CAPM DAN MODEL INDEKS Imbal Hasil Aktual versus Imbal Hasil yang Diharapkan Bagi pemula, satu

prediksi pusat dari CAPM adalah bahwa portofolio pasar merupakan portofolio yang efisien dari segi rata-rata dan varians. Namun, CAPM mengandung implikasi adanya hubungan antarimbal hasil yang diharapkan, padahal seluruh observasi adalah imbal hasil aktual, dan hal ini belum tentu sama dengan imbal hasil yang diharapkan sebelumnya.

Untuk pengukuran terhadap ekspektasi antara rasio imbal hasil terhadap variabilitas, yaitu dengan mencoba untuk mengukur validitas dari perangkat sentral kedua dari prediksi CAPM (hubungan antara return yang diharapkan dengan beta. Hubungan ini didefinisikan dalam terminology dan E(rM) 10.8 Model Indeks dan Realisasi Imbal Hasil Pernyataan sebelumnya sudah menyebutkan bahwa CAPM merupakan imbal hasil yang diharapkan, sedangkan pada kenyataannya, kita hanya dapat mengamati imbal hasil aktual. Untuk mengahasilkan lompatan dari imbal hasil yang diharapkan menjadi imbal hasil aktual, dapat digunakan model indeks yaitu : 10.9 Selanjutnya, dapat dilakukan penurunan kovarians antara imbal hasil saham I dengan indeks pasar. `

Karena

(

)

, maka koefisien sensitivitas

, pada

persamaan 10.9 merupakan kemiringan garis regresi yang mewakili model indeks, sama dengan

Ini merupakan pernyataan tentang rata-rata imbal hasil berlebih yang diharapkan dari asset secara relative terhadap imbal hasil berlebih dari portofolio pasar.8 memperlihatkan bahwa CAPM memprediksi nol untuk seluruh aset.Koefisien dbeta dari model indeks akhirnya sama dengan beta dari hubungan imbal hasil yang diharapkan dengan beta pada model CAPM. Model Indeks dan Hubungan antara Imbal Hasil yang Diharapkan dengan Beta Hubungan antara imbal hasil yang diharapkan dengan beta untuk suatu sekuritas i dengan portofolio pasar. model indeks menjadi : Persamaan 10. karena sampel suatu periode adalah bebas dari sampel periode berikutnya. dimana dalam hal ini analis dapat . maka persamaan model pasar akan menjadi identik dengan model indeks. VERSI INDUSTRY DARI MODEL INDEKS Saat ini banyak praktisi menggunakan CAPM.9 menunjukkan portofolio pasar yang sesungguhnya. Namun apabila CAPM valid. dimana akan menjadi dari suatu saham adalah imbal hasil yang diharapkan lebih tinggi atau lebih rendah dari imbal hasil wajar dari prediksi CAPM. ditambah imbal hasil kejutan spesifik perusahaan : Persamaan ini membagi imbal hasil menjadi komponen spesifik perusahaan dan komponen sistematik dalam banyak hal berbeda dari model indeks. sampel seharusnya tidak dapat diprediksi. Namun pada akhirnya. Jika indeks M pada persamaan 10. yang jika tanpa informasi khusus tentang suatu sekuritas atau adanya informasi yang tidak tersedia secara umum. Model pasar menyebutkan bahwa imbal hasil ‘kejutan’ dari sekuritas adalah proporsional terhadap imbal hasil kejutan dari pasar. akan menyimpulkan bahwa harga sekuritas adalah tepat. Dimana nilai sudah diketahui pada persamaan sebelumnya.

karena Koefisien determinasi juga dapat dinyatakan sebagai 10. kita dapat melihat bahwa jika adalah konstan selama periode sampel.10 Untuk menggantikan [ ] 10. adalah bagian dari varians asset yang tidak dapat dijelaskan oleh indeks pasar.10 dengan 10. lalu mengamati suku bunga bebas risiko. prediksi dari investor jika tidak mengetahui informasi privat tentang saham GM Manajer portofolio yang membuat prediksi dengan menggunakan indeks pasar. Dimana R kuadrat menunjukkan varians sistematik dari seluruh varians yang menunjukkan berapa bagian dari volatilitas perusahaan adalah berasal dari pergerakan pasar.13 . yaitu 10. koefisien mempunyai variable bebas yang sama. Karena itu. sehingga terletak pada garis pasar. Akibatnya.menyimpulkan bahwa return yang diharapkan dari sekuritas adalah sejalan dengan risikonya. Sebagai contoh. maka kedua persamaan akan . Security Risk Evaluation menggunakan S&P 500 sebagai proksi dari portofolio pasar.11. Estimasi suatu varians dari model indeks disini.11 Dengan membandingkan Persamaan 10. dan residu . Varians yang spesifik perusahaan. yaitu kemiringan garis akan sama pada kedua regresi. dapat menggunakan model untuk menentukan tolok ukur return bagi setiap saham.

4. P mempunyai nilai alfa sebesar 4% dan beta sebesar 1. Kapitalisasi pasar 5. jika kita percaya bahwa ukuran perusahaan dan rasio utang merupakan dua penentu beta. Pertumbuhan laba per lembar saham 4. Manajer cukup percaya dengan kualitas analisis sekuritasnya namun mengkhawatirkan kinerja pasar secara umum dalam waktu dekat. Beta saat ini = utang) Pendekatan seperti diatas dilakukan oleh Rosenborg dan Guy yang menemukan bahwa variable variable berikut ini dapat membantu memprediksi beta di masa depan: 1. Beta terlihat menyimpang dai 1 sepanjang waktu. Pendekatan sederhana adalah dengan mengumpulkan data beta dari periode yang berbeda dan menyusun estimasi persamaan regresi.Memprediksi Beta Beta yang diestimasi dari masa lalu mungkin bukan merupakan estimasi terbaik atas beta di masa depan. Varians arus kas 3. Varians laba 2. Beta saat ini = (Beta masa lalu) Prediksi beta masa depan dengan aturan berikut ini : Prediksi beta = (Beta saat ini) Sebagai contoh. manajer portofolio tersebut . Sampai titik ini. Ini menyarankan bahwa kita membutuhkan moel untuk memprediksi beta. secara spesifik kita bisa memperluas versi persamaan 10. Imbal hasil dividen 6. Rasio utang terhadap aktiva MODEL INDEKS DAN PORTOFOLIO TRACKING Misal tim analis sekuritas membuat estimasi persamaan model berikut : (Beta masa lalu) + (Ukuran Perusahaan) + (Rasio Oleh karena itu.14 dan membuat estimasi.

16) .4. Portofolio tracking untuk P akan mengandung posisi terungkit didalam S&P 500 untuk mencapai beta sebesar 1.C.4 pada S&P 500 dan 0. Karenanya. Karena T disusun dari indeks dan surat utang pemerintah maka nilai alfanya akan sama dengan nol.dapat membentuk portofolio tracking. Portofolio kombinasi ini. manajer portofolio membeli portofolio P dan pada saat yang sama menutup risiko sistematis dengan mengambil posisi jual pada portofolio tracking. akan memberikan imbal hasil ( ) ( 10.04 pada surat utang pemerintah. Misal. T meliputi posisi 1.