6 BAB II TINJAUAN PUSTAKA 2.1 Investasi Investasi merupakan

BAB II
TINJAUAN PUSTAKA
2.1
Investasi
Investasi merupakan penempatan sejumlah dana pada saat ini dengan
harapan untuk memperoleh keuntungan pada masa mendatang (Jones,1996:6).
Investasi dalam arti luas terdiri dari dua bagian utama yaitu investasi dalam
bentuk aset riil (real assets) dan investasi dalam bentuk surat berharga (financial
assets). Aset riil adalah aktiva berwujud seperti emas, intan, pendirian pabrik dan
pembukaan tambang.Aset finansial berupa surat-surat berharga yang merupakan
“claim” atas aset riil.
2.2
Saham
Saham adalah tanda penyertaan modal dari seseorang atau badan usaha di
dalam suatu perusahaan dan merupakan surat bukti kepemilikan yang diterbitkan
oleh perusahaan. Wujud saham adalah selembar kertas yang menerangkan bahwa
pemilik kertas tersebut adalah pemilik perusahaan yang menerbitkan surat
berharga tersebut. Porsi kepemilikan ditentukan oleh seberapa besar penyertaan
yang ditanamkan di perusahaan tersebut.
2.3
Indeks Harga Saham LQ-45
Indeks harga saham adalah indikator yang memperlihatkan pergerakan
harga saham.Melalui indeks harga saham akan terlihat perubahan atau pergerakan
harga saham sejak mulai pertama kali beredar sampai suatu saat tertentu. Indeks
LQ-45 secara obyektif telah diseleksi oleh Bursa Efek Indonesia. Saham LQ-45
merupakan saham dengan prospek pertumbuhan dan kondisi keuangan yang baik,
6
7
memiliki frekuensi perdagangan tinggi dan merupakan saham yang aman dimiliki
karena fundamental kinerja saham tersebut bagus, sehingga dari sisi risiko
kelompok saham LQ-45 memiliki resiko terendah dibandingkan saham-saham
lain. Fluktuatif harga pada kelompok saham LQ-45 cenderung smooth menjadikan
return tidak setinggi pada kelompok saham yang mengalami fluktuasi harga
siginifikan.
2.4
Kriteria Pemilihan Saham Warren Buffett
Warren Buffett adalah seorang investor jangka panjang yang sukses
berinvestasi saham. Ia menjadi orang terkaya nomor 3 di dunia tahun 2015 versi
majalah Forbes. Menurut Warren Buffett yang tertuang dalam buku “The Guru
Investor: How to Beat Market Using History’s Best Investment Strategies” yang
ditulis oleh Reese dan Forehand (2009) menyatakan perusahaan yang baik akan
diseleksi berdasarkan kriteria sebagai berikut.
1.
Kriteria laba perusahaan
Seleksi ini adalah untuk melihat kemampuan perusahaan menghasilkan
laba. Seleksi yang diberikan ialah
a. perusahaan yang menghasilkan laba bersih yang selalu meningkat
selama 10 tahun berturut-turut layak dipilih dan merupakan pilihan
terbaik;
b. apabila laba bersih meningkat selama 10 tahun berturut-turut dengan
pengecualian apabila ada 1 tahun laba turun yang tidak lebih dari 45%
dari tahun sebelumnya layak dipilih;
c. kombinasi lain tidak dipilih.
8
2.
Seleksi Return on Equity (ROE)
Return On Equity (ROE) digunakan untuk mengukur kemampuan
efektifitas perusahaan dalam memberikan penghasilan bagi setiap investasi
dalam bentuk ekuitas yang ditanamkan oleh pemegang saham. Pengukuran
dilakukan dengan cara membandingkan antara laba bersih yang dihasilkan
(net earnings) pada suatu periode dengan saldo rata-rata ekuitas (equity).
ROE diperoleh dengan rumus:
Seleksi ROE Warren Buffett yaitu sebagai berikut.
a. Perusahaan dengan
layak
dipilih.
b. Perusahaan dengan
tidak
dipilih.
Oleh karena terbatasnya data historis sebagian saham, penelitian ini hanya
menggunakan data 6 tahun (disesuaikan dengan lamanya periode penelitian).
2.5
Risiko
Risiko dalam konteks manajemen investasi merupakan besarnya penyimpangan
atau perbedaan antara expected return dengan actual return. Semakin besar
penyimpangan antara expected return dan actual return maka semakin besar pula tingkat
risikonya.
Ada dua jenis risiko yaitu risiko sistematis dan risiko tidak sistematis yang
akan dijabarkan sebagai berikut.
9
2.5.1
Risiko Sistematis (Systematic Risk)
Risiko sistematis (systematic risk )merupakan risiko yang tidak dapat
dihilangkan dengan melakukan diversifikasi. Systematic risk berkaitan dengan risiko
yang dihadapi oleh semua perusahaan. Risiko ini dipengaruhi oleh faktor-faktor
makroekonomi yang dapat memengaruhi pasar secara keseluruhan. Contoh faktor
makroekonomi misalnya inflasi, siklus bisnis, dan berita tentang kondisi
ekonomi.(Murhadi, 2009).
2.5.2
Risiko Tidak Sistematis (Unnsystematic Risk)
Risiko tidak sistematis (unsystematic risk) merupakan risiko yang dapat
dikurangi dengan diversifikasi. Risiko ini berkaitan dengan risiko yang dapat terjadi
dalam suatu perusahaan seperti kematian karyawan-karyawan penting, serta faktor
lain yang memengaruhi keberuntungan suatu perusahaan tanpa memengaruhi
perekonomian yang luas secara terukur. Risiko spesifik tersebut dapat dikurangi
dengan melakukan diversifikasi. Konsep diversifikasi bermula dari suatu pemikiran
“do not put all your eggs in one basket” karena apabila semua dana diinvestasikan
dalam satu saham, maka ketika saham tersebut mengalami penurunan drastis akan
menyebabkan kekayaan investor menurun drastis pula. Namun apabila investor
memiliki portofolio dalam jumlah besar maka risiko akan mendekati nol, sehingga
tidak memengaruhi nilai portofolio secara signifikan (Murhadi, 2009).
2.6
Tingkat Pengembalian (Return)
Tingkat pengembalian (return) merupakan imbalan yang diperoleh dari
investasi yang dilakukan. Return dibedakan menjadi dua yaitu sebagai berikut.
10
2.6.1 Pengembalian yang Telah Terjadi (Actual Return)
Pengembalian yang telah terjadi (actual return) adalah return yang
dihitung berdasarkan data historis. Tingkat pengembalian yang telah terjadi
dapat dihitung dengan persamaan sebagai berikut:
Keterangan:
= return sahami pada periode ;
= harga saham i pada periode ;
= harga saham i pada periode t-1.
2.6.2
Pengembalian yang Diharapkan (Expected Return)
Pengembalian yang diharapkan (expected return) merupakan return yang
memang diharapkan investor dimasa mendatang. Berbeda dengan actual return
yang sifatnya sudah terjadi, expected return
sifatnya belum terjadi. Pada
umumnya investor akan memprediksi return yang diharapkan masing-masing
saham sebelum mengambil kebijakan dalam berinvestasi. Hal tersebut berarti
ketepatan perhitungan dalam mengestimasi
return sangat penting. Kesalahan
dalam perhitungan expected return merupakan risiko yang harus ditanggung
investor. Dalam mengestimasireturn, investor biasanya menggunakan model
keseimbangan. Model yang paling populer digunakanialah Capital Asset Pricing
Model (CAPM) yang akan dibahas pada Subbab selanjutnya.
2.7 Capital Asset Pricing Model(CAPM)
CAPM didasarkan atas teori portofolio yang dikembangkan oleh
Markowitz dan dipelopori oleh William Sharpe, John Lintner, dan Jan Mossin
11
pada tahun 1964. Berdasarkan model Markowitz, investor diasumsikan akan
mendiversifikasikan portofolionya dan memilih portofolio optimal atas dasar
estimasi investor terhadap return dan risiko pada titik-titik portofolio yang terletak
di sepanjang garis portofolio efisien. Portofolio yang efisien adalah portofolio
yang berada di sepanjang kurva efficient frontier, seperti dalam gambar 2.1
berikut ini.
Gambar 2.1. Kurva Efficient Frontier
Keterangan:
= expected return portofolio;
= standard deviation portofolio;
a
= portofolio dengan global minimum varians;
ab
= daerah portofolio efficient frontier;
ac
= daerah portofolio tidak efisien.
CAPM digunakan untuk memprediksikan imbal hasil yang diharapkan
(expected return) dan risiko suatu aset pada kondisi ekuilibrium. Pada kondisi
ekuilibrium, investor akan memilih portofolio m (portofolio pasar) sebagai
portofolio aset beresiko yang optimal. CAPM merupakan model perhitungan
portofolio yang menghubungkan antara aset-aset berisiko dengan indeks pasar dan
12
aset bebas risiko. CAPM meringkas seluruh faktor ekonomi yang relevan dengan
satu indikator ekonomi makro dan berasumsi bahwa hal ini menggerakkan pasar
sekuritas secara keseluruhan. Menurut konsep CAPM, satu-satunya faktor yang
memengaruhi return adalah risiko pasar.
2.7.1
Ekuilibrium Pasar Modal
Ekuilibrium pasar dalam CAPM digambarkan dalam dua bentuk hubungan
antara Capital Market Line (CML) dan Security Market Line (SML). CML
adalah garis yang menggambarkan hubungan expected return portofolio yang
efisien dengan standar deviasinya. CML menunjukkan semua kemungkinan
kombinasi portofolio efisien yang terdiri dari aset berisiko dan aset bebas risiko.
Jika portofolio hanya berisi aset tidak berisiko, maka risikonya sama dengan nol
(
= 0) dan return yang diharapkan sama dengan
semua aset berisiko maka risikonya sebesar
. Jika portofolio terdiri dari
dengan return yang diharapkan
lebih besar dibandingkan return yang diharapkan portofolio dari aset tidak
berisiko (
). CML dijelaskan seperti gambar 2.2 berikut ini.
Gambar 2.2 Capital Market Line
13
Pada Gambar 2.2, diperoleh slope CML sebesar
dengan intersep
.
Sehingga diperoleh persamaan untuk expected return portofolio yaitu
(
)
(2.2)
Keterangan:
expected
= return portofolio;
= expected return portofolio pasar;
= return aset bebas risiko;
= standard deviation dari return portofolio pasar ;
= standard deviation portofolio.
Sedangkan Security Market Line (SML) adalah garis lurus yang
menggambarkan hubungan expected return sekuritas dengan beta. Ukuran yang
relevan dari risiko untuk aset individu hanyalah yang tersisa setelah portofolio
yang efisien tercapai, bukanlah standard deviation dari aset, melainkan hanya
kontribusi aset terhadap varians portofolio pasar, yang diukur dengan beta aset.
Beta ( ) merupakan kepekaan tingkat keuntungan suatu aset terhadap
perubahan yang terjadi di pasar. Rata-rata beta untuk seluruh saham adalah
bernilai sebesar satu. Aset yang memiliki tingkat risiko di atas rata-rata akan
memiliki
yang lebih besar dari satu. Sedangkan aset yang relatif aman atau
risikonya lebih kecil dari rata-rata akan memiliki nilai
bebas risiko memiliki
sebesar nol.
kurang dari satu. Aset
14
Gambar 2.3 Security Market Line
Pada Gambar 2.3 terlihat
(
yang bernilai 0 dimiliki oleh aset bebas risiko
) yang merupakan intercept dari SML. Dengan asumsi SML adalah garis
linier, maka persamaan garis linear dapat dibentuk dengan intercept
sebesar:
. Karena
[
dan slope
bernilai 1, maka slope SML sebesar
]. Beranjak dari persamaan (2.2) selanjutnya akan dicari nilai
expected return untuk satu aset (
(
yang diperlihatkan sebagai berikut:
)
(
(
)
)
Keterangan:
=
return yang diharapkan aset i;
=
covariance antara saham i dengan portofolio pasar;
=
kepekaan saham i terhadap perubahan yang terjadi di pasar.
15
Persamaan matematika ini dikenal sebagai Capital Asset Pricing Model (CAPM)
(Jones,1996:243).
Model di atas jika dibuat dalam bentuk persamaan regresi maka CAPM
merupakan bentuk persamaan regresi linear sederhana yaitu
(
)
Keterangan:
= nilai peubah responyaitu nilai return saham dikurangi return aset
bebas risiko periode t;
= interceptyaitu ukuran return aset i yang tidak terkait risiko pasar;
= koefisien regresi saham i terhadap return pasar dikurangi return
);
aset bebas risiko(
(
) = suatu konstanta yang diketahui, yaitu nilai peubah bebas dalam
hal ini return portofolio pasar dikurangi return aset bebas risiko
periode ke t;
= Suku galat yang bersifat acak dengan rataan
.
Secara matriks persamaaan (2.4) dapat dinyatakan sebagai
* +
[
]
[
[
]
]
Model ini dapat disederhanakan sebagai
Ciri – ciri model adalah sebagai berikut.
1.
Nilai
merupakan jumlah dua komponen: (1) suku konstan
(
peubah acak.
) dan (2) suku galat
. Jadi,
adalah suatu
16
2.
(
3.
, maka
Karena
)
(
(
)
(
)
(
).
)
Suku-suku galat diasumsikan tidak berkorelasi. Oleh karenanya, hasil dari
setiap amatan manapun tidak memengaruhi galat dari amatan lain manapun,
baik positif atau negatif, kecil atau besar. Karena galat
berkorelasi, maka begitu juga dengan respons (
dan
tidak
) dengan(
).
2.7.2 Variabel dalam CAPM
Variabel dalam CAPM adalah excess return yaitu expected return market
dikurangi return aset bebas risiko
. Expected return market ialah
return yang diharapkan dari portofolio pasar yang dalam penelitian ini
menggunakan data historis indeks LQ-45. Nilainya diperoleh dari hasil selisih
indeks LQ-45 pada periode t dikurangi indeks LQ-45 sebelum periode t dibagi
dengan indeks LQ-45 sebelum periode t. Secara matematis ditulis sebagai
(2.6)
Sedangkan return aset bebas risiko (
) adalah return yang diperoleh
investor tanpa menanggung risiko. Dalam penelitian ini, aset bebas risiko diwakili
oleh tingkat suku bunga Sertifikat Bank Indonesia. Return untuk aset bebas risiko
ini didapat dari suku bunga selama satu tahun dibagi 12. Secara matematis ditulis
sebagai
17
2.7.3 Asumsi-asumsi CAPM
CAPM mengasumsikan beberapa kondisi agar bisa digunakan. Namun
kenyataannya asumsi-asumsi yang digunakan dalam CAPM kurang menunjukkan
keadaan realitas yang terjadi. Berikut ini beberapa asumsi yang digunakan dalam
CAPM (Zubir, 2011):
a.
Tidak ada biaya transaksi, dengan demikian investor dapat membeli atau
menjual sekuritas tanpa menanggung biaya. Kenyataannya ada biaya-biaya
seperti biaya broker.
b.
Investasi dapat dipecah kecil-kecil, sehingga investor dapat membeli saham
dalam ukuran pecahan. Kenyataannya tidak mungkin membeli saham dalam
bentuk pecahan.
c.
Tidak ada pajak pendapatan pribadi, sehingga bagi investor tidak masalah
apakah
mendapatkan
return
dalam
bentuk
deviden
atau
capital
gain.Kenyataannya deviden dan capital gain dikenai pajak dengan tarif yang
berbeda sehingga dapat memengaruhi keputusan investasi.
d.
Seseorang tidak dapat memengaruhi harga saham melalui tindakan membeli
atau menjual saham yang dimiliki. Informasi tersedia untuk semua investor
dan dapat diperoleh dengan bebas tanpa biaya, sehingga harga saham sudah
mencerminkan semua informasi yang ada. Asumsi ini mengindikasikan
bahwa pasar modal analog dengan bentuk pasar persaingan sempurna, dimana
investor secara perorangan tidak dapat memengaruhi harga saham.
18
e.
Investor membuat keputusan investasi hanya berdasarkan risiko (standar
deviasi) dan expected return portofolio sesuai dengan model Markowitz.
Investor mempunyai input yang sama dalam membentuk portofolio yang
efisien. Semua investor mendefinisikan periode investasi yang dimiliki
dengan cara yang persis sama, sehingga expected return dan standar deviasi
portofolio pada periode tersebut akan sama untuk setiap investor.
Kenyataannya investor memiliki pemahaman, cara pandang, kemampuan
serta periode investasi yang berbeda dalam mengolah informasi, sehingga
preferensi terhadap return dan risiko akan berbeda pula.
f.
Semua investor dapat menjual saham yang tidak dimilikinya (short sale)
tanpa batas. Kenyataanya, short sale mempunyai persyaratan dan mekanisme
yang tidak mudah dipenuhi oleh semua orang, sehingga tidak mungkin
investor melakukan short sale tanpa batas.
g.
Lending dan borrowing pada tingkat bunga bebas risiko dapat dilakukan pada
jumlah yang tidak terbatas. Investor dapat meminjamkan (lending) dan
meminjam (borrowing) sejumlah dana yang diinginkannya pada tingkat
bunga yang sama dengan tingkat bunga bebas risiko.
Asumsi yang digunakan dalam CAPM banyak yang tidak realistis jika
dibawa ke dunia nyata. Hal ini membuat model menjadi tidak sesuai dengan
kondisi aslinya. Selain itu, para peneliti mulai menemukan faktor lain selain beta
pasar yang memengaruhi return.Oleh karena itu mulai muncul model multifaktor.
Model multifaktor menyatakan bahwa tingkat keuntungan yang diharapkan dari
suatu saham dipengaruhi oleh faktor-faktor tertentu yang jumlahnya bisa lebih
19
dari satu. Untuk itu, mencari tahu faktor lain yang memengaruhi return selain beta
pasar merupakan hal penting.
Sebuah alternatif untuk menentukan faktor yang menjadi sumber risiko
sistematis yang relevan adalah menggunakan karakteristik perusahaan melalui
riset empiris yang merupakan proksi terhadap risiko sistematis. Bila suatu
investasi bisa mendapatkan tingkat hasil yang relatif lebih tinggi dari investasi
lainnya dan memiliki sifat yang konsisten, maka investasi tersebut dapat
dikatakan memiliki risiko yang cukup tinggi dibandingkan dengan investasi
lainnya. Konsekuensinya adalah harus mengetahui karakteristik investasi yang
memberikan hasil lebih tinggi tersebut dan mempertimbangkan karakteristik
tersebut memiliki dampak tidak langsung terhadap risiko pasar.
2.8
Three Factors Model Fama and French (TFMFF)
Fama &French (1993) menemukan bahwa terdapat tiga faktor yang
memengaruhi return yang diharapkan yaitu risiko pasar (terdapat dalam CAPM),
ukuran perusahaan (firm size), dan rasio nilai buku terhadap nilai pasar(book to
market equity) disingkat BE/ME. Firm size danBE/ME merupakan faktor diluar
CAPM. Sehingga dengan dimasukkannya variabel firm size dan BE/ME ke dalam
modelnya, maka model tersebut dikenal dengan Three Factors Model Fama and
French (TFMFF), dan mulai dipublikasikan melalui Journal of Finance tahun
1996 dengan judul artikel “Multifactor Explanations of Asset Pricing Anomalies”.
20
2.8.1
Risiko dalam TFMFF
Adapun faktor risiko pada TFMFF dalam mengestimasi return adalah
1.
Risiko pasar
Baik dalam CAPM maupun TFMFF sama-sama menggunakan risiko pasar
sebagai tolok ukur risiko dalam mengestimasi return.
2.
Firm Size (Ukuran Perusahaan)
Ukuran suatu perusahaan perlu diperhitungkan sebagai acuan apakah suatu
perusahaan mampu menghadapi krisis dalam menjalankan usahanya.
Secara umum, perusahaan yang lebih besar akan memiliki risiko yang
lebih kecil daripada perusahaan yang lebih kecil. Perusahaan dengan
ukuran lebih besar dipandang lebih tahan krisis, sehingga akan
mempermudah perusahaan untuk memperoleh pinjaman atau dana
eksternal. Namun perusahaan besar dinilai kurang memberikan laba yang
besar tetapi memiliki kepastian dalam hal perolehan keuntungan. Firm size
ditunjukkan melalui perkalian dari jumlah saham yang beredar dengan
harga per lembar saham (price) pada setiap perusahaan yang dijadikan
sampel. Jika dirumuskan secara matematis diperoleh:
Untuk menentukan kelompok saham besar (B) dan kelompok saham kecil
(S), maka firm size akan diurutkan berdasarkan urutannya dari yang
terkecil hingga terbesar. Proporsi B dan S masing-masing 50% dari
seluruh sampel yang digunakan.
21
3.
Book to Market Ratio (BE/ME)
Book to Market Ratio (BE/ME)merupakan sebuah rasio yang digunakan
untuk menentukan nilai perusahaan dengan membandingkan nilai buku
(Book Equity) dari suatu perusahaan atau aktiva bersih terhadap nilai
pasarnya (Market Equity) ditulis BE/ME.
Book Equity diperoleh dari laporan keuangan perusahaan, dan nilai pasar
ditentukan di pasar saham melalui kapitalisasi pasar yaitu hasil perkalian
antara jumlah saham yang beredar dengan price setiap perusahaan. Secara
matematis dirumuskan sebagai
Berdasarkan faktor BE/ME, saham-saham dikelompokkan ke dalam tiga
kelompok, yakni: Low (L), Medium (M), dan High (H). Proporsi L adalah
30%, proporsi M adalah 40% dan proporsi H adalah 30% dari seluruh
sampel yang digunakan. Setelah dibentuk kelompok berdasarkan faktor
firm size dan BE/ME, maka selanjutnya dapat dibentuk portofolio S/L,
S/M, S/H, B/L, B/M, dan B/H. Rincian setiap portofolio yang dibentuk
akan dijelaskan pada tabel 2.1 berikut.
22
Tabel 2.1 Kombinasi Portofolio berdasarkan Size dan BE/ME
Kombinasi
Keterangan
Portofolio
Portofolio dengan pengukuran kriteria berdasarkan firm
S/L
size dan BE/ME. Portofolio terbentuk dengan kriteria small
size dan low BE/ME.
Portofolio dengan pengukuran kriteria berdasarkan firm
S/M
size dan BE/ME. Portofolio terbentuk dengan kriteria small
size dan medium BE/ME.
Portofolio dengan pengukuran kriteria berdasarkan firm
S/H
size dan BE/ME. Portofolio terbentuk dengan kriteria small
size dan high BE/ME.
Portofolio dengan pengukuran kriteria berdasarkan firm
B/L
size dan BE/ME. Portofolio terbentuk dengan kriteria big
size dan low BE/ME.
Portofolio dengan pengukuran kriteria berdasarkan firm
B/M
size dan BE/ME. Portofolio terbentuk dengan kriteria big
size dan medium BE/ME.
Portofolio dengan pengukuran kriteria berdasarkan firm
B/H
size dan BE/ME. Portofolio terbentuk dengan kriteria big
size dan high BE/ME.
23
2.8.2 Variabel – Variabel TFMFF
Variabel-variabel dalam TFMFF menurut Fama & French (1993) adalah
1.
Excess return yaitu return market dikurangi return aset bebas risiko
.
Variabel
2.
juga digunakan sebagaimana dalam CAPM.
Small Minus Big (SMB)
Firm size diproksi dengan SMB (Small Minus Big). SMB merupakan
perbedaan rata-rata (average) tiap bulan dari return pada tiga portofolio
saham kecil atau perusahaan small (S/L, S/M, S/H) dengan rata-rata tiap
bulan dari return pada tiga portofolio saham besar atau perusahaan big
(B/L, B/M, B/H). Jadi, SMB merupakan efek BE/ME yang memfokuskan
pada perilaku return yang berbeda dari saham-saham besar dan kecil. SMB
dirumuskan sebagai
SMB= (S/L+S/M+S/H)
3.
(B/L+B/M+B/H).
(2.10)
High Minus Low (HML)
BE/ME akan diproksi dengan HML (High Minus Low). HML merupakan
perbedaan setiap bulan antara rata-rata dari return pada dua portofolio
yang BE/ME nya tinggi (S/H dan B/H) dan rata-rata dari return pada dua
portofolio yang BE/ME nya rendah (S/L dan B/L). Jadi, HML merupakan
faktor firmsize yang memfokuskan pada perilaku return yang berbeda dari
saham-saham yang BE/ME nya rendah dan tinggi. HML dirumuskan
sebagai
24
2.8.3 Pembentukan Three Factors Model Fama and French
Adanya penambahan faktor SMB dan HML pada CAPM, sehingga
membuat terdapat 3 peubah bebas pada Three Factor Model Fama and French
dengan model yaitu
(
)
Keterangan:
= return yang diharapkan aset i;
= return aset bebas resiko;
= tolok ukur risiko yang berasal dari hubungan antara return suatu
=saham dengan return pasar dikurangi return aset bebas risiko;
= return pasar LQ-45;
= tolok ukur risiko yang berasal dari hubungan antara return suatu
saham dengan return SMB;
SMB
= Small Minus Big, yaitu selisih return portofolio saham kecil (small
size) dengan portofolio saham besar (big size);
= tolok ukur risiko yang berasal dari hubungan antara return suatu
saham dengan return HML;
HML
= High Minus Low, yaitu selisih return portofolio saham dengan
BE/MEtinggi dengan portofolio saham dengan BE/MErendah.
Model di atas jika dibuat dalam bentuk persamaan regresi maka
merupakan bentuk persamaan regresi linear berganda yaitu
(
)
.
(2.13)
Keterangan:
= peubah responyaitu nilai return saham dikurangi return aset
bebas risiko periode t;
= Intercept yaitu ukuran return aset i yang tidak terkait risiko
25
pasar, size dan BEME;
= koefisien regresi saham i terhadap return pasardikurangi return
);
aset bebas risiko(
= returnpasar LQ-45 periode ke t;
(
) = suatu konstanta yang diketahui, yaitu nilai peubah bebas dalam
hal ini return portofolio pasar dikurangi return aset bebas risiko
periode ke t;
= koefisien regresi saham terhadap return SMB;
= returnportofolioSMBperiode ke t;
= koefisienregresi saham terhadap return HML;
= returnportofolioHMLperiode ke t;
= suku galat yang bersifat acak dengan rataan
.
Secara matriks persamaan (2.13) dapat dinyatakan sebagai
[ ]
[
]
[
[
]
]
Model ini dapat disederhanakan sebagai
Ciri – ciri model adalah sebagai berikut.
1.
Nilai
merupakan jumlah dua komponen: (1) suku konstan
(
)
dan (2) suku galat
. Jadi,
adalah suatu peubah acak.
2.
Karena
(
, maka
)
(
(
)
(
)
(
)
)
26
3.
Suku-suku galat diasumsikan tidak berkorelasi. Oleh karenanya, hasil dari
setiap amatan manapun tidak memengaruhi galat dari amatan lain manapun,
baik positif atau negatif, kecil atau besar. Karena galat
berkorelasi, maka begitu juga dengan respon (
2.9
dan
) dengan (
tidak
).
Estimasi Parameter
Estimasi
parameter
pada
CAPM
dan
TFMFF
bertujuan
untuk
mendapatkan model regresi linier yang akan digunakan dalam analisis CAPM dan
TFMFF. Model regresi yang baik adalah model regresi yang dapat menghasilkan
nilai galat terkecil. Semakin kecil nilai galat yang dihasilkan, maka semakin baik
hasil dari model regresi tersebut. Nilai galat yang kecil menunjukkan nilai
estimasi yang dihasilkan dari suatu analisis regresi akan mendekati nilai
aktualnya. Pada penelitian ini, metode yang digunakan untuk mengestimasi
parameter pada CAPM dan TFMFF adalah metode kuadrat terkecil atau sering
juga disebut dengan metode Ordinary Least Square (OLS). Metode OLS dapat
menghasilkan nilai residual sekecil mungkin dengan menjumlahkan kuadrat
residual.
2.9.1 Estimasi Parameter CAPM dengan Metode OLS
Metode OLS pada CAPM digunakan untuk mencari ̂ dan ̂ yang
merupakan nilai estimasi parameter
menjadi ( ̂ )
̂
dan
̂(
sehingga persamaan (2.4) diestimasi
) Berdasarkan persamaan (2.4) maka
jumlah kuadrat galat dinyatakan sebagai
∑
∑ ((
)
( ̂ ))
27
∑ ((
)
(̂
∑ ((
)
̂
̂(
)))
̂(
))
Penurunan persamaan (2.15) dijabarkan sebagai
|
|
̂̂
∑ ((
)
∑(
̂̂
̂
) ((
̂(
))
̂
)
̂(
))
Persamaan normal kuadrat terkecil diperoleh:
̂ ∑(
̂
̂ ∑(
)
)
∑(
̂ ∑(
)
)
∑(
)(
)
Bila persamaan (2.15) dinyatakan dalam notasi matriks menjadi:
∑
dengan
Meminimalkan kuadrat galat dengan mendeferensialkan persamaan (2.20)
terhadap parameter
|
diperoleh:
̂
̂
28
̂
̂
2.9.2 Estimasi Parameter TFMFF dengan Metode OLS
Metode OLS pada TFMFF digunakan untuk mencari ̂ , ̂ , ̂ dan ̂ yang
merupakan nilai estimasi parameter
diestimasi
menjadi
( ̂ )
,
,
dan
sehingga persamaan (2.13)
̂(
̂
)
̂
̂
Berdasarkan persamaan (2.13)maka jumlah kuadrat galat dinyatakan sebagai
∑
∑
∑
((
̂
∑
((
)
)
(̂
)
̂
( ̂ ))
̂(
)
̂
))
((
̂
̂(
)
̂
)
(2.22)
Penurunan persamaan (2.22) dijabarkan sebagai
|
∑
̂̂̂̂
̂
|
(
∑
̂̂̂ ̂
̂
̂(
̂
) ((
̂
̂
|
)
)
̂
)
∑
̂̂ ̂ ̂
((
̂
̂
̂(
̂(
)
)
((
̂
)
)
)
)
29
|
∑
̂̂̂̂
((
̂
̂
)
̂
̂(
)
)
Persamaan normal kuadrat terkecil diperoleh:
̂
̂ ∑(
)
̂ ∑(
)
̂ ∑(
)
̂∑
̂∑
̂∑
̂ ∑(
̂∑
̂∑
∑
)
)(
(
)
(
)
)
̂∑
)
(
(
∑(
̂ ∑(
∑(
∑
̂∑
̂∑
̂∑
)
̂∑
)
Bila persamaan (2.22) dinyatakan dalam notasi matriks menjadi:
∑
dengan
)
30
Meminimalkan kuadrat galat dengan mendeferensialkan persamaan (2.31)
terhadap parameter diperoleh:
̂
̂
̂
̂
2.10
Pengujian Asumsi pada Analisis Regresi Linier Berganda
2.10.1 Pengujian Kenormalan Univariat
Pemeriksaan distribusi normal univariat dilakukan dengan cara membuat
Q-Q atau grafik probability plot of error. Suatu data dikatakan menyebar normal
apabila titik-titik galat mengikuti pola garis lurus. Namun, untuk pengujian lebih
akurat dapat dilakukan analisis Anderson-Darling. Adapun hipotesis yang diuji
adalah
(galat) berdistribusi normal
(galat) tidak berdistribusi normal
Kriteria keputusan galat berdistribusi normal jika p-value> (alpha) yaitu
hipotesis nol gagal ditolak.
2.10.2 Pengujian Kekonstanan dan Kehomogenan Ragam Galat
Pengujian kekonstanan ragam dilakukan dengan membuat plot antara nilai
dugaan ̂ dengan galat atau dengan memplot antara masing-masing variabel bebas
terhadap galat. Jika sebagian besar titik amatan berada dekat titik nol dan tidak
membentuk kurva tertentu maka ragam dikatakan bersifat acak dan konstan
(Neter, 1997).
31
2.11
Uji Signifikansi Parameter CAPM dan TFMFF
2.11.1 Pengujian Parameter Secara Serentak (Simultan)
Uji serentak (simultan) digunakan untuk mengetahui adanya hubungan
linier antara return saham (variabel respon) dengan seluruh variabel bebas
(
, SMB dan HML ) secara bersamaan, dengan hipotesis yang diuji adalah
minimal ada satu parameter (
Statistik uji yang digunakan adalah
Berikut ini tabel ANOVA untuk Uji Simultan Parameter Regresi:
Tabel 2.2 Tabel ANOVA untuk Uji Simultan Parameter Regresi
Sumber
Keragaman
Regresi
d
JK
db
KT
q
∑ ( ̂ )
̅̅̅̅̅̅̅̅̅̅̅̅
Galat
n
n-q-1
∑ (
)
( ̂ )
Total
n
n-1
∑ (
(̅̅̅̅̅̅̅̅̅̅̅̅)
(Neter,et. all,1997).
)
32
Keterangan:
Db
= derajat bebas;
JK
= Jumlah Kuadrat;
KT
= Kuadrat Total;
JKR
= Jumlah Kuadrat Regresi;
KTR
= Kuadrat Total Regresi;
JKG
= Jumlah Kuadrat Galat;
KTG
= Kuadrat Total Galat;
JKT
= Jumlah Kuadrat Total;
n
= banyaknya amatan.
Penolakan hipotesis nol jika
menunjukkan bahwa terdapat
variabel bebas yang mempunyai kontribusi yang signifikan terhadap model
(Neter,et. all,1997).
2.11.2 Pengujian Parameter Secara Individu (Parsial)
Uji parsial digunakan untuk mengetahui pengaruh masing-masing variabel
bebas terhadap model.Hipotesis pengujian signifikansi parameter regresi secara
parsial adalah (Neter,et. all,1997):
:
:
;
dan
Statistik uji yang digunakan adalah
̂
̂
Keterangan:
̂
= nilai taksiran parameter
(yang diperoleh dari metode OLS);
= standar deviasi nilai taksiran parameter
.
33
Gagalnya penolakan hipotesis nol terjadi apabila
yang
berarti bebas ke-k dapat dihilangkan dari model.
2.11.3 Koefisien Determinasi Ganda Terkoreksi
Koefisien determinasi ganda merupakan suatu ukuran yang penting dalam
regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang
terestimasi. Dengan kata lain nilai tersebut dapat mengukur seberapa dekat garis
regresi yang terestimasi dengan data sesungguhnya. Nilai koefisien determinasi
ganda mencerminkan seberapa besar keragaman peubah respon
dijelaskan oleh variabel bebas
dan
dapat
. Apabila nilai koefisien
determinasi ganda sama dengan 0 (R2 = 0), artinya variasi dari
tidak dapat
diterangkan oleh variabel bebas sama sekali. Sementara bila R2 = 1, artinya variasi
dari
secara keseluruhan dapat diterangkan oleh variabel bebas. Dengan
kata lain bila R2 = 1, maka semua titik pengamatan berada tepat pada garis regresi.
Dengan demikian baik atau buruknya suatu persamaan regresi ditentukan oleh R2
nya yang mempunyai nilai antara nol dan satu. Koefisien determinasi ganda
dilambangkan
Nilai
, yang dirumuskan sebagai (Neter,et. all,1997):
yang besar belum tentu berimplikasi bahwa model dugaan
berguna. Penambahan lebih banyak peubah bebas ke dalam model akan
menaikkan nilai
. Oleh karena itu digunakan koefisien determinasi ganda
terkoreksi yang dilambangkan dengan
(Neter,et. all,1997):
(
adjusted), yang dirumuskan sebagai
34
(
)
dengan n adalah banyaknya amatan dan p adalah banyaknya parameter. Koefisien
determinasi ganda terkoreksi ini akan menjadi lebih kecil jika peubah bebas yang
tidak signifikan dimasukkan ke dalam model. Model regresi yang terpilih adalah
model regresi yang memiliki nilai koefisien determinasi terbesar.