equal variances
assumed
Equal variances
not assumed
14.106
.002
t-test for Equality of Means
t
df
Sig.
(2tailed)
Mean
Difference
-2.986
16
.009
Std. Error 95% Confidence Interval
Difference
of the Difference
Lower
Upper
-.0680333 .0227827 -.1163306
-.0197361
-2.986
9.419
.015
-.0680333
.0227827
-.1192241
-.0168425
72
Berdasarkan pengolahan data dengan menggunakan program SPSS 21 yang
ditunjukkan oleh tabel 4.18, hasil Levene’s Test didapat nilai Sig (p) = 0.002 yang
lebih kecil dari nilai α (0.05), maka H0 ditolak atau dengan kata lain asumsi kedua
varians sama besar (equal variances assumed) tidak terpenuhi, maka uji t test
menggunakan asumsi variance tidak sama (equal variance not assumed).
Karena hasil Levene’s Test menyatakan bahwa asumsi kedua variance tidak
sama besar (equal variance not assumed), maka digunakan hasil independent sample
t test dengan asumsi equal variances not assumed, hasilnya H0 ditolak karena nilai
Sig lebih kecil dari taraf signifikansi (α = 5%), yaitu Sig = 0,015 < 0,05, dan nilai t
hitung > t tabel dengan nilai α = 5% dan degree of freedom df = 9.419, yaitu 2.986 >
2.262. Sehingga dapat disimpulkan bahwa terdapat perbedaan akurasi yang signifikan
antara CAPM dan APT dalam menghitung return saham JII.
Hasil ini sesuai dengan penelitian terdahulu yang dilakukan oleh Gancar
Candra Premananto (2004), Sulistiarini Widianita (2009), dan Musdalifah Azis
(2010) dimana hasil menunjukkan bahwa metode CAPM lebih akurat dibandingkan
metode APT dalam memprediksi return saham yang diukur dengan menghitung nilai
MAD, dan terdapat perbedaan yang signifikan antara MADCAPM dan MADAPT.
BAB V
PENUTUP
A. Kesimpulan
Penelitian ini bertujuan untuk meneliti perbedaan akurasi antara Capital Asset
Pricing Model (CAPM) dan Arbitrage Pricing Theory dalam memprediksi return
saham JII. Adapun kesimpulan yang dapat diambil dalam penelitian ini adalah:
1.
Nilai return saham JII yang dihitung dengan metode CAPM dari yang terbesar
sampai yang terkecil adalah INCO (0.0261), ANTM (0.0258), PTBA (0.0254),
SMGR (0.0225), INTP (0.0225), KLBF (0.0224), AALI (0.0206) TLKM
(0.0194), dan UNVR (0.0180).
2.
Nilai return saham JII yang dihitung dengan metode APT dari yang terbesar
sampai yang terkecil adalah UNVR (0.1581), SMGR (0.1033), PTBA (0.0904),
AALI (0.0792), INCO (0.0739), TLKM (-0.0178), KLBF (-0.1420), INTP (0.1615), dan ANTM (-0.2182).
3.
Capital Asset Pricing Model (CAPM) lebih tepat dibandingkan Arbitrage
Pricing Theory (APT) dalam memprediksi return saham JII, karena nilai
MADCAPM (0.0649) lebih kecil dari nilai MADAPT (0.1329).
4.
Berdasarkan pengolahan data dengan Independent Sample Test menunjukkan
bahwa H0 ditolak, yaitu terdapat perbedaan akurasi yang signifikan antara
Capital Asset Pricing Model (CAPM) dengan Arbitrage Pricing Theory (APT)
73
74
dalam memprediksi return saham JII. H0 ditolak karena nilai Sig = 0,015 < α =
0,05, dan nilai t hitung > t tabel dengan nilai α = 5% dan degree of freedom (df)
= 9.419, yaitu 2.986 > 2.262.
B. Saran
Dalam penelitian ini terdapat kekurangan baik secara teknis maupun teoritis
yang diharapkan dapat menjadi masukan dalam penelitian selanjutnya, antara lain:
1. Penelitian ini hanya menggunakan data bulanan selama 4 tahun (2009-2012)
untuk menghitung return saham. Untuk mendapatkan data dan informasi yang
lebih akurat dalam menghitung return saham, sebaiknya digunakan periode
yang lebih panjang.
2. Untuk penenlitian selanjutnya sebaiknya menggunakan variabel makro yang
benar-benar signifikan dalam menghitung metode APT, sebab dengan empat
variabel makro yang digunakan dalam penelitian ini membuktikan bahwa
metode APT tidak lebih akurat dibandingkan metode CAPM.
DAFTAR PUSTAKA
Ahmad, Kamarudin. „Dasar-Dasar Manajemen Investasi dan Portofolio”, cet.II.
Jakarta:Rineka Cipta, 2004.
Andri. “Perbandingan Keakuratan CAPM dan APT dalam memprediksi tingkat
pendapatan saham LQ-45 (Periode 2006-2008).” Skripsi S1 Fakultas
Ekonomi dan Bisnis, Universitas Islam Negeri Syarif Hidayatullah Jakarta,
2010.
Agustiono dan Ratna Mariaty Goni. Analysis on the Implementation of Capital Asset
Pricing Model in Predicting Stock. Jurnal Eksekutif Vol.2 No.1, April 2005.
Antonio, Muhammad Syafii, et.al. “The Islamic Capital Market Volatility: A
Comparative Study Between Indonesia and Malaysia”, Buletin Ekonomi
Moneter dan Perbankan, April 2013, h.392-416.
Azis, Musdalifah. “Mean Absolute Deviation Capital Asset Pricing Model Dan
Arbitrage Pricing Theory Terhadap Return Saham Industri Manufaktur.”
Jurnal Ilmiah Masagena Kopertis Wilayah IX Sulawesi, Vol. V Ed. 1 Januari
2010.
Bodie, dkk. “Investments”, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi
Wibowo. Jakarta: Salemba Empat, 2005.
Baroroh, Ali. “Analisis Multivariate dan Time Series dengan SPSS 21.” Elex Media
Komputindo: Jakarta, 2013
Chasanah, Pepi Mariana. Analisis Return dan Risiko Kelompok Saham LQ45 dengan
Menggunakan Model APT (Arbitrage Pricing Theory).” Tesis Program Studi
Manajemen Agribisnis Sekolah Pasca Sarjana Institut Pertanian Bogor 2008
Dewi, Andam. Capital Asset Pricing Metode dan Arbitrage Pricing Theory dalam
Memprediksi Return Saham Kelompok Jakarta Islamic Index.” Tesis
Program Studi Manajemen Agribisnis Sekolah Pasca Sarjana Institut
Pertanian Bogor 2006.
Firdaus, M. “Analisis Deret Waktu Satu Ragam.” Bogor: IPB Press, 2006.
Gozali, Imam. “Aplikasi Analisis Multivariat Dengan Program SPSS”. Semarang:
Badan Penerbit Universitas Diponegoro, 2005.
75
76
Gumanti, Tatang Ary. “Manajemen Investasi: Konsep Teori dan Aplikasi.”
Jakarta: Mitra Wacana Media, 2011.
Hadi, Abdul, dkk. “Aplikasi SPSS Dalam Saham.” Jakarta: Elex Media
Komputindo, 2011.
Halwani, R. Hendra. “Ekonomi Internasional dan Globalisasi Ekonomi.” (Bogor:
Penerbit Ghalia Indonesia, 2005.
Hartono, Jogiyanto. “Teori Portofolio dan Analisis Investasi.” Ed. VII, Cet. III
Yogyakarta: BPFE-Yogyakarta, 2013
Husnan, Suad. “Dasar-Dasar Teori Portofolio dan Analisis Sekuritas”. Ed. IV,
Cet.II, Yogyakarta: UPP STIM YKPN, 2009.
Karim, Adiwarman A. Ekonomi Makro Islami, ed.II, Jakarta: PT Raja Grafindo
Persada, 2008.
Kelana, Said. “Riset Keuangan Pengujian-Pengujian Empiris.” Jakarta: Gramedia
Pustaka Utama, 2005.
Moeljadi. “Manajemen Keuangan: Pendekatan Kuantitatif dan Kualitatif”, cet.I.
Malang: Bayumedia Publishing, 2006.
McKenzie, Eddie, dan Everette S. Gardner Jr. “Damped Trend Exponential
Smoothing: A Modelling Viewpoint.” International Journal of Forecasting
26. (2010): h 661-665.
Nabhani, Ahmad. “Pasar Modal Syariah”. Artikel diakses pada hari kamis, 24
Januari
2013
dari
http://www.neraca.co.id/2013/01/22/pasar-modalsyariah/
Nachrowi, Nachrowi D dan Hardius Usman. “Pendekatan Popular danPraktis
Ekonometrika untuk Analisis Ekonomi dan Keuangan.” Jakarta: Lembaga
Penerbit FEUI, 2006.
Nisfiannoor, Muhammad. “Pendekatan Statistika Modern.” Jakarta: Salemba Empat,
2009
Prasetyo, Andri Hari. “Analisis Perbandingan Keakuratan Capital Asset Pricing
Metode (CAPM) dan Arbitrage Pricing Theory (APT) Dalam Memprediksi
77
Return Saham Saham LQ-45.” Skripsi S1 Fakultas Ekonomi dan Bisnis,
Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2008.
Premananto, Gancar Candra dan Muhammad Madyan . “Saham Industri
Manufaktur Sebelum dan Semasa Krisis Ekonomi.” Jurnal Penelitian
Dinamika Sosial. Vol.5, No.2 (Agustus 2004): 125-139.
Putong, Iskandar. “Economics: Pengantar Mikro dan Makro,” ed. III. Jakarta: Mitra
Wacana Media, 2009.
Ramli, Anwar. “Risk dan Return Saham Perusahaan Industri Barang Konsumsi
Bursa Efek Indonesia.” Jurnal Aplikasi Manajemen. Vol.8, No.4
(Nopember 2010): h.1090-1096.
Rodoni, Ahmad dan Othman Yong. “Analisis Investasi dan Teori Portofolio.”
Jakarta: PT. Raja Grafindo Persada, 2002
Stato, Hapto. “Analisis Faktor-Faktor yang Mempengaruhi Fluktuasi Harga Bawang
Merah dan Peramalannya.” Skripsi S1 Fakultas Pertanian, Institut Pertanian
Bogor, 2007
Sharpe,William F, dkk. “Investasi”, Penerjemah Henry Njooliangtik dan Agustiono
Jakarta: Prenhallindo, 1997.
Suharli, Michell. “Studi Empiris Terhadap Dua Faktor Yang Mempengaruhi
Return Saham Pada Industri Food & Beverages di Bursa Efek Jakarta”,
Jurnal Akuntansi & Keuangan, Vol.7, No.2, (Nopember 2005): h.99-116
Sukirno, Sadono. Makroekonomi Teori Pengantar”, Edisi Ketiga. Jakarta: Rajawali
Press, 2004.
Supranto, J. “Statistika, Teori dan Aplikasi”, Edisi Ketujuh, Jilid Dua. Jakarta:
Erlangga, 2009.
Suryani, Ima. “Pengujian Empiris Konsistensi CAPM di Pasar Modal Indonesia
Periode Tahun 1991-2001.” Tesis Program Manajemen Pasca Sarjana
UNIKOM, 2003
Suseno,Yustiantomo Budi. “Analisis Faktor-Faktor yang Mempengaruhi Beta Saham
(Studi Kasus Perbandingan Perusahaan Finance dan Manufaktur yang
78
Listing di BEI pada Tahun 2005-2007), (Tesis Program Studi Magister
Manajemen Universitas Diponegoro, 2009
Sutanto, Michael Wibowo. “Analisis Faktor Yang Mempengaruhi Return Saham
(Studi Kasus di Bursa Efek Jakarta). Tesis S2 Program Pasca Sarjana,
Universitas Diponegoro, 2007.
Tandelilin, Eduardus. “Analisis
Yogyakarta: BPFE, 2001.
Investasi Manajemen Portofolio”,
__________. “Portofolio dan Investasi
Yogyakarta: Kanisius, 2010
Teori
dan
Aplikasi”,
Cet.
I,
Edisi
I.
Tim Penyusun. “Pedoman Penulisan Skripsi.” Jakarta: Pusat Peningkatan dan
Jaminan Mutu (PPJM) Fakultas
Syariah dan Hukum UIN Syarif
Hidayatullah, 2012.
Uyanto, Stanislaus S. “Pedoman Analisis Data Dengan SPSS”. Yogyakarta: Graha
Ilmu, 2006
Widianita, Sulistiarini. “Analisis Perbandingan Keakuratan Capital Asset Pricing
Metode (CAPM) dan Arbitrage Pricing Theory (APT) Dalam Memprediksi
Return Saham LQ-45 di Bursa Efek Indonesia.” Skripsi S1 Fakultas
Ekonomi dan Bisnis, Universitas Islam Negeri Syarif Hidayatullah Jakarta,
2008.
Yohantin, Yesica. “Penggunaan Metode CAPM dalam Menilai Risiko dan Return
Saham untuk Menentukan Pilihan Berinvestasi pada Saham JII Periode
Januari 2004-Desember 2008.” Skripsi S1 Jurusan Akuntansi, Fakultas
Ekonomi, Universitas Gunadarma, 2009.
www.bi.go.id
www.bps.go.id
www.ibpa.co.id
www.idx.co.id
LAMPIRAN 1
Trading JII Terpilih
LAMPIRAN 2
Actual Return Saham Perusahaan JII
R_AALI
R_ANTM
Jan-09
R_INCO
R_INTP
R_KLBF
R_PTBA
R_SMGR
R_TLKM
R_UNVR
0.1122
Feb-09
0.1789
0.0183
0.2824
-0.0217
0.0811
-0.1212
-0.0778
0.1625
0.0725
-0.1677
-0.0870
0.0128
0.3978
-0.0270
0.0072
0.0000
Mar-09
0.0973
-0.0917
0.0230
0.2651
0.0190
-0.0462
-0.0625
0.0643
0.1984
-0.0124
Apr-09
0.1206
0.3119
0.5393
Mei-09
0.1266
0.3846
0.0511
0.1143
0.4516
0.4074
0.1007
0.0397
-0.0252
0.1368
-0.0222
0.1842
0.1402
-0.0510
Jun-09
-0.0534
0.0227
0.0129
0.1528
0.1654
0.1477
0.0311
0.0481
0.0067
Jul-09
0.1783
0.1454
Agst-09
0.1140
0.0864
0.0361
0.2000
0.2970
0.1724
0.2143
0.1933
0.2541
0.0341
-0.0174
0.0806
-0.0305
-0.0441
0.0000
-0.0615
-0.1293
Sept-09
Okt-09
-0.0209
0.0769
-0.0178
0.0547
0.0472
0.0846
0.0588
0.0298
0.0594
Nov-09
0.0285
-0.0714
-0.0241
0.0425
-0.0827
0.0780
0.0873
-0.0289
-0.0561
0.0300
-0.0330
-0.1481
0.0045
0.0246
0.0822
0.0657
0.0714
0.0941
Des-09
0.0202
0.0000
0.0580
0.2342
0.0400
0.0486
0.0342
0.0500
0.0000
Jan-10
0.0484
-0.0341
-0.0205
-0.0146
0.1846
-0.0029
0.0596
-0.0106
0.0226
Feb-10
0.0147
-0.0235
0.0559
0.0148
0.0130
-0.0930
-0.0500
-0.1123
0.0177
Mar-10
0.0165
0.1566
-0.0132
0.0401
0.1987
0.1154
-0.0395
-0.0301
0.0565
Apr-10
-0.0976
0.0208
0.3423
0.1088
0.1096
0.0690
0.1233
-0.0248
0.1399
Mei-10
-0.1059
-0.1735
-0.2100
-0.0506
-0.0940
-0.0618
0.0305
-0.0127
0.1264
Jun-10
-0.0252
-0.0420
-0.0506
0.0533
0.1170
-0.0115
0.0355
-0.0065
0.0897
Jul-10
0.0078
0.0825
0.1000
0.0696
0.1667
-0.0319
0.0571
0.0974
-0.0029
Agst-10
0.0077
-0.0119
0.0364
0.0444
-0.0510
0.0479
-0.0595
0.0237
-0.0501
Sept-10
0.0534
0.1446
0.1404
0.0425
0.0968
0.1114
0.1379
0.0636
0.0466
Okt-10
0.2029
0.0737
-0.0256
-0.0054
0.0490
0.0103
-0.0101
-0.0109
0.0356
Nov-10
-0.0301
-0.0882
-0.0579
-0.0929
0.3084
-0.0483
-0.0612
-0.1264
-0.1404
Des-10
0.0849
0.0538
0.0894
-0.0392
-0.0714
0.2273
0.0272
0.0000
0.1000
Jan-11
-0.1718
-0.1122
-0.0564
-0.1505
-0.1308
-0.1394
-0.1799
-0.0503
-0.0879
Feb-11
0.0069
0.0115
0.0978
0.0627
0.0354
0.0152
0.1161
-0.0132
0.0764
Mar-11
0.0389
0.0455
-0.0545
0.1354
0.1624
0.0474
0.0520
-0.0134
-0.0556
Apr-11
0.0515
0.0619
0.0440
0.0476
0.0000
0.0198
-0.0109
0.0419
0.0398
Mei-11
0.0194
-0.0549
-0.0402
-0.0059
0.0000
-0.0471
0.0211
0.0000
-0.0392
Jun-11
-0.0042
-0.0349
-0.0576
0.0089
-0.0559
-0.0212
-0.0103
-0.0455
0.0136
Jul-11
0.0000
-0.0361
-0.0556
-0.0938
0.0296
0.0240
-0.0156
0.0000
0.0470
Agst-11
-0.0851
-0.0600
-0.1412
-0.0162
0.0000
-0.1056
-0.0370
-0.0136
0.0833
Sept-11
-0.1023
-0.2021
-0.1712
-0.0789
-0.0647
-0.1181
-0.0879
0.0483
-0.0237
Okt-11
0.0692
0.0923
0.1446
-0.0263
-0.0515
0.1114
0.1933
0.2066
0.1679
Nov-11
0.0443
-0.0838
-0.1644
-0.0826
0.0144
-0.0736
-0.0263
-0.0068
0.1629
Des-11
-0.0313
-0.0122
0.0492
0.1367
-0.0355
0.0206
0.2378
-0.0408
0.0330
Jan-12
-0.0507
0.1605
0.2500
-0.0059
0.0368
0.1614
-0.0131
-0.0284
0.0426
Feb-12
0.0825
0.0426
-0.0938
0.0295
-0.0071
0.0298
-0.0044
0.0292
-0.0179
Mar-12
0.0471
-0.0816
-0.0690
0.0573
0.0143
-0.0120
0.0889
-0.0071
0.0390
Apr-12
-0.0835
-0.0444
-0.0815
-0.0217
0.1338
-0.1000
-0.0082
0.2143
-0.0075
Mei-12
-0.0444
-0.3314
-0.1935
-0.0139
-0.0373
-0.1870
-0.0988
-0.0824
0.0353
Jun-12
-0.0196
0.1652
0.0700
-0.0253
-0.0258
-0.0233
0.0320
0.0449
0.1144
Jul-12
0.1471
-0.0448
-0.0935
0.2392
0.0132
0.0853
0.1460
0.1166
0.0590
Agst-12
-0.0304
-0.0313
-0.0515
-0.0581
0.0131
-0.0818
-0.0425
0.0220
0.1175
Sept-12
-0.0157
0.0887
0.2826
0.0049
0.2129
-0.0274
0.1653
0.0161
-0.0387
Okt-12
-0.0456
-0.0519
-0.0847
0.0516
-0.7936
0.1268
0.0311
0.0317
0.0000
Nov-12
-0.1408
-0.0313
-0.2315
0.0864
0.0619
-0.1250
-0.0067
-0.0769
0.0115
Des-12
0.0944
0.0323
0.1325
-0.0344
0.0291
0.0786
0.0709
0.0056
-0.2087
Rata-Rata
0.0180
0.0103
0.0144
0.0376
0.0446
0.0217
0.0317
0.0080
0.0240
LAMPIRAN 3
Lampiran 4
Tabel Covarian dan Varian CAPM
Bulan
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
Σ
AALI
Cov (Ri, Rm)
Var Rm
ANTM
Cov (Ri, Rm)
Var Rm
INCO
Cov (Ri, Rm)
Var Rm
-0.00329349
-0.003353695
0.006559339
0.016292186
0.008069874
-0.001676883
0.02232528
-0.003356375
-0.001234209
-0.000710901
0.000168017
5.55352E-05
6.19983E-05
0.000184701
-7.18852E-05
-0.005435586
0.010740094
-0.000522668
-0.00027624
0.000441241
0.003125517
0.000561188
0.003918148
0.001624455
0.024107478
0.000433454
0.001521547
6.89813E-06
-2.63454E-05
0.00031904
-0.000627191
0.009284996
0.011163049
0.0050303
-0.001089133
-0.000426014
-0.001673668
-0.001008172
0.000215687
0.003905965
0.006870222
-0.000500451
0.004024347
0.001440228
-0.001047678
-0.000479905
0.011491139
-0.000986966
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
-0.00028114
-0.00147517
-0.00843582
0.047906001
0.027816275
0.000291964
0.013337377
-0.00083168
0.002112661
0.00552602
-0.00060413
-0.00026123
-9.0649E-05
0.001885534
0.007203365
0.000495371
0.015937095
-0.00063282
0.001947472
0.000951636
0.011840012
0.000192359
0.008025138
0.001055354
0.015569926
-4.6628E-05
0.002557576
-7.9606E-05
0.001186078
0.000648609
-0.00161938
0.006331606
0.019709727
0.009856554
0.003896941
-0.00019465
0.003659998
-0.00050382
-0.00068151
0.002106783
0.037631911
0.002064693
-0.00171636
0.001235863
0.002438687
-0.00046939
0.003006839
-0.00028342
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
-0.009363997
0.002826375
0.000710762
0.083372833
0.002727125
0.0032518
0.003810645
0.001113154
-0.001019492
0.00260262
-0.002269446
0.001104859
-7.13555E-05
-0.002315501
-0.00136079
0.01542401
0.019460175
-0.000787184
0.002309905
-0.000941314
0.011106223
-0.000121513
0.005887592
0.001820939
0.008996214
-0.00326475
-0.005009565
0.000103352
0.000992487
0.00103333
-0.002438893
0.014011272
0.017223127
0.010351125
0.007403674
0.000300943
0.005741394
0.00168948
-0.000617961
0.003689603
0.022901459
0.000741073
-0.00336097
0.001961294
0.00834217
-0.00074872
0.017792277
-0.001524987
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
0.126144468
0.180231487
0.240218009
0.180231487
0.24558685
0.180231487
Bulan
INTP
Cov (Ri, Rm)
KLBF
Var Rm
Cov (Ri, Rm)
PTBA
Var Rm
Cov (Ri, Rm)
Var Rm
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
0.002071819
0.002403749
0.018821362
0.012187086
0.007371716
0.003004567
0.028464128
-0.001506561
0.000544574
-0.00033123
-0.000461148
0.004987015
-0.000106492
0.001267294
0.000127608
0.003350165
0.007647738
0.00019101
0.000865278
-0.000292459
0.000435511
-0.000130468
0.010624119
-0.001862756
0.023888846
-0.000985219
0.007120296
8.27749E-06
0.000789586
0.000411647
-0.004581096
0.004839493
0.010809224
0.007017085
0.004974527
0.000857518
-0.001058074
0.000125841
0.000146426
0.002279449
0.005661258
-0.000837458
0.006283469
0.002846119
-0.00101444
0.000106053
-0.003538124
0.000928968
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
-0.00411937
-0.007362269
-0.007508678
0.064643252
-0.004966393
0.00242318
0.04422972
0.002627152
8.35776E-05
0.008608053
-0.000279496
-0.000116855
0.000285885
0.001762335
0.007586641
0.003058465
0.012018331
0.000876551
0.003293608
0.004097899
0.004599805
1.33872E-05
-0.021484631
-0.002817723
0.022282111
0.00036042
0.008569764
2.58008E-05
0.000810897
0.001443339
-0.00052224
0.00401754
0.010146347
0.001325953
0.001251476
-0.000692757
-0.000191147
0.000807673
-0.000224781
-0.003432379
0.009017134
-0.000938487
-0.000977349
0.000937966
0.005234458
-0.006330227
-0.001248036
0.000199863
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
-0.001774302
0.001015267
-0.006964567
0.061263048
0.012077721
0.000221495
0.026410924
0.00230061
0.001995632
-0.003808507
0.000845416
0.000683262
-5.01989E-05
0.006392949
0.004612714
0.002224102
0.007242449
-0.000401239
-0.001445514
-0.00112353
0.00791328
-3.46062E-05
0.005703505
0.004992265
0.020470493
0.000254183
0.0018696
0.000151222
0.001250116
0.000615242
8.204E-05
0.011466628
0.012970526
0.003800683
0.0039447
-9.49244E-06
0.003404289
-0.000126403
-0.000250065
0.004682704
0.022982056
-0.000600007
0.00198311
0.003076709
-0.001526614
0.000793521
0.010614457
-0.000734346
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
Σ
0.166753297
0.180231487
0.163425766
0.180231487
0.231457527
0.180231487
Bulan
SMGR
Cov (Ri, Rm)
TLKM
Var Rm
Cov (Ri, Rm)
Var Rm
UNVR
Cov (Ri, Rm)
Var Rm
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
0.006967383
0.000511448
0.002693011
0.010949156
0.008063728
0.000385262
0.031987155
0.001109468
0.000859078
-0.003757074
0.000474147
6.37217E-05
5.69071E-05
0.004555176
-0.003505453
0.004306795
0.000108028
4.56292E-05
0.000685645
0.003907806
0.009364174
-0.000126965
0.007570689
-0.00011072
0.026887732
-0.003302572
0.001476232
4.5956E-05
0.000194157
0.000603485
-0.001651151
0.006193615
0.011100963
0.006076912
0.00240394
0.001783202
-0.001092555
0.000564867
0.000423689
0.001535309
0.014372115
3.06518E-06
0.003561317
0.002206996
0.004155013
-4.46788E-06
0.002781952
-0.000506196
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
0.003317282
0.000166322
0.015754285
0.005043546
-0.004379673
-2.98134E-05
0.032477949
0.002427508
0.000690742
0.002493658
0.000885863
0.001065453
-3.79027E-05
0.00670343
-0.001875652
-0.001544111
0.001796792
-0.000174695
0.00241297
-0.000672285
0.004902963
-5.72076E-05
0.010942046
-0.000193781
0.007406448
0.000830584
-0.001557234
0.00014904
0.000145063
0.000767005
-0.000278226
0.001944041
-0.003738722
-0.001846901
0.000610285
-0.000422184
-0.000885785
-0.000331453
-0.00011173
-0.007939065
0.009948567
0.00049169
0.003383697
-0.000416326
0.000253455
0.000179479
0.006143771
3.12989E-05
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
0.000391997
0.000105287
-0.00301641
-0.007813688
-0.000827533
0.003626002
0.040303682
0.00536141
0.001121554
0.005416657
0.00097762
-0.000609532
-2.88847E-06
0.000353335
0.00159909
0.005451042
-0.008872949
0.00079535
-0.000728032
0.003179045
0.001987935
3.51121E-05
0.013392345
0.001844556
0.014219387
-0.002049462
-0.005791136
-9.03852E-05
0.001149848
0.000149764
0.000799832
-0.005340169
0.004426414
-0.004068738
-0.005752147
7.72447E-05
0.000451171
0.000654504
0.000110616
0.001213686
-0.001236285
0.001203729
0.001087955
-0.002780489
-0.001952779
-0.000181541
0.000906168
0.003004812
0.001220948
0.000434392
0.006844077
0.025225996
0.005522413
0.0005522
0.030702727
0.001222346
0.001005647
0.004571391
0.000194936
0.000642924
4.16951E-06
0.003106063
0.002423488
0.00221285
0.007520716
0.00014653
0.000728133
0.001836299
0.007775172
9.21085E-06
0.00663281
0.000589661
0.016142227
0.001531318
0.005293717
1.41371E-05
0.000330442
0.000206039
0.001215564
0.008111175
0.008608511
0.002900031
0.001714959
7.4856E-05
0.000593845
0.000244049
5.49516E-05
0.001480869
0.012129071
0.000177634
0.000971066
0.00088459
0.000967393
5.70318E-05
0.005236268
0.000166644
Σ
0.166977772
0.180231487
0.096872485
0.180231487
0.064282988
0.180231487
Lampiran 5
Tabel Covariance dan Variance Metode APT
1. Covariance dan Variance Inflasi
Bulan
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
Σ
AALI
Cov (Ri, Finflasi)
Var Finflasi
ANTM
Cov (Ri, Finflasi )
Var Finflasi
INCO
Cov (Ri, Finflasi )
Var Finflasi
-9.17756E-05
-0.000523712
-0.000236806
-0.000166863
-0.000938971
0.001133816
0.000679015
0.000617601
-3.71413E-05
-2.82384E-05
4.25174E-06
1.10701E-05
0.000230005
1.43954E-05
5.76158E-06
-0.000863542
-1.89638E-06
-0.000336543
-6.91658E-05
4.555E-05
-0.000259666
0.000542212
-0.000374019
0.000183051
0.00052838
1.9558E-05
-8.90217E-06
-6.17482E-06
2.22222E-06
6.50276E-05
0.000112732
-0.000801291
0.000298945
-3.98568E-05
-3.06575E-05
7.81271E-05
-7.921E-05
2.15749E-05
0.000146479
-0.000328387
0.000204904
-5.611E-05
2.7677E-05
-2.00626E-05
8.17074E-05
-0.000318582
0.000683587
0.000147812
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
-7.83421E-06
-0.000230362
0.000304551
-0.000490648
-0.003236565
-0.00019741
0.000405652
0.000153037
6.35767E-05
0.000219505
-1.52877E-05
-5.20731E-05
-0.000336295
0.000146956
-0.000577348
7.86987E-05
-2.81401E-06
-0.000407471
0.000487613
9.82389E-05
-0.000983661
0.000185854
-0.000766065
0.000118922
0.000341257
-2.1039E-06
-1.49637E-05
7.12592E-05
-0.000100045
0.000132201
0.000291071
-0.000546415
0.000527823
-7.80969E-05
0.000109693
3.5697E-05
0.000173217
1.07817E-05
-0.000462831
-0.000177124
0.001122371
0.000231491
-1.18041E-05
-1.72158E-05
-0.000190191
-0.0003116
0.000178871
4.24466E-05
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
-0.000260935
0.000441365
-2.566E-05
-0.000853895
-0.000317315
-0.002198688
0.000115899
-0.00020483
-3.06797E-05
0.000103381
-5.74292E-05
0.000220236
-0.000264719
-0.000180467
0.000109067
0.002450386
-3.43608E-06
-0.000506864
0.00057836
-9.71733E-05
-0.000922698
-0.000117404
-0.000562019
0.000205192
0.000197176
-0.00014731
2.93096E-05
-9.25152E-05
-8.37159E-05
0.000210616
0.000438371
-0.001209166
0.000461232
-8.20155E-05
0.000208402
-5.51902E-05
0.000271724
-3.61549E-05
-0.000419673
-0.000310197
0.000683036
8.30882E-05
-2.31147E-05
-2.73212E-05
-0.000650598
-0.000497034
0.00105843
0.000228388
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
0.00026789
0.001104721
-0.00368544
0.001104721
-0.002144556
0.001104721
Bulan
INTP
Cov (Ri, Finflasi)
Var Finflasi
KLBF
Cov (Ri, Finflasi )
Var Finflasi
PTBA
Cov (Ri, Finflasi )
Var Finflasi
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
5.77328E-05
0.000375368
-0.00067949
-0.000124819
-0.000857737
-0.002031522
0.000865726
0.00027722
1.63879E-05
-1.31571E-05
-1.16695E-05
0.000994084
-0.000395071
9.87713E-05
-1.02277E-05
0.000532235
-1.35036E-06
0.00012299
0.000216651
-3.0191E-05
-3.6182E-05
-0.000126056
-0.001014159
-0.000209904
0.000523588
-4.44543E-05
-4.1659E-05
-7.40955E-06
-6.66013E-05
8.39032E-05
0.000823415
-0.000417646
0.000289469
-5.55988E-05
0.000140025
-0.000157261
-5.00756E-05
-2.693E-06
9.94414E-05
-0.000191641
0.000168847
-9.38948E-05
4.32138E-05
-3.9647E-05
7.91152E-05
7.04029E-05
-0.000210477
-0.000139126
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
-0.000114789
-0.001149689
0.000271079
-0.000662069
0.000577865
-0.001638421
0.001345231
-0.000483418
2.51511E-06
0.000341929
-7.07275E-06
-2.32932E-05
0.001060595
0.000137354
-0.000608067
0.000485893
-2.12207E-06
0.000564407
0.000824663
0.000423033
-0.000382149
1.29345E-05
0.002050884
-0.000317514
0.000488372
1.62626E-05
-5.01394E-05
-2.30954E-05
-6.83989E-05
0.000294186
9.38683E-05
-0.000346712
0.000271717
-1.0506E-05
3.52272E-05
0.000127045
-9.04643E-06
-1.72842E-05
-0.000152655
0.000288571
0.000268936
-0.000105222
-6.7216E-06
-1.3066E-05
-0.00040823
-0.004202287
-7.42434E-05
-2.99322E-05
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
-4.94423E-05
0.000158544
0.000251435
-0.000627449
-0.001405304
-0.000149762
0.000803279
-0.000423331
6.00549E-05
-0.000151282
2.13936E-05
0.000136198
-0.000186231
0.000498258
-0.000369708
0.000353339
-1.2788E-06
-0.000258356
-0.000361932
-0.000115984
-0.000657431
-3.3436E-05
-0.000544446
0.000562551
0.000448666
1.1469E-05
-1.09385E-05
-0.000135366
-0.000105447
0.0001254
-1.4746E-05
-0.000989564
0.000347348
-3.01141E-05
0.000111037
1.74083E-06
0.000161115
2.70502E-06
-0.000169825
-0.00039369
0.00068544
-6.7272E-05
1.36386E-05
-4.28591E-05
0.000119059
0.000526775
0.000631435
0.000109979
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
Σ
-0.001181132
0.001104721
-0.000923574
0.001104721
-0.001154335
0.001104721
Bulan
SMGR
Cov (Ri, Finflasi)
Var Finflasi
TLKM
Cov (Ri, Finflasi )
Var Finflasi
UNVR
Cov (Ri, Finflasi )
Var Finflasi
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
0.000194151
7.98676E-05
-9.72233E-05
-0.00011214
-0.000938256
-0.000260493
0.000972878
-0.000204151
2.58524E-05
-0.000149239
1.19985E-05
1.27019E-05
0.000211118
0.000355025
0.000280961
0.000684213
-1.90745E-08
2.93804E-05
0.000171674
0.000403409
-0.00077797
-0.000122672
-0.000722684
-1.24764E-05
0.000589317
-0.000149016
-8.63704E-06
-4.11373E-05
-1.63771E-05
0.000123004
0.000296781
-0.000534506
0.000297282
-4.81495E-05
6.76673E-05
-0.000327023
-5.17075E-05
-1.20882E-05
0.000287738
-0.000129078
0.000428648
3.43665E-07
2.44925E-05
-3.07439E-05
-0.000324045
-2.96598E-06
0.000165493
7.58099E-05
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
9.24386E-05
2.59728E-05
-0.000568763
-5.16554E-05
0.000509597
2.01582E-05
0.000987805
-0.000446682
2.07866E-05
9.90531E-05
2.24171E-05
0.000212382
-0.000140614
0.000522457
0.000150333
-0.00024531
-3.17259E-07
-0.000112485
0.000604166
-6.94011E-05
-0.000407335
-5.52732E-05
-0.001044508
-2.18361E-05
0.000162332
3.7477E-05
9.11096E-06
-0.000133412
-1.2236E-05
0.000156333
5.00089E-05
-0.00016777
-0.000100122
1.46336E-05
1.71786E-05
7.74247E-05
-4.19217E-05
7.09309E-06
-7.58788E-05
0.000667463
0.000296716
5.51277E-05
2.3271E-05
5.7995E-06
-1.97667E-05
0.000119146
0.000365482
-4.68745E-06
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
1.09233E-05
1.64416E-05
0.000108899
8.00269E-05
9.62876E-05
-0.002451703
0.001225822
-0.000986544
3.37511E-05
0.000215161
2.47391E-05
-0.000121501
-1.07158E-05
2.75385E-05
-0.000128167
0.000865998
1.5667E-06
0.000512122
-0.000182287
0.000328178
-0.000165156
3.39248E-05
-0.001278409
0.000207853
0.000311656
-9.24743E-05
3.38824E-05
8.09078E-05
-9.69892E-05
3.05254E-05
-0.000143763
0.000460854
0.000118539
3.2238E-05
-0.000161914
-1.4166E-05
2.13526E-05
-1.40064E-05
7.51222E-05
-0.000102039
-3.68722E-05
0.000134961
7.48228E-06
3.87327E-05
0.000152295
-0.000120515
5.39063E-05
-0.000450013
9.48067E-07
1.0593E-05
8.9203E-06
2.64611E-06
7.47652E-05
0.00025245
2.84016E-05
4.13875E-05
9.10712E-07
7.21292E-06
1.2483E-07
2.55461E-05
5.73854E-05
1.88676E-05
1.55684E-05
5.58504E-05
2.34473E-10
6.07513E-05
4.56478E-05
1.9569E-05
5.36657E-05
8.59846E-06
6.04399E-05
7.48741E-06
7.75448E-06
3.11765E-06
1.8121E-07
1.13279E-05
2.35105E-06
8.55965E-06
3.92714E-05
6.04088E-05
6.17367E-06
1.82062E-07
1.35883E-06
2.51758E-06
1.33013E-06
1.11765E-07
2.53443E-05
1.04672E-05
1.07892E-05
2.23297E-06
4.59298E-08
1.71655E-07
5.88396E-06
2.51333E-05
1.85303E-05
3.7377E-06
Σ
0.000717007
0.001104721
0.001612188
0.001104721
-0.001215549
0.001104721
2. Covariance dan Variance Kurs
Bulan
AALI
Cov (Ri, FKurs)
ANTM
Var FKurs
Cov (Ri, FKurs )
INCO
Var FKurs
Cov (Ri, FKurs )
Var FKurs
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
-0.000277772
0.010770442
7.98315E-06
-0.007390804
-0.005657971
0.000440428
0.000360571
-0.000161235
-0.000146834
-0.000339606
0.000149484
2.39733E-05
-0.000261651
-6.37177E-05
1.40835E-05
0.000718937
-0.003382617
-0.000145338
4.43673E-05
2.00453E-05
0.000249193
4.12347E-05
-0.000309559
0.000916753
-0.00081467
0.000132619
-0.000405884
-5.54558E-06
-9.57838E-06
-0.000129255
-6.89739E-06
-0.000361184
-0.003609894
0.001345353
0.000298993
-0.000228552
0.000133535
-0.000871914
0.00035166
0.000370734
-0.000482608
-0.000428512
-0.000854662
0.000109654
-2.73269E-06
0.000253227
0.000617604
-0.000392865
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
-2.37113E-05
0.004737523
-1.0267E-05
-0.021732127
-0.019502619
-7.66834E-05
0.000215409
-3.99529E-05
0.000251344
0.002639843
-0.000537489
-0.000112769
0.000382566
-0.000650466
-0.001411255
-6.55201E-05
-0.005019424
-0.000175969
-0.000312786
4.32321E-05
0.000943987
1.41341E-05
-0.000634039
0.000595584
-0.000526159
-1.42662E-05
-0.000682252
6.39976E-05
0.000431222
-0.000262776
-1.78088E-05
-0.000246298
-0.006373709
0.002636135
-0.001069805
-0.000104428
-0.000292017
-0.000435726
-0.001111147
0.000199965
-0.002643507
0.001767896
0.000364509
9.4094E-05
6.36089E-06
0.000247678
0.000161606
-0.000112817
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
-0.000789756
-0.009076946
8.65045E-07
-0.037821337
-0.001912049
-0.000854074
6.15449E-05
5.34742E-05
-0.000121289
0.001243301
-0.002019107
0.000476943
0.000301141
0.000798794
0.000266601
-0.002040054
-0.006129026
-0.000218892
-0.000370997
-4.27632E-05
0.000885483
-8.92848E-06
-0.000465159
0.001027638
-0.000304011
-0.000998878
0.001336339
-8.30875E-05
0.000360838
-0.00041864
-2.68212E-05
-0.000545036
-0.005569595
0.002768407
-0.002032488
0.000161453
-0.000458083
0.001461142
-0.001007535
0.000350198
-0.001608745
0.000634544
0.000713779
0.000149326
2.17591E-05
0.000395071
0.000956265
-0.000607025
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
Σ
-0.009370987
0.01794775
-0.048400709
0.01794775
-0.061105417
0.01794775
Bulan
INTP
Cov (Ri, FKurs)
KLBF
Var FKurs
Cov (Ri, FKurs )
PTBA
Var FKurs
Cov (Ri, FKurs )
Var FKurs
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
0.000174736
-0.007719677
2.29069E-05
-0.005528562
-0.005168476
-0.000789139
0.000459718
-7.23729E-05
6.47881E-05
-0.000158232
-0.00041028
0.002152786
0.000449427
-0.000437187
-2.50004E-05
-0.000443109
-0.002408673
5.31141E-05
-0.000138973
-1.32862E-05
3.47227E-05
-9.58645E-06
-0.000839375
-0.001051237
-0.000807282
-0.000301436
-0.001899392
-6.65448E-06
0.000287069
-0.000166774
-5.03796E-05
-0.000188255
-0.003495474
0.001876719
-0.001365629
0.000460049
8.44195E-05
0.000108833
0.000238735
0.000216353
-0.000397683
-0.000717074
-0.001334439
0.000216693
-2.64599E-06
-5.59603E-05
-0.00019016
0.000369778
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
-0.000347426
0.023644039
-9.13856E-06
-0.02932483
0.00348205
-0.00063644
0.000714345
0.000126204
9.94324E-06
0.004112165
-0.000248665
-5.04436E-05
-0.00120652
-0.000607965
-0.001486345
-0.000404527
-0.003785201
0.000243743
-0.00052899
0.000186165
0.000366736
9.8366E-07
0.001697427
-0.001590168
-0.000752985
0.000110273
-0.002286048
-2.07419E-05
0.000294818
-0.00058475
-5.74322E-06
-0.000156281
-0.003281114
0.000354626
-0.000343561
-0.000371657
1.52508E-05
0.000698513
-0.000366488
-0.000325784
-0.000633421
-0.000803581
0.000207562
7.14132E-05
1.36532E-05
0.003340219
-6.7077E-05
7.95559E-05
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
-0.000149644
-0.003260546
-8.47634E-06
-0.027791431
-0.008467963
-5.81748E-05
0.000426557
0.000110518
0.000237421
-0.001819367
0.000752159
0.000294949
0.000211854
-0.00220542
-0.000903705
-0.00029417
-0.002281026
-0.000111573
0.000232166
-5.10412E-05
0.000630914
-2.54278E-06
-0.000450614
0.002817359
-0.000691765
7.77693E-05
-0.00049873
-0.000121571
0.000454504
-0.000249257
9.02217E-07
-0.000446049
-0.004194394
0.001016492
-0.001082916
-5.09259E-06
-0.000271615
-0.000109319
-0.00040771
0.000444458
-0.001614407
-0.000513756
-0.000421159
0.000234249
-3.98191E-06
-0.000418711
0.000570486
-0.000292308
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
Σ
-0.028921557
0.01794775
-0.010456206
0.01794775
-0.050685678
0.01794775
Bulan
SMGR
Cov (Ri, FKurs)
TLKM
Var FKurs
Cov (Ri, FKurs )
UNVR
Var FKurs
Cov (Ri, FKurs )
Var FKurs
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
0.000587626
-0.001642525
3.27757E-06
-0.004966986
-0.005653662
-0.000101188
0.000516618
5.32972E-05
0.000102205
-0.001794797
0.000421844
2.75073E-05
-0.000240165
-0.001571431
0.000686775
-0.000569638
-3.40237E-05
1.26881E-05
-0.000110122
0.000177529
0.000746592
-9.32908E-06
-0.000598134
-6.24842E-05
-0.000908624
-0.00101045
-0.000393796
-3.69452E-05
7.05897E-05
-0.000244494
-1.81582E-05
-0.00024093
-0.003589817
0.00162527
-0.00065994
0.000956669
8.71706E-05
0.000488523
0.000690791
0.000145724
-0.001009589
2.62457E-06
-0.000756327
0.000168032
1.08376E-05
2.35753E-06
0.000149519
-0.000201493
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
0.000279778
-0.000534146
1.9174E-05
-0.002287959
0.003070688
7.8304E-06
0.000524544
0.000116614
8.21778E-05
0.001191249
0.000788145
0.000459933
0.000159961
-0.002312529
0.00036747
0.000204232
-0.000565904
-4.85776E-05
-0.00038755
-3.05415E-05
0.000390906
-4.20347E-06
-0.000864494
-0.000109359
-0.000250288
0.000254124
0.000415404
-0.000119817
5.27405E-05
-0.000310742
-3.05974E-06
-7.56228E-05
0.001209024
-0.000493954
-0.000167538
-0.000226497
7.06732E-05
-0.000286656
-0.000182167
-0.000753535
-0.000698851
0.00042101
-0.000718606
-3.16975E-05
6.61094E-07
-9.4704E-05
0.000330204
1.24586E-05
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
3.30609E-05
-0.000338131
-3.67117E-06
0.003544609
0.000580202
-0.000952357
0.000650936
0.000257554
0.000133432
0.002587599
0.000869781
-0.000263121
1.21902E-05
-0.000121893
-0.000313288
-0.000720981
0.002794556
0.000221163
0.00011693
0.000144422
0.000158495
2.57995E-06
-0.001058084
0.001040966
-0.000480519
-0.00062705
0.001544828
7.26629E-05
0.00041805
-6.0675E-05
8.79598E-06
0.000207731
-0.001431409
-0.001088184
0.001579104
4.1441E-05
-3.59971E-05
0.000566046
0.00018035
0.000115197
8.68446E-05
0.001030694
-0.000231052
-0.000211696
-5.09349E-06
9.57923E-05
4.8703E-05
0.001196074
8.68481E-06
0.004480241
1.01378E-08
0.005191262
0.002714668
3.80926E-05
8.00874E-06
2.82081E-06
1.42338E-05
0.001043229
0.000154302
0.000119806
7.42627E-05
0.00036965
9.3021E-05
3.87116E-05
0.000746017
1.13301E-05
1.87829E-05
3.78979E-06
4.9424E-05
4.97288E-08
4.14023E-05
0.000187798
1.84342E-05
0.000143348
0.000376698
9.13675E-06
4.36787E-05
3.38185E-05
1.47011E-07
1.22738E-05
0.000900225
0.000207438
0.000129245
2.15451E-05
3.7803E-06
0.000182539
0.000146076
1.33409E-05
5.98516E-05
0.000130235
4.37973E-05
5.12773E-06
6.58153E-09
1.58792E-05
1.51257E-05
2.64041E-05
Σ
-0.018690982
0.01794775
-0.001129996
0.01794775
0.012397589
0.01794775
3. Covariance dan Variance Suku Bunga SBI
Bulan
AALI
Cov (Ri, FSBI)
ANTM
Var FSBI
Cov (Ri, FSBI )
INCO
Var FSBI
Cov (Ri, FSBI )
Var FSBI
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
-1.59057E-05
-2.71536E-05
-1.33797E-05
-1.73101E-05
-1.83251E-05
1.2042E-05
-2.15007E-05
-1.62001E-05
6.56765E-06
-1.77431E-06
-2.03073E-06
5.10596E-06
-4.45949E-05
3.21053E-06
-6.61664E-06
3.10541E-05
0.000367665
6.77356E-05
6.84613E-06
3.79696E-06
-9.5261E-06
-3.12035E-05
8.1185E-06
-0.000178531
-0.000214649
-6.99217E-06
2.74476E-06
-1.26131E-07
-2.44569E-07
3.75071E-06
3.03567E-06
1.73974E-05
2.03031E-05
-1.57629E-05
-4.43811E-06
8.30911E-06
1.15898E-05
-1.08903E-05
-4.90996E-06
1.71283E-05
1.05269E-05
-8.75362E-05
0.000133179
-1.60404E-05
-1.05263E-06
1.07236E-05
-0.000370204
7.88445E-05
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
-1.35775E-06
-1.19439E-05
1.72073E-05
-5.0899E-05
-6.31653E-05
-2.09665E-06
-1.28448E-05
-4.01426E-06
-1.12422E-05
1.37922E-05
7.30177E-06
-2.40182E-05
6.52031E-05
3.27749E-05
0.00066303
-2.83011E-06
0.000545573
8.20111E-05
-4.82647E-05
8.189E-06
-3.60866E-05
-1.06956E-05
1.66283E-05
-0.000115986
-0.000138632
7.52165E-07
4.61368E-06
1.45559E-06
1.10106E-05
7.62521E-06
7.83798E-06
1.18636E-05
3.58476E-05
-3.08864E-05
1.58796E-05
3.79651E-06
-2.53448E-05
-5.44227E-06
1.55141E-05
9.23858E-06
5.76615E-05
0.000361145
-5.68E-05
-1.37643E-05
2.45022E-06
1.04886E-05
-9.68697E-05
2.26415E-05
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
-4.52227E-05
2.2884E-05
-1.44981E-06
-8.85817E-05
-6.19276E-06
-2.33517E-05
-3.6699E-06
5.37282E-06
5.42506E-06
6.49577E-06
2.74295E-05
0.000101582
5.13255E-05
-4.02487E-05
-0.000125253
-8.8119E-05
0.000666179
0.000102016
-5.7247E-05
-8.10018E-06
-3.38501E-05
6.75642E-06
1.21992E-05
-0.000200125
-8.01008E-05
5.26646E-05
-9.03689E-06
-1.88978E-06
9.21342E-06
1.21481E-05
1.18045E-05
2.6253E-05
3.1325E-05
-3.24362E-05
3.01692E-05
-5.86968E-06
-3.9758E-05
1.82498E-05
1.40674E-05
1.61795E-05
3.50908E-05
0.000129624
-0.000111225
-2.18438E-05
8.38161E-06
1.67303E-05
-0.000573204
0.000121825
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
Σ
-0.000307224
6.37631E-05
0.001268348
6.37631E-05
-5.53859E-05
6.37631E-05
Bulan
INTP
Cov (Ri, FSBI)
KLBF
Var FSBI
Cov (Ri, FSBI )
PTBA
Var FSBI
Cov (Ri, FSBI )
Var FSBI
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
1.00057E-05
1.94622E-05
-3.83917E-05
-1.29485E-05
-1.67397E-05
-2.15763E-05
-2.74128E-05
-7.27166E-06
-2.89786E-06
-8.26702E-07
5.57364E-06
0.000458511
7.65988E-05
2.20284E-05
1.17456E-05
-1.91399E-05
0.000261804
-2.47541E-05
-2.14444E-05
-2.51666E-06
-1.32737E-06
7.25433E-06
2.20134E-05
0.000204721
-0.000212702
1.58928E-05
1.28445E-05
-1.51353E-07
7.32986E-06
4.83943E-06
2.2173E-05
9.0678E-06
1.96596E-05
-2.19887E-05
2.02707E-05
-1.67253E-05
7.32695E-06
1.35934E-06
-3.33327E-06
9.99575E-06
8.67447E-06
-0.000146484
0.00020794
-3.16984E-05
-1.01924E-06
-2.36979E-06
0.000113986
-7.42113E-05
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
-1.98942E-05
-5.96094E-05
1.53162E-05
-6.8682E-05
1.12777E-05
-1.74013E-05
-4.25961E-05
1.26804E-05
-4.44745E-07
2.14845E-05
3.37811E-06
-1.07437E-05
-0.000205635
3.06334E-05
0.000698308
-1.74733E-05
0.000411423
-0.000113597
-8.16264E-05
3.52632E-05
-1.40195E-05
-7.44362E-07
-4.45167E-05
0.000309674
-0.000198396
-5.81403E-06
1.54592E-05
-4.71764E-07
7.5277E-06
1.69683E-05
2.5277E-06
7.5277E-06
1.8454E-05
-4.155E-06
5.09964E-06
1.35117E-05
1.32365E-06
8.7245E-06
5.11698E-06
-1.50515E-05
1.38165E-05
-0.000164155
-3.23436E-05
-1.04465E-05
5.25921E-06
0.000141451
4.02073E-05
-1.59662E-05
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
-8.56885E-06
8.22022E-06
1.42063E-05
-6.50906E-05
-2.74261E-05
-1.59059E-06
-2.54354E-05
1.11043E-05
-1.06194E-05
-9.50549E-06
-1.02181E-05
6.28198E-05
3.61077E-05
0.000111124
0.000424575
-1.27065E-05
0.00024793
5.19989E-05
3.58246E-05
-9.66819E-06
-2.41185E-05
1.92419E-06
1.18178E-05
-0.000548661
-0.000182266
-4.10029E-06
3.37262E-06
-2.76508E-06
1.1605E-05
7.23294E-06
-3.97082E-07
2.14851E-05
2.35905E-05
-1.19098E-05
1.60743E-05
1.85143E-07
-2.3574E-05
-1.36541E-06
5.69254E-06
2.05344E-05
3.52143E-05
-0.00010495
6.56276E-05
-3.42666E-05
-1.53383E-06
-1.77314E-05
-0.00034196
5.86637E-05
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
Σ
0.000853149
6.37631E-05
0.000708629
6.37631E-05
-0.000193498
6.37631E-05
Bulan
SMGR
Cov (Ri, FSBI)
TLKM
Var FSBI
Cov (Ri, FSBI )
UNVR
Var FSBI
Cov (Ri, FSBI )
Var FSBI
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
3.36484E-05
4.141E-06
-5.49319E-06
-1.16332E-05
-1.83111E-05
-2.76663E-06
-3.08057E-05
5.35503E-06
-4.57144E-06
-9.37712E-06
-5.73074E-06
5.85863E-06
-4.09328E-05
7.91793E-05
-0.000322658
-2.46052E-05
3.69812E-06
-5.91336E-06
-1.69925E-05
3.36274E-05
-2.85406E-05
7.05957E-06
1.56867E-05
1.21684E-05
-0.000239404
5.32747E-05
2.66301E-06
-8.40301E-07
1.80239E-06
7.09472E-06
7.99174E-06
1.1605E-05
2.01902E-05
-1.90426E-05
9.79582E-06
-3.47801E-05
7.56572E-06
6.10171E-06
-9.64497E-06
6.73258E-06
2.20217E-05
5.36145E-07
0.000117856
-2.45803E-05
4.17466E-06
9.98359E-08
-8.96247E-05
4.04378E-05
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
1.60206E-05
1.34665E-06
-3.21355E-05
-5.35865E-06
9.94537E-06
2.14095E-07
-3.12784E-05
1.17168E-05
-3.67568E-06
6.22381E-06
-1.07069E-05
9.79588E-05
2.72631E-05
0.000116521
-0.000172643
8.82168E-06
6.15095E-05
2.26398E-05
-5.98013E-05
-5.78514E-06
-1.49435E-05
3.18088E-06
2.26722E-05
2.1297E-05
-6.59458E-05
-1.33984E-05
-2.80914E-06
-2.72518E-06
1.34665E-06
9.0171E-06
1.34665E-06
3.64256E-06
-6.79991E-06
5.78744E-06
2.48685E-06
8.2344E-06
6.13388E-06
-3.58036E-06
2.54345E-06
-3.48141E-05
1.52437E-05
8.60037E-05
0.000111978
4.6368E-06
2.54653E-07
-4.0105E-06
-0.000197931
-2.50034E-06
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
1.89312E-06
8.52469E-07
6.15286E-06
8.30187E-06
1.87916E-06
-2.6039E-05
-3.8815E-05
2.58777E-05
-5.96817E-06
1.35192E-05
-1.18159E-05
-5.60409E-05
2.07765E-06
6.14177E-06
0.000147187
-3.11424E-05
-0.000303747
-0.000103074
1.8043E-05
2.73563E-05
-6.05893E-06
-1.95232E-06
2.77493E-05
-0.000202721
-0.000126607
3.30604E-05
-1.04468E-05
1.65268E-06
1.06742E-05
1.76066E-06
-3.87127E-06
-1.00059E-05
8.05067E-06
1.27498E-05
-2.34394E-05
-1.5066E-06
-3.12427E-06
7.06998E-06
-2.51809E-06
5.32221E-06
-1.8943E-06
0.00021055
3.6004E-05
3.09675E-05
-1.96201E-06
4.05658E-06
-2.91935E-05
-0.000240042
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
2.15723E-06
9.38477E-07
2.05322E-05
7.22266E-08
8.81348E-06
2.46098E-06
4.47227E-07
1.35977E-07
7.22266E-08
2.84766E-08
2.84766E-08
7.12223E-06
1.27973E-06
3.98477E-07
1.72266E-08
4.72656E-09
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
2.84766E-08
5.43473E-06
1.06348E-06
1.09727E-07
9.76562E-10
2.84766E-08
5.43473E-06
1.06348E-06
Σ
-0.000425882
6.37631E-05
1.51438E-05
6.37631E-05
-0.000593035
6.37631E-05
4. Covariance dan Variance Indeks Harga Saham Gabungan (IHSG)
Bulan
AALI
Cov (Ri, FIHSG)
ANTM
Var FIHSG
Cov (Ri, FIHSG)
INCO
Var FIHSG
Cov (Ri, FIHSG)
Var FIHSG
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
0.000761516
-0.012321477
0.005448393
0.015512726
0.007674412
-0.000567044
0.010697242
-0.004146717
0.000189138
-0.000980813
-0.000368922
1.4318E-05
-0.000232205
0.000201791
-7.29779E-05
-0.004458068
0.011476809
-0.000233863
-0.000263508
0.000223048
0.003545669
0.002495584
0.002937658
0.000988687
0.020726734
0.000111296
0.000852188
3.99002E-05
-2.0755E-05
0.000154713
-0.000753174
0.009245581
0.012070906
0.004902824
-0.00063127
-0.000973421
-0.001696972
0.00022505
0.000702008
-0.000495756
0.006119689
-0.000725607
0.005560543
0.00117853
-0.001359739
-0.000936702
0.004152914
-6.2292E-05
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
6.5005E-05
-0.005419766
-0.007007055
0.045614055
0.026453145
9.87287E-05
0.006390654
-0.001027526
-0.000323758
0.007624118
0.001326509
-6.73513E-05
0.000339511
0.002059995
0.007312861
0.000406285
0.017030298
-0.000283151
0.001857713
0.000481053
0.013431623
0.000855413
0.006016903
0.000642317
0.013386457
-1.19724E-05
0.001432446
-0.00046046
0.000934397
0.000314531
-0.001944666
0.006304729
0.02131266
0.009606774
0.002258697
-0.000444765
0.00371096
0.000112466
-0.002218147
-0.000267399
0.033520835
0.00299361
-0.002371543
0.001011299
0.003165074
-0.000916174
0.001086676
-1.78881E-05
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
0.002165129
0.010384102
0.000590382
0.079384063
0.002593483
0.001099608
0.001825885
0.001375274
0.000156234
0.003590773
0.004983107
0.000284854
0.000267251
-0.002529746
-0.001381475
0.012650207
0.020795042
-0.000352219
0.002203441
-0.000475835
0.012599193
-0.000540364
0.004414263
0.001108273
0.007734618
-0.000838274
-0.002805756
0.000597811
0.000781885
0.000501095
-0.002928793
0.013951794
0.018623832
0.010088812
0.004291226
0.000687639
0.005821337
-0.000377136
-0.002011309
-0.000468295
0.020399603
0.001074485
-0.004643939
0.001604915
0.010826967
-0.00146139
0.006430154
-9.62489E-05
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
Σ
0.096908582
0.143044054
0.216376177
0.143044054
0.244975958
0.143044054
Bulan
INTP
Cov (Ri, FIHSG)
KLBF
Var FIHSG
Cov (Ri, FIHSG )
PTBA
Var FIHSG
Cov (Ri, FIHSG )
Var FIHSG
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
-0.000479043
0.008831376
0.015633613
0.011604025
0.007010467
0.001016005
0.013638694
-0.001861318
-8.34541E-05
-0.00045699
0.001012561
0.001285749
0.000398848
0.001384552
0.000129548
0.002747682
0.008172334
8.54656E-05
0.000825397
-0.000147838
0.000494056
-0.000580185
0.007965507
-0.001133723
0.020538763
-0.00025297
0.003987934
4.78787E-05
0.000622039
0.000199621
-0.0055013
0.004818949
0.011688306
0.006839261
0.002883274
0.001959386
-0.001072806
-2.80909E-05
0.000476579
-0.000289314
0.005042797
-0.001214234
0.008682031
0.002328962
-0.001316601
0.000207
-0.001278683
5.86314E-05
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
0.000952474
-0.02704898
-0.006236944
0.061550553
-0.004723016
0.000819407
0.021192836
0.00324578
-1.2808E-05
0.011876325
0.000613699
-3.01274E-05
-0.001070737
0.001925397
0.007701963
0.002508441
0.012842727
0.000392205
0.003141806
0.002071491
0.00521814
5.95325E-05
-0.016108251
-0.001714942
0.01915735
9.25432E-05
0.004799752
0.000149237
0.000638828
0.000699922
-0.000627142
0.004000486
0.010971519
0.001292351
0.000725365
-0.001582915
-0.000193808
-0.000180294
-0.000731607
0.000435647
0.008032063
-0.001360718
-0.001350428
0.000767532
0.006793592
-0.012355655
-0.000451042
1.26143E-05
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
0.000410251
0.003730092
-0.005784988
0.058332067
0.011485855
7.48992E-05
0.012654894
0.002842345
-0.000305824
-0.005254506
-0.001856311
0.000176158
0.000188012
0.006984466
0.00468283
0.001824127
0.007739244
-0.000179531
-0.001378891
-0.000567945
0.008977034
-0.000153892
0.004276242
0.003038427
0.017599786
6.52652E-05
0.001047125
0.000874701
0.000984846
0.000298351
9.85193E-05
0.011417953
0.01402538
0.003704368
0.002286379
-2.16898E-05
0.003451691
2.82164E-05
-0.000813898
-0.000594342
0.020471395
-0.000869953
0.002740114
0.002517652
-0.001981331
0.001548834
0.003836079
-4.63479E-05
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
Σ
0.136920739
0.143044054
0.118902166
0.143044054
0.194604147
0.143044054
Bulan
SMGR
Cov (Ri, FIHSG)
TLKM
Var FIHSG
Cov (Ri, FIHSG )
UNVR
Var FIHSG
Cov (Ri, FIHSG )
Var FIHSG
Jan 2009
Feb 2009
Mar 2009
Apr 2009
Mei 2009
Jun 2009
Jul 2009
Agst 2009
Sept 2009
Okt 2009
Nov 2009
Des 2009
Jan 2010
Feb 2010
Mar 2010
Apr 2010
Mei 2010
Jun 2010
Jul 2010
Agst 2010
Sept 2010
Okt 2010
Nov 2010
Des 2010
Jan 2011
Feb 2011
Mar 2011
Apr 2011
Mei 2011
Jun 2011
Jul 2011
Agst 2011
Sept 2011
Okt 2011
Nov 2011
Des 2011
Jan 2012
Feb 2012
Mar 2012
Apr 2012
Mei 2012
Jun 2012
Jul 2012
Agst 2012
Sept 2012
Okt 2012
Nov 2012
Des 2012
-0.001610988
0.001879062
0.002236899
0.010425321
0.007668567
0.000130278
0.015326765
0.00137072
-0.000131651
-0.005183545
-0.001041101
1.64287E-05
-0.000213136
0.00497665
-0.003558739
0.003532275
0.000115438
2.04164E-05
0.000654043
0.001975399
0.010622967
-0.000564609
0.005676177
-6.73871E-05
0.023117095
-0.000847985
0.000826808
0.000265819
0.000152958
0.000292649
-0.001982817
0.006167324
0.012003771
0.005922915
0.001393342
0.004074528
-0.001107768
-0.000126093
0.001379003
-0.000194866
0.012802042
4.44422E-06
0.004920764
0.001805971
0.005392624
-8.72063E-06
0.001005401
-3.19483E-05
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
-0.000767017
0.000611068
0.013086003
0.004802249
-0.004165048
-1.00815E-05
0.015561931
0.002999125
-0.000105854
0.003440441
-0.001945123
0.000274694
0.000141959
0.007323674
-0.001904163
-0.001266424
0.001920043
-7.81659E-05
0.002301757
-0.000339841
0.005562051
-0.0002544
0.008203875
-0.00011794
0.006367795
0.000213265
-0.000872175
0.000862077
0.000114281
0.000371945
-0.000334114
0.001935788
-0.004042781
-0.001800098
0.000353726
-0.000964669
-0.000898118
7.39888E-05
-0.000363654
0.001007648
0.008861741
0.000712904
0.004675341
-0.000340677
0.000328949
0.000350315
0.002220367
1.97542E-06
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
-9.0637E-05
0.000386825
-0.002505525
-0.007439861
-0.00078698
0.001226146
0.019311661
0.006623887
-0.000171874
0.007473233
-0.002146598
-0.000157149
1.08183E-05
0.000386028
0.001623398
0.004470745
-0.009481588
0.000355872
-0.000694477
0.001607009
0.002255166
0.000156142
0.010041004
0.001122646
0.012225312
-0.00052623
-0.003243498
-0.000522806
0.000905855
7.26254E-05
0.000960494
-0.0053175
0.004786401
-0.00396563
-0.003333989
0.0001765
0.000457453
-0.000146102
0.000360028
-0.000154044
-0.001101228
0.001745293
0.001503256
-0.002275258
-0.002534433
-0.000354341
0.00032749
0.000189647
6.52743E-05
0.005863539
0.00472206
0.022869984
0.004994426
6.31429E-05
0.007048988
0.001865786
2.36172E-05
0.008701671
0.000939836
4.27356E-05
5.84881E-05
0.00370744
0.002497726
0.001488513
0.008587868
2.93358E-05
0.00066256
0.000469231
0.010006051
0.000182149
0.003728537
0.000218426
0.011932231
0.000100957
0.001660583
0.000472986
0.000205084
4.8452E-05
0.00175295
0.008042458
0.010065657
0.002754911
0.000576132
0.000390823
0.000610498
1.21609E-05
0.000582124
2.38559E-05
0.009623757
0.000373427
0.001853927
0.000592326
0.001629515
0.000217275
0.000683914
6.63818E-07
Σ
0.131483512
0.143044054
0.074110635
0.143044054
0.033811186
0.143044054
LAMPIRAN 6
Output SPSS Exponential Smoothing
1. Inflasi
Time Series Modeler
Model Description
Model Type
Model ID
Inflasi
Model_1
Simple
Model Summary
Model
Number of
Predictors
Inflasi-Model_1
0
Model Statistics
Model Fit statistics
Stationary
MAPE MAE
R-squared
-.031
9.053
.004
Ljung-Box Q(18)
Statistics
DF
Sig.
56.748
17
Number of
Outliers
.000
0
Time Series Modeler
Model Description
Model Type
Model ID
Inflasi
Model_1
Holt
Model Summary
Model
Number of
Predictors
Inflasi-Model_1
0
Model Statistics
Model Fit statistics
Stationary
MAPE MAE
R-squared
.043
9.458
.004
Ljung-Box Q(18)
Statistics
DF
Sig.
47.016
16
Number of
Outliers
.000
0
Time Series Modeler
Model Description
Model Type
Model ID
Inflasi
Model_1
Brown
Model Summary
Model
Number of
Predictors
Inflasi-Model_1
0
Model Statistics
Model Fit statistics
Stationary RMAPE
MAE
squared
.010
9.811
.004
Ljung-Box Q(18)
Statistics
DF
Sig.
41.331
17
Number of
Outliers
.001
Time Series Modeler
Model Description
Model Type
Model ID
Inflasi
Model_1
Damped Trend
Model Summary
Model
Inflasi-Model_1
Number of
Predictors
0
Model Statistics
Model Fit statistics
Stationary
MAPE MAE
R-squared
.320
8.422
.004
Ljung-Box Q(18)
Statistics DF Sig.
27.078
15
.028
Number of Outliers
0
0
2.
Kurs
Time Series Modeler
Model Description
Model Type
Model ID
Kurs
Model_1
Simple
Model Summary
Model
Number of
Predictors
Kurs-Model_1
Model Statistics
Model Fit statistics
Stationary MAPE MAE
R-squared
0
-.024
.138 .013
Ljung-Box Q(18)
Statistics DF
Sig.
13.848
17
.678
Number of
Outliers
0
Time Series Modeler
Model Description
Model Type
Model ID
Kurs
Model_1
Holt
Model Summary
Model
Number of
Predictors
Kurs-Model_1
Model Statistics
Model Fit statistics
Ljung-Box Q(18)
Number of Outliers
Stationary MAPE MAE Statistics DF
Sig.
R-squared
0
.339
.130 .012
14.383
16
.570
0
Time Series Modeler
Model Description
Model Type
Model ID
Kurs
Model_1
Brown
Model Summary
Model
Number of
Predictors
Kurs-Model_1
Model Statistics
Model Fit statistics
Stationary MAPE MAE
R-squared
0
-.003
.151
.014
Ljung-Box Q(18)
Statistics
DF
Sig.
15.188
17
.582
Number of
Outliers
0
Time Series Modeler
Model Description
Model Type
Model ID
Kurs
Model_1
Damped Trend
Model Summary
Model
Kurs-Model_1
Number of
Predictors
Model Statistics
Model Fit statistics
Ljung-Box Q(18)
Stationary MAPE MAE Statistics
DF
Sig.
R-squared
0
.191
.131 .012
13.752
15
.544
Number of
Outliers
0
3.
Suku Bunga SBI
Time Series Modeler
Model Description
Model Type
Model ID
SBI
Model_1
Simple
Model Summary
Model
Number of
Predictors
SBI-Model_1
0
Model Statistics
Model Fit statistics
Ljung-Box Q(18)
Stationary
MAPE MAE
Statistics
DF
R-squared
-.181
1.010 .001
39.550
17
Sig.
Number of
Outliers
.001
0
Time Series Modeler
Model Description
Model Type
Model ID
SBI
Model_1
Holt
Model Summary
Model
Number of
Predictors
SBI-Model_1
0
Model Statistics
Model Fit statistics
Ljung-Box Q(18)
Stationary
MAPE MAE
Statistics
DF
R-squared
.139
.866 .001
12.159
16
Sig.
Number of
Outliers
.733
0
Time Series Modeler
Model Description
Model Type
Model ID
SBI
Model_1
Brown
Model Summary
Model
Number of
Predictors
SBI-Model_1
0
Model Statistics
Model Fit statistics
Ljung-Box Q(18)
Stationary
MAPE MAE
Statistics
DF
R-squared
.123
.854 .001
13.370
17
Number of
Outliers
Sig.
.711
0
Time Series Modeler
Model Description
Model Type
Model ID
SBI
Model_1
Damped Trend
Model Summary
Model
SBI-Model_1
Number of
Predictors
0
Model Statistics
Model Fit statistics
Ljung-Box Q(18)
Stationary R- MAPE MAE
Statistics
DF
squared
.394
.866 .001
12.161
15
Sig.
.667
Number of
Outliers
0
4.
Indeks Harga Saham Gabungan (IHSG)
Time Series Modeler
Model Description
Model Type
Model ID
LN_IHSG
Model_1
Simple
Model Summary
Model
LN_IHSG-Model_1
Model Statistics
Number of
Model Fit statistics
Ljung-Box Q(18)
Predictors Stationary MAPE MAE
Statistics
DF
R-squared
0
-.196
.607 .048
20.325
17
Sig.
Number of
Outliers
.258
0
Time Series Modeler
Model Description
Model Type
Model ID
LN_IHSG
Model_1
Holt
Model Summary
Model
LN_IHSG-Model_1
Model Statistics
Number of
Model Fit statistics
Ljung-Box Q(18)
Predictors Stationary MAPE MAE
Statistics
DF
R-squared
0
.479
.526 .042
26.576
16
Sig.
Number of
Outliers
.046
0
Time Series Modeler
Model Description
Model Type
Model ID
LN_IHSG
Model_1
Brown
Model Summary
Model
LN_IHSG-Model_1
Model Statistics
Number of
Model Fit statistics
Ljung-Box Q(18)
Predictors Stationary MAPE MAE
Statistics
DF
R-squared
0
.385
.607 .048
32.329
17
Sig.
Number of
Outliers
.014
0
Time Series Modeler
Model Description
Model Type
Model ID
LN_IHSG
Model_1
Damped Trend
Model Summary
Model
LN_IHSG-Model_1
Model Statistics
Number of
Model Fit statistics
Ljung-Box Q(18)
Predictors Stationary MAPE MAE
Statistics
DF
R-squared
0
.045
.523 .042
26.406
15
Sig.
.034
Number of
Outliers
0
LAMPIRAN 7
MAD CAPM
AALI
Bulan
Ri
E(Ri)
ANTM
INCO
et
|et|
Ri
E(Ri)
et
|et|
Ri
E(Ri)
et
|et|
0.0183
-0.0207
0.0391
0.0391
0.2824
-0.0215
0.3039
0.3039
Jan-09
0.1122
-0.0038
0.1160
0.1160
Feb-09
0.1789
0.0061
0.1728
0.1728
0.0811
-0.0020
0.0830
0.0830
-0.1212
-0.0023
-0.1189
0.1189
Mar-09
0.0973
0.0786
0.0187
0.0187
-0.0917
0.1361
-0.2278
0.2278
0.0230
0.1388
-0.1158
0.1158
Apr-09
0.1206
0.1318
-0.0113
0.0113
0.3119
0.2375
0.0744
0.0744
0.5393
0.2425
0.2968
0.2968
Mei-09
0.1266
0.0727
0.0539
0.0539
0.3846
0.1249
0.2597
0.2597
0.0511
0.1273
-0.0762
0.0762
Jun-09
-0.0534
0.0371
-0.0905
0.0905
0.0227
0.0571
-0.0344
0.0344
0.1528
0.0581
0.0947
0.0947
Jul-09
0.1454
0.1433
0.0021
0.0021
0.0864
0.2594
-0.1729
0.1729
0.0361
0.2648
-0.2287
0.2287
Agst -09
0.1140
-0.0038
0.1178
0.1178
0.0341
-0.0208
0.0549
0.0549
-0.0174
-0.0216
0.0041
0.0041
Sept-09
-0.0209
0.0429
-0.0638
0.0638
0.0769
0.0681
0.0088
0.0088
-0.0178
0.0693
-0.0870
0.0870
Okt-09
0.0285
-0.0266
0.0551
0.0551
-0.0714
-0.0643
-0.0071
0.0071
-0.0241
-0.0661
0.0420
0.0420
Nov-09
0.0300
0.0305
-0.0004
0.0004
-0.0330
0.0444
-0.0774
0.0774
-0.1481
0.0451
-0.1932
0.1932
Des09
0.0202
0.0384
-0.0183
0.0183
0.0000
0.0596
-0.0596
0.0596
0.0580
0.0606
-0.0026
0.0026
Jan-10
0.0484
0.0221
0.0262
0.0262
-0.0341
0.0285
-0.0626
0.0626
-0.0205
0.0288
-0.0494
0.0494
Feb-10
0.0147
-0.0183
0.0330
0.0330
-0.0235
-0.0485
0.0249
0.0249
0.0559
-0.0499
0.1058
0.1058
Mar-10
0.0165
0.0551
-0.0386
0.0386
0.1566
0.0914
0.0652
0.0652
-0.0132
0.0931
-0.1064
0.1064
Apr-10
-0.0976
0.0536
-0.1512
0.1512
0.0208
0.0885
-0.0677
0.0677
0.3423
0.0902
0.2521
0.2521
Mei-10
-0.1059
-0.0400
-0.0658
0.0658
-0.1735
-0.0898
-0.0837
0.0837
-0.2100
-0.0921
-0.1179
0.1179
Jun-10
-0.0252
0.0292
-0.0543
0.0543
-0.0420
0.0420
-0.0839
0.0839
-0.0506
0.0426
-0.0932
0.0932
Jul-10
0.0078
0.0396
-0.0318
0.0318
0.0825
0.0618
0.0207
0.0207
0.1000
0.0628
0.0372
0.0372
Agst-10
0.0077
-0.0093
0.0170
0.0170
-0.0119
-0.0313
0.0194
0.0194
0.0364
-0.0323
0.0687
0.0687
Sept-10
0.0534
0.0824
-0.0290
0.0290
0.1446
0.1434
0.0012
0.0012
0.1404
0.1462
-0.0059
0.0059
Okt-10
0.2029
0.0228
0.1801
0.1801
0.0737
0.0299
0.0438
0.0438
-0.0256
0.0302
-0.0558
0.0558
Nov-10
-0.0301
-0.0363
0.0062
0.0062
-0.0882
-0.0827
-0.0055
0.0055
-0.0579
-0.0849
0.0270
0.0270
Des-10
0.0849
0.0377
0.0472
0.0472
0.0538
0.0582
-0.0044
0.0044
0.0894
0.0592
0.0302
0.0302
Jan-11
-0.1718
-0.0682
-0.1035
0.1035
-0.1122
-0.1435
0.0313
0.0313
-0.0564
-0.1471
0.0906
0.0906
Feb-11
0.0069
-0.0067
0.0136
0.0136
0.0115
-0.0263
0.0378
0.0378
0.0978
-0.0273
0.1251
0.1251
Mar-11
0.0389
0.0716
-0.0327
0.0327
0.0455
0.1228
-0.0773
0.0773
-0.0545
0.1252
-0.1797
0.1797
Apr-11
0.0198
0.0233
-0.0035
0.0035
-0.0109
0.0308
-0.0417
0.0417
0.0419
0.0312
0.0107
0.0107
Mei-11
0.0194
0.0080
0.0115
0.0115
-0.0549
0.0016
-0.0565
0.0565
-0.0402
0.0013
-0.0415
0.0415
Jun-11
-0.0042
0.0106
-0.0149
0.0149
-0.0349
0.0067
-0.0416
0.0416
-0.0576
0.0065
-0.0641
0.0641
Jul-11
0.0000
0.0451
-0.0451
0.0451
-0.0361
0.0723
-0.1084
0.1084
-0.0556
0.0736
-0.1291
0.1291
Agst-11
-0.0851
-0.0424
-0.0428
0.0428
-0.0600
-0.0942
0.0342
0.0342
-0.1412
-0.0967
-0.0445
0.0445
Sept-11
-0.1023
-0.0443
-0.0581
0.0581
-0.2021
-0.0978
-0.1043
0.1043
-0.1712
-0.1004
-0.0709
0.0709
Okt-11
0.1114
0.0584
0.0530
0.0530
0.1933
0.0976
0.0957
0.0957
0.2066
0.0994
0.1072
0.1072
Nov-11
0.0443
-0.0083
0.0526
0.0526
-0.0838
-0.0294
-0.0544
0.0544
-0.1644
-0.0304
-0.1340
0.1340
Des-11
-0.0313
0.0267
-0.0580
0.0580
-0.0122
0.0374
-0.0496
0.0496
0.0492
0.0379
0.0113
0.0113
Jan-12
-0.0507
0.0377
-0.0884
0.0884
0.1605
0.0583
0.1022
0.1022
0.2500
0.0593
0.1907
0.1907
Feb-12
0.0825
0.0098
0.0728
0.0728
0.0426
0.0050
0.0375
0.0375
-0.0938
0.0048
-0.0985
0.0985
Mar-12
0.0471
0.0259
0.0212
0.0212
-0.0816
0.0357
-0.1173
0.1173
-0.0690
0.0362
-0.1051
0.1051
Apr-12
-0.0835
-0.0062
-0.0773
0.0773
-0.0444
-0.0255
-0.0190
0.0190
-0.0815
-0.0264
-0.0551
0.0551
Mei-12
-0.0444
-0.0564
0.0120
0.0120
-0.3314
-0.1210
-0.2104
0.2104
-0.1935
-0.1240
-0.0695
0.0695
Jun-12
-0.0196
0.0300
-0.0496
0.0496
0.1652
0.0436
0.1216
0.1216
0.0700
0.0442
0.0258
0.0258
Jul-12
0.1471
0.0425
0.1046
0.1046
-0.0448
0.0674
-0.1121
0.1121
-0.0935
0.0685
-0.1620
0.1620
Agst-12
-0.0304
-0.0001
-0.0303
0.0303
-0.0313
-0.0138
-0.0174
0.0174
-0.0515
-0.0145
-0.0371
0.0371
Sept-12
-0.0157
0.0425
-0.0581
0.0581
0.0887
0.0673
0.0214
0.0214
0.2826
0.0684
0.2142
0.2142
Okt-12
-0.0456
0.0260
-0.0715
0.0715
-0.0519
0.0359
-0.0877
0.0877
-0.0847
0.0364
-0.1211
0.1211
Nov-12
-0.1408
-0.0300
-0.1108
0.1108
-0.0313
-0.0706
0.0394
0.0394
-0.2315
-0.0725
-0.1589
0.1589
Des-12
0.0944
0.0116
0.0828
0.0828
0.0323
0.0086
0.0236
0.0236
0.1325
0.0085
0.1241
0.1241
Σ
2.6699
Σ
3.2252
Σ
4.8846
MAD
0.0556
MAD
0.0672
MAD
0.1018
INTP
Bulan
KLBF
PTBA
Ri
E(Ri)
et
|et|
Ri
E(Ri)
et
|et|
Ri
E(Ri)
et
|et|
Jan-09
0.1122
-0.0098
-0.0119
0.0119
0.0183
-0.0093
0.1718
0.1718
0.2824
-0.0194
0.0919
0.0919
Feb-09
0.1789
0.0032
-0.0810
0.0810
0.0811
0.0035
0.3944
0.3944
-0.1212
-0.0013
-0.0257
0.0257
Mar-09
0.0973
0.0991
0.1660
0.1660
-0.0917
0.0974
-0.1435
0.1435
0.0230
0.1317
-0.1942
0.1942
Apr-09
0.1206
0.1695
-0.0552
0.0552
0.3119
0.1664
0.2852
0.2852
0.5393
0.2294
0.1780
0.1780
Mei-09
0.1266
0.0913
0.0455
0.0455
0.3846
0.0897
-0.1120
0.1120
0.0511
0.1209
0.0633
0.0633
Jun-09
-0.0534
0.0443
0.1212
0.1212
0.0227
0.0437
0.1041
0.1041
0.1528
0.0556
-0.0245
0.0245
Jul-09
0.1454
0.1846
0.0154
0.0154
0.0864
0.1812
0.1158
0.1158
0.0361
0.2505
-0.0780
0.0780
Agst -09
0.1140
-0.0098
0.0905
0.0905
0.0341
-0.0093
-0.0212
0.0212
-0.0174
-0.0195
-0.0246
0.0246
Sept-09
-0.0209
0.0519
0.0029
0.0029
0.0769
0.0511
-0.0039
0.0039
-0.0178
0.0662
0.0185
0.0185
Okt-09
0.0285
-0.0400
0.0825
0.0825
-0.0714
-0.0389
-0.0438
0.0438
-0.0241
-0.0614
0.1394
0.1394
Nov-09
0.0300
0.0354
-0.0309
0.0309
-0.0330
0.0350
-0.0104
0.0104
-0.1481
0.0434
0.0389
0.0389
Des09
0.0202
0.0460
0.1883
0.1883
0.0000
0.0454
-0.0054
0.0054
0.0580
0.0580
-0.0094
0.0094
Jan-10
0.0484
0.0244
-0.0390
0.0390
-0.0341
0.0242
0.1604
0.1604
-0.0205
0.0281
-0.0310
0.0310
Feb-10
0.0147
-0.0290
0.0439
0.0439
-0.0235
-0.0282
0.0412
0.0412
0.0559
-0.0461
-0.0469
0.0469
Mar-10
0.0165
0.0681
-0.0279
0.0279
0.1566
0.0670
0.1317
0.1317
-0.0132
0.0887
0.0267
0.0267
Apr-10
-0.0976
0.0660
0.0427
0.0427
0.0208
0.0650
0.0446
0.0446
0.3423
0.0858
-0.0169
0.0169
Mei-10
-0.1059
-0.0577
0.0071
0.0071
-0.1735
-0.0563
-0.0377
0.0377
-0.2100
-0.0859
0.0241
0.0241
Jun-10
-0.0252
0.0337
0.0196
0.0196
-0.0420
0.0333
0.0837
0.0837
-0.0506
0.0410
-0.0524
0.0524
Jul-10
0.0078
0.0475
0.0221
0.0221
0.0825
0.0468
0.1198
0.1198
0.1000
0.0601
-0.0920
0.0920
Agst-10
0.0077
-0.0171
0.0615
0.0615
-0.0119
-0.0165
-0.0345
0.0345
0.0364
-0.0296
0.0775
0.0775
Sept-10
0.0534
0.1041
-0.0616
0.0616
0.1446
0.1023
-0.0055
0.0055
0.1404
0.1387
-0.0272
0.0272
Okt-10
0.2029
0.0253
-0.0308
0.0308
0.0737
0.0251
0.0239
0.0239
-0.0256
0.0293
-0.0190
0.0190
Nov-10
-0.0301
-0.0528
-0.0401
0.0401
-0.0882
-0.0515
0.3599
0.3599
-0.0579
-0.0792
0.0308
0.0308
Des-10
0.0849
0.0450
-0.0841
0.0841
0.0538
0.0444
-0.1158
0.1158
0.0894
0.0566
0.1707
0.1707
Jan-11
-0.1718
-0.0950
-0.0554
0.0554
-0.1122
-0.0928
-0.0379
0.0379
-0.0564
-0.1377
-0.0017
0.0017
Feb-11
0.0069
-0.0137
0.0764
0.0764
0.0115
-0.0131
0.0485
0.0485
0.0978
-0.0248
0.0400
0.0400
Mar-11
0.0389
0.0898
0.0456
0.0456
0.0455
0.0883
0.0741
0.0741
-0.0545
0.1189
-0.0715
0.0715
Apr-11
0.0198
0.0260
0.0138
0.0138
-0.0109
0.0258
0.0257
0.0257
0.0419
0.0303
0.0316
0.0316
Mei-11
0.0194
0.0057
-0.0116
0.0116
-0.0549
0.0059
-0.0059
0.0059
-0.0402
0.0021
-0.0492
0.0492
Jun-11
-0.0042
0.0092
-0.0004
0.0004
-0.0349
0.0093
-0.0653
0.0653
-0.0576
0.0070
-0.0282
0.0282
Jul-11
0.0000
0.0548
-0.1486
0.1486
-0.0361
0.0540
-0.0243
0.0243
-0.0556
0.0702
-0.0462
0.0462
Agst-11
-0.0851
-0.0608
0.0446
0.0446
-0.0600
-0.0593
0.0593
0.0593
-0.1412
-0.0902
-0.0154
0.0154
Sept-11
-0.1023
-0.0633
-0.0156
0.0156
-0.2021
-0.0618
-0.0030
0.0030
-0.1712
-0.0937
-0.0244
0.0244
Okt-11
0.1114
0.0723
0.0955
0.0955
0.1933
0.0712
-0.0020
0.0020
0.2066
0.0946
-0.0023
0.0023
Nov-11
0.0443
-0.0158
-0.0668
0.0668
-0.0838
-0.0152
0.0296
0.0296
-0.1644
-0.0278
-0.0458
0.0458
Des-11
-0.0313
0.0305
0.1061
0.1061
-0.0122
0.0302
-0.0657
0.0657
0.0492
0.0365
-0.0160
0.0160
Jan-12
-0.0507
0.0451
-0.0509
0.0509
0.1605
0.0445
-0.0077
0.0077
0.2500
0.0567
0.1047
0.1047
Feb-12
0.0825
0.0081
0.0214
0.0214
0.0426
0.0082
-0.0153
0.0153
-0.0938
0.0054
0.0244
0.0244
Mar-12
0.0471
0.0294
0.0279
0.0279
-0.0816
0.0291
-0.0148
0.0148
-0.0690
0.0350
-0.0470
0.0470
Apr-12
-0.0835
-0.0131
-0.0086
0.0086
-0.0444
-0.0125
0.1463
0.1463
-0.0815
-0.0240
-0.0760
0.0760
Mei-12
-0.0444
-0.0794
0.0655
0.0655
-0.3314
-0.0775
0.0402
0.0402
-0.1935
-0.1160
-0.0710
0.0710
Jun-12
-0.0196
0.0348
-0.0601
0.0601
0.1652
0.0344
-0.0603
0.0603
0.0700
0.0425
-0.0659
0.0659
Jul-12
0.1471
0.0513
0.1878
0.1878
-0.0448
0.0506
-0.0374
0.0374
-0.0935
0.0654
0.0199
0.0199
Agst-12
-0.0304
-0.0050
-0.0531
0.0531
-0.0313
-0.0046
0.0177
0.0177
-0.0515
-0.0128
-0.0690
0.0690
Sept-12
-0.0157
0.0513
-0.0464
0.0464
0.0887
0.0506
0.1623
0.1623
0.2826
0.0654
-0.0928
0.0928
Okt-12
-0.0456
0.0295
0.0221
0.0221
-0.0519
0.0292
-0.8228
0.8228
-0.0847
0.0351
0.0916
0.0916
Nov-12
-0.1408
-0.0444
0.1309
0.1309
-0.0313
-0.0432
0.1051
0.1051
-0.2315
-0.0675
-0.0575
0.0575
Des-12
0.0944
0.0106
-0.0450
0.0450
0.0323
0.0107
0.0185
0.0185
0.1325
0.0089
0.0697
0.0697
Σ
MAD
2.7718
Σ
0.0577
MAD
4.4598
Σ
2.6633
0.0929
MAD
0.0555
SMGR
Bulan
Ri
E(Ri)
et
TLKM
|et|
Ri
E(Ri)
UNVR
et
|et|
Ri
E(Ri)
et
|et|
Jan-09
0.1122
-0.0098
-0.1578
0.1578
0.0183
0.0006
-0.0875
0.0875
0.2824
0.0054
0.0074
0.0074
Feb-09
0.1789
0.0032
0.0040
0.0040
0.0811
0.0082
-0.0082
0.0082
-0.1212
0.0105
0.0085
0.0085
Mar-09
0.0973
0.0992
-0.0349
0.0349
-0.0917
0.0638
0.1346
0.1346
0.0230
0.0474
-0.0598
0.0598
Apr-09
0.1206
0.1697
-0.0690
0.0690
0.3119
0.1047
-0.0650
0.0650
0.5393
0.0745
-0.0997
0.0997
Mei-09
0.1266
0.0914
0.0489
0.0489
0.3846
0.0593
-0.1103
0.1103
0.0511
0.0444
-0.0315
0.0315
Jun-09
-0.0534
0.0443
0.0038
0.0038
0.0227
0.0320
-0.0253
0.0253
0.1528
0.0263
0.1521
0.1521
Jul-09
0.1454
0.1849
0.0294
0.0294
0.0864
0.1135
0.0798
0.0798
0.0361
0.0804
0.1737
0.1737
Agst -09
0.1140
-0.0099
0.0099
0.0099
0.0341
0.0006
-0.0620
0.0620
-0.0174
0.0054
-0.1347
0.1347
Sept-09
-0.0209
0.0519
0.0069
0.0069
0.0769
0.0364
-0.0066
0.0066
-0.0178
0.0292
0.0302
0.0302
Okt-09
0.0285
-0.0401
0.1274
0.1274
-0.0714
-0.0170
-0.0119
0.0119
-0.0241
-0.0062
-0.0499
0.0499
Nov-09
0.0300
0.0355
0.0302
0.0302
-0.0330
0.0269
0.0446
0.0446
-0.1481
0.0229
0.0712
0.0712
Des09
0.0202
0.0460
-0.0118
0.0118
0.0000
0.0330
0.0170
0.0170
0.0580
0.0269
-0.0269
0.0269
Jan-10
0.0484
0.0244
0.0352
0.0352
-0.0341
0.0205
-0.0310
0.0310
-0.0205
0.0186
0.0040
0.0040
Feb-10
0.0147
-0.0291
-0.0209
0.0209
-0.0235
-0.0106
-0.1017
0.1017
0.0559
-0.0020
0.0197
0.0197
Mar-10
0.0165
0.0681
-0.1076
0.1076
0.1566
0.0458
-0.0759
0.0759
-0.0132
0.0355
0.0211
0.0211
Apr-10
-0.0976
0.0661
0.0572
0.0572
0.0208
0.0446
-0.0695
0.0695
0.3423
0.0347
0.1052
0.1052
Mei-10
-0.1059
-0.0578
0.0883
0.0883
-0.1735
-0.0272
0.0145
0.0145
-0.2100
-0.0130
0.1394
0.1394
Jun-10
-0.0252
0.0337
0.0018
0.0018
-0.0420
0.0259
-0.0323
0.0323
-0.0506
0.0222
0.0675
0.0675
Jul-10
0.0078
0.0475
0.0096
0.0096
0.0825
0.0339
0.0635
0.0635
0.1000
0.0275
-0.0305
0.0305
Agst-10
0.0077
-0.0172
-0.0423
0.0423
-0.0119
-0.0037
0.0273
0.0273
0.0364
0.0026
-0.0528
0.0528
Sept-10
0.0534
0.1042
0.0337
0.0337
0.1446
0.0668
-0.0032
0.0032
0.1404
0.0493
-0.0028
0.0028
Okt-10
0.2029
0.0253
-0.0354
0.0354
0.0737
0.0210
-0.0319
0.0319
-0.0256
0.0190
0.0166
0.0166
Nov-10
-0.0301
-0.0529
-0.0083
0.0083
-0.0882
-0.0244
-0.1020
0.1020
-0.0579
-0.0112
-0.1293
0.1293
Des-10
0.0849
0.0450
-0.0178
0.0178
0.0538
0.0324
-0.0324
0.0324
0.0894
0.0266
0.0734
0.0734
Jan-11
-0.1718
-0.0952
-0.0847
0.0847
-0.1122
-0.0489
-0.0014
0.0014
-0.0564
-0.0274
-0.0605
0.0605
Feb-11
0.0069
-0.0137
0.1299
0.1299
0.0115
-0.0017
-0.0116
0.0116
0.0978
0.0039
0.0725
0.0725
Mar-11
0.0389
0.0899
-0.0379
0.0379
0.0455
0.0585
-0.0719
0.0719
-0.0545
0.0438
-0.0994
0.0994
Apr-11
0.0198
0.0260
0.0179
0.0179
-0.0109
0.0214
0.0262
0.0262
0.0419
0.0192
-0.0192
0.0192
Mei-11
0.0194
0.0057
0.0154
0.0154
-0.0549
0.0096
-0.0096
0.0096
-0.0402
0.0114
-0.0506
0.0506
Jun-11
-0.0042
0.0092
-0.0195
0.0195
-0.0349
0.0117
-0.0571
0.0571
-0.0576
0.0128
0.0008
0.0008
Jul-11
0.0000
0.0548
-0.0705
0.0705
-0.0361
0.0381
-0.0381
0.0381
-0.0556
0.0303
0.0166
0.0166
Agst-11
-0.0851
-0.0609
0.0239
0.0239
-0.0600
-0.0290
0.0154
0.0154
-0.1412
-0.0142
0.0976
0.0976
Sept-11
-0.1023
-0.0634
-0.0245
0.0245
-0.2021
-0.0305
0.0788
0.0788
-0.1712
-0.0152
-0.0085
0.0085
Okt-11
0.1114
0.0724
0.0722
0.0722
0.1933
0.0483
-0.0746
0.0746
0.2066
0.0371
-0.0886
0.0886
Nov-11
0.0443
-0.0158
-0.0105
0.0105
-0.0838
-0.0029
-0.0039
0.0039
-0.1644
0.0031
0.1598
0.1598
Des-11
-0.0313
0.0305
0.2073
0.2073
-0.0122
0.0240
-0.0648
0.0648
0.0492
0.0210
0.0120
0.0120
Jan-12
-0.0507
0.0451
-0.0582
0.0582
0.1605
0.0325
-0.0608
0.0608
0.2500
0.0266
0.0160
0.0160
Feb-12
0.0825
0.0081
-0.0125
0.0125
0.0426
0.0110
0.0182
0.0182
-0.0938
0.0123
-0.0302
0.0302
Mar-12
0.0471
0.0294
0.0595
0.0595
-0.0816
0.0233
-0.0304
0.0304
-0.0690
0.0205
0.0184
0.0184
Apr-12
-0.0835
-0.0131
0.0050
0.0050
-0.0444
-0.0013
0.2156
0.2156
-0.0815
0.0042
-0.0117
0.0117
Mei-12
-0.0444
-0.0795
-0.0193
0.0193
-0.3314
-0.0398
-0.0425
0.0425
-0.1935
-0.0214
0.0566
0.0566
Jun-12
-0.0196
0.0349
-0.0029
0.0029
0.1652
0.0265
0.0183
0.0183
0.0700
0.0227
0.0917
0.0917
Jul-12
0.1471
0.0514
0.0946
0.0946
-0.0448
0.0361
0.0804
0.0804
-0.0935
0.0290
0.0299
0.0299
Agst-12
-0.0304
-0.0050
-0.0374
0.0374
-0.0313
0.0034
0.0186
0.0186
-0.0515
0.0073
0.1102
0.1102
Sept-12
-0.0157
0.0513
0.1140
0.1140
0.0887
0.0361
-0.0200
0.0200
0.2826
0.0290
-0.0677
0.0677
Okt-12
-0.0456
0.0295
0.0016
0.0016
-0.0519
0.0234
0.0083
0.0083
-0.0847
0.0206
-0.0206
0.0206
Nov-12
-0.1408
-0.0445
0.0378
0.0378
-0.0313
-0.0195
-0.0574
0.0574
-0.2315
-0.0079
0.0194
0.0194
Des-12
0.0944
0.0106
0.0604
0.0604
0.0323
0.0124
-0.0069
0.0069
0.1325
0.0133
-0.2220
0.2220
Σ
MAD
2.2094
Σ
0.0460
MAD
2.2691
Σ
2.8885
0.0473
MAD
0.0602
LAMPIRAN 8
MAD APT
AALI
Bulan
Ri
E(Ri)
et
Jan-09
0.1122
Feb-09
0.1789
-0.0076
Mar-09
0.0973
0.1258
Apr-09
0.1206
0.2197
-0.0991
Mei-09
0.1266
0.1530
Jun-09
-0.0534
0.0847
Jul-09
0.1454
0.1367
Agst -09
0.1140
0.0532
Sept-09
-0.0209
0.0750
Okt-09
0.0285
0.0330
Nov-09
0.0300
0.0528
Des09
0.0202
0.0679
Jan-10
0.0484
0.0874
Feb-10
0.0147
0.0315
Mar-10
0.0165
0.0953
Apr-10
-0.0976
0.1117
Mei-10
-0.1059
0.0164
Jun-10
-0.0252
0.0905
Jul-10
0.0078
0.1037
Agst-10
0.0077
Sept-10
0.0534
Okt-10
0.2029
0.0897
Nov-10
-0.0301
0.0371
Des-10
0.0849
0.0955
-0.0107
Jan-11
-0.1718
-0.0032
Feb-11
0.0069
0.0751
Mar-11
0.0389
0.1162
Apr-11
0.0198
0.0950
Mei-11
0.0194
0.0741
Jun-11
-0.0042
Jul-11
0.0000
Agst-11
-0.0851
0.0193
Sept-11
-0.1023
-0.0043
Okt-11
0.1114
0.1079
Nov-11
0.0443
0.0575
Des-11
-0.0313
0.0906
Jan-12
-0.0507
0.0980
Feb-12
0.0825
0.0895
Mar-12
0.0471
0.0912
Apr-12
-0.0835
Mei-12
-0.0444
Jun-12
-0.0196
0.0754
Jul-12
0.1471
0.1069
Agst-12
-0.0304
0.0624
Sept-12
-0.0157
0.1057
Okt-12
-0.0456
0.0933
Nov-12
-0.1408
0.0512
Des-12
0.0944
ANTM
|et|
Ri
E(Ri)
et
-0.1981
0.2164
0.0255
0.0183
0.1865
0.1865
0.0811
-0.5070
-0.0285
0.0285
-0.0917
-0.1079
0.0991
0.3119
0.2070
-0.0264
0.0264
0.3846
0.0547
-0.1381
0.1381
0.0227
-0.1398
0.0087
0.0087
0.0864
-0.1199
0.0608
0.0608
0.0341
-0.3038
-0.0959
0.0959
0.0769
-0.2422
-0.0045
0.0045
-0.0714
-0.0228
0.0228
-0.0330
-0.0477
0.0477
0.0000
-0.2083
-0.0390
0.0390
-0.0341
-0.2610
-0.0168
0.0168
-0.0235
-0.3669
-0.0787
0.0787
0.1566
-0.0132
-0.2092
0.2092
0.0208
-0.1733
-0.1223
0.1223
-0.1735
-0.4911
-0.1157
0.1157
-0.0420
-0.2762
-0.0960
0.0960
0.0825
-0.2034
0.0662
-0.0585
0.0585
-0.0119
0.1428
-0.0893
0.0893
0.1446
0.1132
0.1132
0.0737
-0.2115
-0.0673
0.0673
-0.0882
-0.3572
0.0107
0.0538
-0.2950
-0.1686
0.1686
-0.1122
-0.3632
-0.0682
0.0682
0.0115
-0.1826
-0.0773
0.0773
0.0455
-0.1001
-0.0752
0.0752
-0.0109
-0.1672
-0.0547
0.0547
-0.0549
-0.2305
0.0715
-0.0758
0.0758
-0.0349
0.1066
-0.1066
0.1066
-0.0361
-0.1044
0.1044
-0.0600
-0.3925
-0.0981
0.0981
-0.2021
-0.4459
0.0035
0.0035
0.1933
-0.1795
-0.0132
0.0132
-0.0838
-0.2846
-0.1218
0.1218
-0.0122
-0.1988
-0.1487
0.1487
0.1605
-0.1827
-0.0070
0.0070
0.0426
-0.1809
-0.0442
0.0442
-0.0816
-0.2344
0.0860
-0.1695
0.1695
-0.0444
0.0087
-0.0531
0.0531
-0.3314
-0.0950
0.0950
0.1652
-0.1783
0.0403
0.0403
-0.0448
-0.1154
-0.0928
0.0928
-0.0313
-0.2437
-0.1214
0.1214
0.0887
-0.1486
-0.1388
0.1388
-0.0519
-0.2052
-0.1920
0.1920
-0.0313
-0.1865
0.0176
0.0323
0.0868
0.0768
0.0255
0.0176
INCO
|et|
Ri
E(Ri)
0.2164
0.2824
0.0998
0.5881
0.5881
-0.1212
0.0162
0.0162
0.0230
0.1049
0.1049
0.3299
0.1626
0.2063
et
|et|
0.1826
0.1826
-0.2787
0.1574
0.1574
0.1972
-0.1742
0.1742
0.5393
0.5815
-0.0422
0.0422
0.3299
0.0511
0.3893
-0.3382
0.3382
0.1626
0.1528
0.1395
0.0133
0.0133
0.2063
0.0361
0.1979
-0.1617
0.1617
0.3379
0.3379
-0.0174
-0.0067
-0.0107
0.0107
0.3191
0.3191
-0.0178
0.0510
-0.0688
0.0688
-0.2665
0.1951
0.1951
-0.0241
0.0295
-0.0536
0.0536
-0.3026
0.2696
0.2696
-0.1481
-0.0214
-0.1267
0.1267
0.2083
0.2083
0.0580
0.0360
0.0220
0.0220
0.2269
0.2269
-0.0205
0.0767
-0.0973
0.0973
0.3434
0.3434
0.0559
-0.0866
0.1425
0.1425
0.1699
0.1699
-0.0132
0.1961
-0.2093
0.2093
0.1941
0.1941
0.3423
0.1469
0.1954
0.1954
0.3176
0.3176
-0.2100
-0.1752
-0.0348
0.0348
0.2343
0.2343
-0.0506
0.0580
-0.1086
0.1086
0.2858
0.2858
0.1000
0.1202
-0.0202
0.0202
-0.2382
0.2263
0.2263
0.0364
0.0523
-0.0160
0.0160
-0.0667
0.2113
0.2113
0.1404
0.2357
-0.0954
0.0954
0.2852
0.2852
-0.0256
0.0907
-0.1164
0.1164
0.2689
0.2689
-0.0579
-0.0675
0.0096
0.0096
0.3487
0.3487
0.0894
0.0496
0.0398
0.0398
0.2509
0.2509
-0.0564
-0.1234
0.0670
0.0670
0.1941
0.1941
0.0978
0.1003
-0.0025
0.0025
0.1456
0.1456
-0.0545
0.2105
-0.2649
0.2649
0.1564
0.1564
0.0419
0.1280
-0.0861
0.0861
0.1755
0.1755
-0.0402
0.0690
-0.1092
0.1092
-0.2380
0.2031
0.2031
-0.0576
0.0480
-0.1056
0.1056
-0.1383
0.1022
0.1022
-0.0556
0.1566
-0.2122
0.2122
0.3325
0.3325
-0.1412
-0.1066
-0.0346
0.0346
0.2438
0.2438
-0.1712
-0.1951
0.0239
0.0239
0.3729
0.3729
0.2066
0.1157
0.0909
0.0909
0.2008
0.2008
-0.1644
-0.0035
-0.1609
0.1609
0.1866
0.1866
0.0492
0.0952
-0.0460
0.0460
0.3432
0.3432
0.2500
0.1207
0.1293
0.1293
0.2235
0.2235
-0.0938
0.1254
-0.2191
0.2191
0.1528
0.1528
-0.0690
0.0644
-0.1334
0.1334
-0.2151
0.1706
0.1706
-0.0815
0.0886
-0.1701
0.1701
-0.3798
0.0484
0.0484
-0.1935
-0.1139
-0.0796
0.0796
0.3435
0.3435
0.0700
0.0632
0.0068
0.0068
0.0706
0.0706
-0.0935
0.1689
-0.2623
0.2623
0.2124
0.2124
-0.0515
0.0388
-0.0904
0.0904
0.2373
0.2373
0.2826
0.1474
0.1352
0.1352
0.1533
0.1533
-0.0847
0.1031
-0.1879
0.1879
0.1552
0.1552
-0.2315
0.0487
-0.2802
0.2802
0.2237
0.1325
0.0854
0.0472
0.0472
-0.1915
Σ
3.8489
Σ
MAD
0.0802
MAD
0.2237
10.9657
0.2285
Σ
5.3817
MAD
0.1121
INTP
Bulan
Ri
E(Ri)
et
KLBF
|et|
Ri
E(Ri)
et
PTBA
|et|
Ri
E(Ri)
et
|et|
Jan-09
0.1122
-0.1502
0.1285
0.1285
0.0183
-0.1347
0.2972
0.2972
0.2824
0.1112
-0.0387
0.0387
Feb-09
0.1789
-0.3414
0.2636
0.2636
0.0811
-0.2438
0.6417
0.6417
-0.1212
-0.1989
0.1719
0.1719
Mar-09
0.0973
-0.0949
0.3600
0.3600
-0.0917
-0.0843
0.0382
0.0382
0.0230
0.1872
-0.2497
0.2497
Apr-09
0.1206
0.0989
0.0154
0.0154
0.3119
0.0251
0.4265
0.4265
0.5393
0.5018
-0.0944
0.0944
Mei-09
0.1266
-0.0029
0.1396
0.1396
0.3846
-0.0476
0.0253
0.0253
0.0511
0.3432
-0.1590
0.1590
Jun-09
-0.0534
-0.1292
0.2946
0.2946
0.0227
-0.1204
0.2681
0.2681
0.1528
0.1357
-0.1046
0.1046
Jul-09
0.1454
-0.0936
0.2936
0.2936
0.0864
-0.0802
0.3772
0.3772
0.0361
0.1915
-0.0191
0.0191
Agst -09
0.1140
-0.2093
0.2899
0.2899
0.0341
-0.1842
0.1537
0.1537
-0.0174
0.0301
-0.0742
0.0742
Sept-09
-0.0209
-0.1755
0.2302
0.2302
0.0769
-0.1509
0.1982
0.1982
-0.0178
0.0726
0.0120
0.0120
Okt-09
0.0285
-0.1981
0.2406
0.2406
-0.0714
-0.2004
0.1177
0.1177
-0.0241
0.0580
0.0200
0.0200
Nov-09
0.0300
-0.2135
0.2180
0.2180
-0.0330
-0.1769
0.2015
0.2015
-0.1481
0.0137
0.0685
0.0685
Des09
0.0202
-0.1471
0.3813
0.3813
0.0000
-0.1213
0.1613
0.1613
0.0580
0.0560
-0.0073
0.0073
Jan-10
0.0484
-0.1827
0.1681
0.1681
-0.0341
-0.1660
0.3506
0.3506
-0.0205
0.1008
-0.1037
0.1037
Feb-10
0.0147
-0.2591
0.2739
0.2739
-0.0235
-0.2110
0.2240
0.2240
0.0559
-0.0393
-0.0537
0.0537
Mar-10
0.0165
-0.0333
0.0734
0.0734
0.1566
-0.0412
0.2399
0.2399
-0.0132
0.1760
-0.0606
0.0606
Apr-10
-0.0976
-0.1261
0.2349
0.2349
0.0208
-0.1156
0.2252
0.2252
0.3423
0.1534
-0.0845
0.0845
Mei-10
-0.1059
-0.3339
0.2833
0.2833
-0.1735
-0.2680
0.1740
0.1740
-0.2100
-0.1039
0.0420
0.0420
Jun-10
-0.0252
-0.1910
0.2444
0.2444
-0.0420
-0.1634
0.2805
0.2805
-0.0506
0.0848
-0.0963
0.0963
Jul-10
0.0078
-0.1460
0.2156
0.2156
0.0825
-0.1312
0.2978
0.2978
0.1000
0.1326
-0.1645
0.1645
Agst-10
0.0077
-0.1793
0.2237
0.2237
-0.0119
-0.1593
0.1083
0.1083
0.0364
0.0721
-0.0242
0.0242
Sept-10
0.0534
-0.0728
0.1153
0.1153
0.1446
-0.0598
0.1566
0.1566
0.1404
0.2151
-0.1036
0.1036
Okt-10
0.2029
-0.1543
0.1489
0.1489
0.0737
-0.1353
0.1843
0.1843
-0.0256
0.1055
-0.0952
0.0952
Nov-10
-0.0301
-0.2409
0.1480
0.1480
-0.0882
-0.2049
0.5133
0.5133
-0.0579
-0.0185
-0.0298
0.0298
Des-10
0.0849
-0.2080
0.1689
0.1689
0.0538
-0.1697
0.0982
0.0982
0.0894
0.0770
0.1503
0.1503
Jan-11
-0.1718
-0.2548
0.1044
0.1044
-0.1122
-0.2204
0.0897
0.0897
-0.0564
-0.0709
-0.0685
0.0685
Feb-11
0.0069
-0.1415
0.2042
0.2042
0.0115
-0.1349
0.1703
0.1703
0.0978
0.1104
-0.0952
0.0952
Mar-11
0.0389
-0.0890
0.2244
0.2244
0.0455
-0.0950
0.2574
0.2574
-0.0545
0.2006
-0.1533
0.1533
Apr-11
0.0198
-0.1331
0.1729
0.1729
-0.0109
-0.1201
0.1716
0.1716
0.0419
0.1322
-0.0703
0.0703
Mei-11
0.0194
-0.1684
0.1626
0.1626
-0.0549
-0.1532
0.1532
0.1532
-0.0402
0.0884
-0.1355
0.1355
Jun-11
-0.0042
-0.1766
0.1855
0.1855
-0.0349
-0.1506
0.0947
0.0947
-0.0576
0.0680
-0.0892
0.0892
Jul-11
0.0000
-0.1176
0.0237
0.0237
-0.0361
-0.1041
0.1337
0.1337
-0.0556
0.1533
-0.1292
0.1292
Agst-11
-0.0851
-0.2635
0.2474
0.2474
-0.0600
-0.2270
0.2270
0.2270
-0.1412
-0.0492
-0.0565
0.0565
Sept-11
-0.1023
-0.3055
0.2265
0.2265
-0.2021
-0.2427
0.1779
0.1779
-0.1712
-0.1278
0.0097
0.0097
Okt-11
0.1114
-0.1362
0.3041
0.3041
0.1933
-0.1083
0.1775
0.1775
0.2066
0.1220
-0.0298
0.0298
Nov-11
0.0443
-0.2038
0.1212
0.1212
-0.0838
-0.1695
0.1839
0.1839
-0.1644
0.0273
-0.1009
0.1009
Des-11
-0.0313
-0.1506
0.2873
0.2873
-0.0122
-0.1288
0.0934
0.0934
0.0492
0.1063
-0.0857
0.0857
Jan-12
-0.0507
-0.1382
0.1323
0.1323
0.1605
-0.1232
0.1600
0.1600
0.2500
0.1288
0.0326
0.0326
Feb-12
0.0825
-0.1390
0.1685
0.1685
0.0426
-0.1334
0.1263
0.1263
-0.0938
0.1334
-0.1036
0.1036
Mar-12
0.0471
-0.1655
0.2228
0.2228
-0.0816
-0.1351
0.1494
0.1494
-0.0690
0.0843
-0.0963
0.0963
Apr-12
-0.0835
-0.1566
0.1350
0.1350
-0.0444
-0.1404
0.2742
0.2742
-0.0815
0.1044
-0.2044
0.2044
Mei-12
-0.0444
-0.2666
0.2527
0.2527
-0.3314
-0.2272
0.1899
0.1899
-0.1935
-0.0610
-0.1260
0.1260
Jun-12
-0.0196
-0.1318
0.1065
0.1065
0.1652
-0.1079
0.0821
0.0821
0.0700
0.0758
-0.0991
0.0991
Jul-12
0.1471
-0.0960
0.3352
0.3352
-0.0448
-0.0911
0.1043
0.1043
-0.0935
0.1643
-0.0789
0.0789
Agst-12
-0.0304
-0.1771
0.1190
0.1190
-0.0313
-0.1576
0.1707
0.1707
-0.0515
0.0622
-0.1440
0.1440
Sept-12
-0.0157
-0.1200
0.1249
0.1249
0.0887
-0.1061
0.3190
0.3190
0.2826
0.1475
-0.1749
0.1749
Okt-12
-0.0456
-0.1486
0.2002
0.2002
-0.0519
-0.1335
-0.6601
0.6601
-0.0847
0.1169
0.0098
0.0098
Nov-12
-0.1408
-0.1444
0.2309
0.2309
-0.0313
-0.1320
0.1938
0.1938
-0.2315
0.0632
-0.1882
0.1882
Des-12
0.0944
-0.1422
0.1078
0.1078
0.0323
-0.1299
0.1590
0.1590
0.1325
0.0986
-0.0200
Σ
9.5535
Σ
MAD
0.1990
MAD
10.2785
0.2141
0.0200
Σ
4.3298
MAD
0.0902
SMGR
Bulan
Ri
E(Ri)
TLKM
et
|et|
Ri
UNVR
E(Ri)
et
|et|
Ri
E(Ri)
et
|et|
Jan-09
0.1122
0.1142
-0.2819
0.2819
0.0183
-0.0149
-0.0721
0.0721
0.2824
0.1606
-0.1478
0.1478
Feb-09
0.1789
-0.0378
0.0450
0.0450
0.0811
-0.0664
0.0664
0.0664
-0.1212
0.1914
-0.1724
0.1724
Mar-09
0.0973
0.1655
-0.1012
0.1012
-0.0917
0.0134
0.1850
0.1850
0.0230
0.1793
-0.1917
0.1917
Apr-09
0.1206
0.3174
-0.2167
0.2167
0.3119
0.0627
-0.0230
0.0230
0.5393
0.1474
-0.1726
0.1726
Mei-09
0.1266
0.2180
-0.0777
0.0777
0.3846
0.0095
-0.0604
0.0604
0.0511
0.1499
-0.1370
0.1370
Jun-09
-0.0534
0.1078
-0.0597
0.0597
0.0227
-0.0365
0.0432
0.0432
0.1528
0.1748
0.0036
0.0036
Jul-09
0.1454
0.1821
0.0322
0.0322
0.0864
0.0333
0.1600
0.1600
0.0361
0.1756
0.0784
0.0784
Agst -09
0.1140
0.0706
-0.0706
0.0706
0.0341
-0.0307
-0.0308
0.0308
-0.0174
0.1412
-0.2705
0.2705
Sept-09
-0.0209
0.0966
-0.0378
0.0378
0.0769
-0.0192
0.0489
0.0489
-0.0178
0.1601
-0.1007
0.1007
Okt-09
0.0285
0.0505
0.0368
0.0368
-0.0714
-0.0680
0.0391
0.0391
-0.0241
0.1183
-0.1744
0.1744
Nov-09
0.0300
0.0635
0.0022
0.0022
-0.0330
-0.0340
0.1054
0.1054
-0.1481
0.1606
-0.0666
0.0666
Des09
0.0202
0.0856
-0.0513
0.0513
0.0000
-0.0071
0.0571
0.0571
0.0580
0.1400
-0.1400
0.1400
Jan-10
0.0484
0.1199
-0.0603
0.0603
-0.0341
-0.0105
-0.0001
0.0001
-0.0205
0.1557
-0.1331
0.1331
Feb-10
0.0147
0.0309
-0.0809
0.0809
-0.0235
-0.0571
-0.0552
0.0552
0.0559
0.1708
-0.1531
0.1531
Mar-10
0.0165
0.1264
-0.1659
0.1659
0.1566
0.0041
-0.0342
0.0342
-0.0132
0.1255
-0.0689
0.0689
Apr-10
-0.0976
0.1518
-0.0286
0.0286
0.0208
0.0135
-0.0383
0.0383
0.3423
0.1572
-0.0173
0.0173
Mei-10
-0.1059
0.0095
0.0210
0.0210
-0.1735
-0.0682
0.0554
0.0554
-0.2100
0.1827
-0.0563
0.0563
Jun-10
-0.0252
0.1203
-0.0848
0.0848
-0.0420
-0.0042
-0.0023
0.0023
-0.0506
0.1677
-0.0780
0.0780
Jul-10
0.0078
0.1403
-0.0831
0.0831
0.0825
0.0055
0.0919
0.0919
0.1000
0.1600
-0.1629
0.1629
Agst-10
0.0077
0.0850
-0.1444
0.1444
-0.0119
-0.0354
0.0591
0.0591
0.0364
0.1599
-0.2101
0.2101
Sept-10
0.0534
0.1849
-0.0470
0.0470
0.1446
0.0229
0.0407
0.0407
0.1404
0.1972
-0.1506
0.1506
Okt-10
0.2029
0.1185
-0.1286
0.1286
0.0737
-0.0065
-0.0043
0.0043
-0.0256
0.1598
-0.1242
0.1242
Nov-10
-0.0301
0.0466
-0.1078
0.1078
-0.0882
-0.0385
-0.0879
0.0879
-0.0579
0.1411
-0.2815
0.2815
Des-10
0.0849
0.1222
-0.0950
0.0950
0.0538
-0.0076
0.0076
0.0076
0.0894
0.1929
-0.0929
0.0929
Jan-11
-0.1718
-0.0110
-0.1689
0.1689
-0.1122
-0.0784
0.0281
0.0281
-0.0564
0.1278
-0.2157
0.2157
Feb-11
0.0069
0.1011
0.0150
0.0150
0.0115
-0.0246
0.0114
0.0114
0.0978
0.1435
-0.0671
0.0671
Mar-11
0.0389
0.1598
-0.1077
0.1077
0.0455
0.0040
-0.0174
0.0174
-0.0545
0.1536
-0.2091
0.2091
Apr-11
0.0198
0.1247
-0.0807
0.0807
-0.0109
-0.0112
0.0589
0.0589
0.0419
0.1655
-0.1655
0.1655
Mei-11
0.0194
0.0991
-0.0780
0.0780
-0.0549
-0.0226
0.0226
0.0226
-0.0402
0.1500
-0.1893
0.1893
Jun-11
-0.0042
0.0900
-0.1003
0.1003
-0.0349
-0.0260
-0.0194
0.0194
-0.0576
0.1653
-0.1517
0.1517
Jul-11
0.0000
0.1384
-0.1540
0.1540
-0.0361
-0.0053
0.0053
0.0053
-0.0556
0.1767
-0.1298
0.1298
Agst-11
-0.0851
0.0233
-0.0604
0.0604
-0.0600
-0.0531
0.0395
0.0395
-0.1412
0.1324
-0.0490
0.0490
Sept-11
-0.1023
-0.0207
-0.0672
0.0672
-0.2021
-0.0753
0.1236
0.1236
-0.1712
0.1594
-0.1831
0.1831
Okt-11
0.1114
0.1374
0.0072
0.0072
0.1933
0.0079
-0.0342
0.0342
0.2066
0.1825
-0.2340
0.2340
Nov-11
0.0443
0.0697
-0.0960
0.0960
-0.0838
-0.0327
0.0259
0.0259
-0.1644
0.1631
-0.0002
0.0002
Des-11
-0.0313
0.1167
0.1211
0.1211
-0.0122
-0.0102
-0.0306
0.0306
0.0492
0.1693
-0.1363
0.1363
Jan-12
-0.0507
0.1299
-0.1430
0.1430
0.1605
-0.0032
-0.0252
0.0252
0.2500
0.1629
-0.1204
0.1204
Feb-12
0.0825
0.1219
-0.1263
0.1263
0.0426
-0.0147
0.0439
0.0439
-0.0938
0.1508
-0.1687
0.1687
Mar-12
0.0471
0.1172
-0.0284
0.0284
-0.0816
0.0013
-0.0084
0.0084
-0.0690
0.1682
-0.1292
0.1292
Apr-12
-0.0835
0.1148
-0.1229
0.1229
-0.0444
-0.0103
0.2246
0.2246
-0.0815
0.1548
-0.1623
0.1623
Mei-12
-0.0444
0.0040
-0.1028
0.1028
-0.3314
-0.0739
-0.0084
0.0084
-0.1935
0.1455
-0.1102
0.1102
Jun-12
-0.0196
0.0945
-0.0626
0.0626
0.1652
-0.0057
0.0506
0.0506
0.0700
0.1472
-0.0329
0.0329
Jul-12
0.1471
0.1430
0.0030
0.0030
-0.0448
0.0055
0.1110
0.1110
-0.0935
0.1539
-0.0949
0.0949
Agst-12
-0.0304
0.0813
-0.1238
0.1238
-0.0313
-0.0295
0.0515
0.0515
-0.0515
0.1473
-0.0297
0.0297
Sept-12
-0.0157
0.1385
0.0268
0.0268
0.0887
-0.0004
0.0165
0.0165
0.2826
0.1701
-0.2088
0.2088
Okt-12
-0.0456
0.1253
-0.0942
0.0942
-0.0519
-0.0026
0.0343
0.0343
-0.0847
0.1549
-0.1549
0.1549
Nov-12
-0.1408
0.0649
-0.0716
0.0716
-0.0313
-0.0368
-0.0401
0.0401
-0.2315
0.1323
-0.1208
0.1208
Des-12
0.0944
0.1022
-0.0313
0.0313
0.0323
-0.0148
0.0204
0.0204
0.1325
0.1427
-0.3514
0.3514
Σ
4.0540
Σ
2.4203
Σ
6.5996
MAD
0.0845
MAD
0.0504
MAD
0.1375