RETURN DAN RISIKO AKTIVA TUNGGAL 7.1, PENDAHULUAN Return realisastan (realized return) merupakan tom yang telah ea, Return ‘kspektasian expected return) smerupakan return yang dbarapkan ‘kan dipecoen ‘oleh investor ‘imasarandatang, Return merupakan hasil yang diperoleh dari investasi. Return dapat berupa retum realisasian yang sudah terjadi atau return ekspektasian yang belum terjadi tetapi yang diharapkan akan terjadi dimasa mendatang, Return realisasian (realized return) merupakan return Yong telah terjadi, Return realisasian dihitung menggunaken data historis, Return realisasian penting karena digunekan sebagai salah satu pengukur kinerja dari perusahaan, Return realisasian atau rotum histori ini juga berguna sebagai dasar penentuan retum okspektasian (expected return) dan risiko dimasa datang, Retura ekspektasian (expected rettern) adalah return yang diharapkan akan diperoleh oleh investor dimasa mendatang. Berbeda dengan return realisasian yang sifitnya sudah terjadi, return ekspektasian sifatnya belum terjadi. 7.2. PENGUKURAN RETURN REALISASIAN Beberapa pengukuran return realisasian yang banyak dligunakan adalah rotum total (iota! return), relat retum (return relative), Kumulatif return (return cumulative) dan return disesuaian (adjusted return). Sedang rata-rata dari returnRETURN DAN RISIKO ARTIVA TUNGGAL dapat dihitung berdasarkan rata-rata aritmatika (aridhmetic mean) dan rata-rata geometrik (geometric mean). Rata-rata geometrik banyak digunakan untuk menghitung rata-rata return ‘beberapa periode, misalnya untuk menghitung return mingguen atau retum balanan yang dihitung berdasarkan rata-rata geometrik dari return-return harian. Untuk perhitungan return seperti ini, rata-rata geometrik lebih tepat digunakan . asinggu co S44 240 Gambar 7.2, Perbandingan antara relurn-return ekspektasian metode rata-rata, trend dan random walk. 7.33. Berdasarkan Model Return Ekspektasian Modelmodel untuk menghitung return ekspeklasian 53° gat dibutuhkan. Sayangnya tidak banyak model yang tersedia, Model yang tersedia yang populer dan banyak digunakanTTHORI PORTOFOLIO DAN ANALISIS INVESTASI 7.4. RISIKO adalah Single Index Model (lihat bab 10) dan model CAPM. lihat bab 13). Hanya menghitung. return saja ‘untuk suata investasi tidaklah eukup, Risiko dari investasi juga perlu Return dan risiko merupakan dua hal yang tidak terpisah, Karena pertimbangan suatu investasi merupakan trade-off dari kedua faktor ini. Return dan risiko mempunyai hubungan yang positif, semakin besar risiko yang harus ditanggung, semakin besar retum yang harus dikompensasikan. Risiko sering dihubungkan dengan penyimpangan atau deviasi dari outcome yang diterima dengan yang dickspektasi. Van Horne dan Wachowics, Jr. (1992) mendefinisikan risiko sebagai variabilitas return terhadap retum yang diharapkan. ‘Untuk menghitung risiko, metode yang banyak digunakan adalah deviasi standar (standard deviation) yang mengukur ab- solut:penyimpangan nilai-nilai yang sudah terjadi dengan nilai ckspektasinya. . 74.1, Risiko Berdasarkan Probabilitas Penyimpangan standar atau deviasi standat merupakan ppengukuran yang digunekan untuk menghitung risiko, Deviasi standar (standard deviation) dapat dituliskan sebagai berikut:RETURN DAN RISIKO AKTIVA TUNGGAL Selain deviasi standar (standard deviation), risiko juga dapat dinyatakan dalam bentuk varian (variance). Varian Gariance) adalah kuadrat dari deviasi standar (standard deviation) sebagai berikut: ‘Rumus varian ini dapat ditulis dengan dinyatakan dalam bentuk probabilitas. Misal [Ri ~ E(R)]* = Uy, maka Var(R) dapat ditulis: Var(R) = BCU) a = LUy-p) jn} Substitusi kembali U;dengan [Ri ~ E(RD]? sebagai berikut: ‘Deviasi standar adalah akar dari varian: Contoh 7.14: Dengan menggunaken data di contoh 7.12, maka varian dari return ekspektasian dapat dihitung sebesar:TEORI PORTOFOLO DAN ANALISIS INVESTASE ‘Var(Ri) Ry ~ ERY «pi + (Ra = ERI» pa + Re - E(ROY - ps + (Ra ER) « pe + (Ris~ ERD)? + Ps (0,09 - 0,152)? - 0,10 + (-0,05 - 0,152)". 0,15 + 0,15 ~ 0,152)* - 0,25 + (0,25 — 0,152)? - 0,20 + (0.27 -0,152)° - 0,30 0,000586 + 0,00612 + 0,000001 + 0,001921+ 0,00418 f 0,018. ‘Besarnya deviasi standar adalah akar dari varian, yaitu sebesar: o= 0,018 =0,134, 7.4.2, Risiko Berdasarkan Data Historis Risiko yang diukur dengan deviasi standar (standard deviation) yang menggunakan data historis dapat dinyatakan sebagai berikut ini. Notasi: SD_ = standard deviation, X= nila ke-i, E(K) = nilai ckspektasian,RETURN DAN RISIKO ARTIVA TUNGGAL. n= jumleh dari observasi data historis untuk sampel besar dengan n (paling sedikit 30 observasi) dan untuk sampel keeil digunakan (n-1). Nilai ckspektasian yang digunakan di rumus deviasi standar dapat berupa nilai ekspektasian berdasarkan rata-rata historis atau trend atau random walk. Contoh 7.15: ‘Tabel 7.1 menuinjukkan nilai-nilai rotum selama 7 tahun mulai tahun 1990 sampai dengan 1996, Rata-rata atithmatika untuk nilai-nilai return ini sudah dihitung di Contoh 7.11 sebesar 0,09957. Selanjutnya deviasi standar dapat dihitung dengan ‘menggunakan rumus 7.19 sebagai berikut ini. [FFetiode | reeiven 08) @-R oe 1990 0,060 {(0,060-0,09957)' = 0,00157 1991 0,077 {0,077-0,09957)° «0,005 1992 | 09s {0,095-0,09959) 1993 0,193, (0,193-0,09957) 1994 0,047 (0,047-0,09957) 1995, O13 (0,113-0,09957)' = 0,00018 1996 ona (G,112-0,09957)'= 0,00015. R, =0,09957 re 01392 Dari perhitungan di tabel, maka deviasi standar dapat dibitung sebesar: TOK ROO! EL = ¥0,01392707 = 0,0482. sD 308‘TEORI PORTOFOLIO DAN ANALISIS INVESTASI Nilai deviasi standar dapat juga dihitung sebagai berikut it SD_ = [((0,060-0,09957) +- (0,077-0,09957)" + (0,095-0,09957)" + (0,193~0,09957)? + (0,047-0,099579 + (0,113-0,09957 + (0,112-0,09957)") / (7-1)]1/2 = 0,0482. Deviasi standar dapat juga dihitung berdasarkan rata-rata ‘geometrik (nilai rata-rata geometrik data ini sudah dihitung di contoh 7.9 sebesar 0,0987) sebagai berikut: SD = [((0,060-0,0987)' + (0,077-0,0987" + (0,095-0,0987)? + (0,193-0,0987)" + (0,047-0,0987)" + (0,113~0,0987 + (0,112-0,0987)°) / 7-1)" = 0,048, ‘Contoh 7.16: Risiko return saham akan dihitung berdasarkan nilaé-nilai retum ekspektasian di contoh 7.13 sebelumnya sebagai berikut ini, 1, Dengan metode rats-rata: SD = ((0,0030-0,0024)" + (0,0040-0,0024)? + (0,0005-0,0024)" + (0,0020-0,0024)* + (0,0025-0,0024)"V/4)'? = 0,001294 = 0,1294%, *Dengan menggunakan Exee!, eviss stundar dapat digunakan fungsi STDEVO.[RETURN DAN RISINO AKTIVA TUNGGAL 2. Dengan metode trend: SD _ = ((0,0030-0,0035)" + (0,0040-0,0035)" + (0,0005-0,0035)' + (0,0020-0,0035)? + (0,0025-0,0035)'/4)"? = 0,001785 = 0,1785% 3, Dengan metode random walk: SD = ((0,0030-0,0025)° + (0,0040-0,0025)" + (0,0005-0,0025)° + (0,0020-0,0025)" + (0,0025-0,0025)'4)"? ,001299 = 0,1299%. 7.8. KOEFISIEN VARIASI Untuk melakukan analisis investasi, dua faktor harus dipertimbengkan bersama-saina, yaitu retum ekspektasian dan risiko aktiva. Koefisien variasi (coefficient of variation) dapat ddigunakan untuk mempertimbangkan dua faktor tersebut ber- : samaan, Rumus koefisien variasi (coefficient of variation) ‘ adalah; Notasi: CVi= Coefficient of Variation (kocfisien variasi) untuk akiva ke-i. Dari rumus koefisien variasi (coefficient of variation) dapat diartiken bahwa semakin Kecit nilai CV somakin baik 310‘TBORE PORTOFOLIO DAN ANALISIS INVESTASE aktiva tersebut. Semakin kecil CV menunjukken semakin keeil risiko aktiva dan semakin besar return ekspektasiannya, Contoh 7.17: Data dua buah saham, yaitu saham Bank Mandiri Tbk (dengan kode ticker BMRI) dan saham Telekomunikasi Indonesia Tbk (dengan kode rfcker TLKM) untuk periode satu minggu sebagai berikut ini. renin 2esepa007 | Fmt ro3a007 | Sen oea007 | Sse ee ‘sous 002038 “omnis “aoe? Foua0e7 —_| Ranke oazr97 0123s soe2007 | done -aa06%0| 002893 EG ocome ‘o07sa = ona 902256 Nilai retum ekspektasian yang dibitung dengan rata-rata arit- ‘matika untuk saham BMRI adalah sebesar 0,00716 dan untuk saham TLKM adalah sebeser 0,02528. Risiko yang diukur dengan deviasi standar (Lihat rumus dan cara perhitungannya di bab 7.4.2. sebelumnya) adalah sebssar 0,02022 untuk saham BMRI dan 0,02296 untuk sama TLKM. Nil masing-masing saham dapat dihitung sebesar: CVove = 0,02022 /0,00716 = 2,82586 CV ruxxe = 0,02296 / 0,0252 BiRETURN DAN RISIKO AKTIVA TUNGGAL. Nilai CV untuk saham TLKM lebih kecil dari nitai CV saham BMRI. Ini berarti saham TLKM mempunyai kinerja lebih baik untuk minggu pertama bulan Oktober 2007 dibandingkan dengan kinerja saham BMRI, 7.6, PROPERTI RETURN EKSPEKTASIAN DAN VARIAN ‘Nilai-nilai ckspektasian mempunyai beberapa properti. Dua buah properti yang berhubungan dengan nilai ekspektasian akan dibahas berikcut ini, Properti 1: Nilai ekspektasian dari penjumlahan sebuah variabel acak X dengan sebuah konstanta k adalah sama dengan nilai ekspek- tasian dari variabel acak itu sendiri ditambah dengan kons- tantanya sebagai berikut Bukti: Mensubstitusikan Ry dengan (X+k) untuk nilai ekspektasian di rumus (7-14), make akan didapatkan: n EH) = E (Xk) pd ~ CH PHA) pete HAI - Pa a a L&-p)ek Dp. isl 1 312TEORI PORTOFOLIO DAN ANALISIS INVESTAST Telah diketahui bahwa penjumlahan probabilitas dari semua 8 kejadian > p; adalah bernilai satu, maka: iL a EX +k) = D&-p)+k il =E(X) +k. > terbukti Contoh 7.18: Nilai-nilai masa dateng (X:) dengan probabilitas (p)) kemung- kinan terjadinya tampak di tabel berikut ini. Me Bi 0 020 Is 030 20 0,50 Nilai ekspektasian dari X; adalah sebesar: E(X) = (10 - 0,20 + 15 - 0,30 + 20- 0,50) = (2445+ 10)= 16,5. Untuk suatu konstanta yang bernilai 2, maka: EK +k) = (10+2)-0,20+(15+2)-0,30 + (20 +2)-0,50 = 24450411 = 18,5, 313314 _ABTURN DAN RISIKO AKTIVA TUNGGAL Dari properti 1, nilai BX + k) dapat juga dihitung sebagai berikeut: BX+k) =EX)+k = 165+ 8,5. Properti Nitai ekspektasian dari perkalian sebuah variabel acak X dengan sebuah konstanta k adalah sama dengan nilai ekspek- tasian dari variabel acak itu sendiri dikalikan dengan kons- tantanya sebagai berikut ini, Bukti: n Bok-X) = E [kX pid el = &- Xi): prt(k Xo): pat. AK Xs): Po =k (Xi: pit Xa pat se + Xa- Pad a X&-p) it =k E(X). > terbukti Contoh 7.19: Dengan menggunakan data di contoh 7.18 sebelumnye, nitai dari (kX) dengan k = 2 dapat dihitung sebesar:‘TEORI PORTOFOLIO DAN ANALISIS INVESTASE E(k-X). = (2+ 10)-0,20+(2- 15)-0,30 +220) 0,50 (20) «0,20 + (30)- 0,30 + (40) - 0,50 = 449420 = 33. Dati properti 2, nilai E(k - X) dapat jngs dihitung. sehagai berikut: E(k X) = k- BOX) = 2-(16,5) = 33. Properti 3: ‘Varian dari penjumtaban suatu variabel acak X dengan sebuah Konstanta k adalah sama dengan varian dari variabel acak torsebut sebagai berikut: Bukti Dari rumus (7-16) bahwa Var(Ri) = E(Ri — E(R)), dengan ‘mensubstitusikan Ry dengan X +k, maka didspatkan: Var(X + k) = E((X +k) ~ BOX + IQ). Dari properti 1 bahwa E(X + k) adalah sama dengan E(X) + k, maka: aisRETURN DAN RISIKO AKTIVA TUNGGAL Var(X +k) = EQX +k BOX)- Ky) ((X-EOOY) ‘Var(X). > terbukti Contoh 7.20: “Menggunekan data di contoh 7.12 untuk Ry dan probabilitasnye (p) dan di perhitungan di contoh 7.14 didapatkan varian sebesar 0,018, Untuk suatu konstanta k sebesar 2, nilai-nilai (Rj +k) tampak di tabel berikut ini, Kenai Feononi y Brobabiins o Pe mate oy Resst 009" fF T= TST Ts Culkup Reses “os | 9505+ ois Normal ois | os + 025 Baik 025 | 025+ 020, | Sang Bic om | or 030 ‘Selanjutnya retum ekspektasian untuk E(R, + k) dapat dihitung sebesar: a ER+k) = LURs+k)- pil FL BR+K) = Ruth): prt Ret) pot (Rete) pat (Ruth pat (Ris +) ps 1,9b- (0,10)42,95 40,15)#2,15: (0,25) 42,25 - (0,20) + 2,27 - (0,30) 2,182. 316TEORI PORTOFOLIO DAN ANALISIS INVESTAST Varian dari return ditambah dengan konstanta k dapat dihitung, sebesar: VerRi +1) = (RaW) ER + WY =p: +((Ra+k)-E(Ra+k))?- pe + (Rs +k) ERs +k) pa + (Ra + K)-E(Ri + KY? «pa + ((Ris +) B(Rs + WY? + pe ™ (1,91 ~2,152)? 0,10 (1,95 ~ 2,152)? 0,15 + (2,15 - 2,152)? - 0,25 ¥ (2,25 -2,152)*- 0,20 + (2,27 - 2,152)? - 0,30 = 0,00586 + 0,00612 + 0,000001 +0,001921 + 0,00418 0,018, ‘Nilai dati Var(Ri + k) yaitu sebesar 0,018 sama dengan nilai VaxR:) yang dihitung di contoh 7.16. Dengan demikian terbukti bahwa Var(R; + k) adalah sama dengan Var(Ri). Properti 4: ‘Varian dari perkalian sebuah variabel acak X dengan sebuah kkonstanta k adalah sama dengan varian deri variabel acak itu sendiri dikalikan dengan kuadrat konstantanya, sebagai berikut: Bukti: Var(k-X) = E(k X ~B(KX)P) 317RETURN DAN RISIKO ARTIVA TUNGGAL Dari properti 2 bahwa B(k + X) adalah sama dengan k - B(X), ‘maka: Var(k +X) = B({kX=k- BOQ)) = Bf(k- [X-BQQ)*] = BCC [X-EQOP) =k Var(X).> terbuktl Contoh 7.21: Masih menggunakan data di contoh 7.12 untuk Ry dan proba- bilitasnya (,) dan untuk suatu Konstanta k sebesar 2, nilai-nilai (k - Rj) tampak di tabel berikut ini Kodi Frababilias Ekonomi () Hoke @) itesest 2 Oo Cukup Reset 2 os ‘Normal 2-0,15) 0,30 0,25 Bail 2-(025)=0,80 0.20 Sangat Baik 302-054 030 Selanjutnya return ekspektasian untuk E(k + Ri) dapat dihitung sobesar: a E&-R)= Llk-Ri)-p] fl E(k +R) = (K+ Ra) prt (K+ Ra) po tk: Ris)» pat (Kk: Ru): pat UK -Ris) ps 38TEORI PORTOFOLIO DAN ANALISIS INVESTAST = -0,18: (0,10) ~ 0,10: (0,15) 0,30 - (0,25) + 0,50 - (0,20) + 0,54 - (0,30) = 0,304, Besarnya E(k - Ri) dapat juga dihitung berdasarkan properti ke- 2 (lihat rumus 7-20). yaitu sebesar k + F(R). Nilai dari ER) telah dinitung di contoh 7.12 scbesar 0,152, sehingga untuk k = 2, maka k - B(R) adalah bernilai 2 - (0,152) = 0,304. Selanjutnya varian dari return ekspektesian ini dapat dibitung sebesar: Var(k-R) = ((k Ra)—E(e-Ri))*-ps + (G+ Ra) ~ Blk Ra)? po +(k+Ra)- EK Ri) Pa + (G- Ru) E(k Ru)? + pe + (Ck Ris)~ E(k - Rs)? «ps = (-0,18- 0,304)? - 0,10 + (0,100,304)? - 0,15 + (0,30 - 0,304)" - 0,25 + (0,50 ~ 0,304)" - 0,20 + (0,54 ~ 0,304) «0,30 = 0,0234 + 0,0245 + 0,000004 ‘+0,0077 + 0,0167 = 0,072, ‘Nilai dari Var(k - R:) yaitu sebesar 0,072 sama dengan nilai (k* + Var(R,)) yaitu (2? - 0,018) = 0,072. Dengan demikian terbukti bahwa Vartk - Ri) adalah sama dengan k? - Var(R,): 39RETURN DAN RISIKO ANTIYA TUNGGAL 7... SEMIVARIANC Salah satu keberatan menggunaken rumus varian adalah arena rumus ini memberi bobot yang sama besamya untuk nilai-nilai di bawah maupun di stas nilai ekspektasian (nilai rata-rata). Padahal individu yang mempunyai attitude berbeda terhadap risiko akan memberikan bobot yang tidak sama terfiadap dua kelompok nilai tersebut. Misalnya individu yang tidak suka menghadapi risiko (risk averse) umiumnya akan ‘memberikan bobot yang Iebih tinggi untuk nilai-nilai di bawah nilai ekspektasian. Bahkan individu risk adverse hanya memen- tingkan nilaisnilai di bawah nilai ekspektasian tersebut, Alasan lainnya adalah risiko selalu dihubungkan dengan penurunan nilai. Misalnya jika Anda ditanya apa risikonya Kuliah, maka ‘akan menjawab risikonya adalah tidak ulus. Apa risikonya bisnis, maka akan dijawab risikonya adalah rugt. Apa tisikonya ‘memberi kredit, maka akan dijawab risikonya utang dapat tidak dlibayar, Apa risikonya investasi, maka akan dijawab kehilang- an nilai investasinya bukan dijawab risikonya adalah keuntung- an investasi, Jadi keuntungan atau kenaikan nilai bukan diang- ‘gap sebagai risiko. Risiko adalah sesuatu yang. menghilangkan atau menurunkan nilai. Oleh kerena itu, pengukuran dengan deviasi standar yang juga memasukkan nilai-nilai di atas nilai ekspektasinya dianggap tidak tepat, Karena dianggap bukan komponen dari Pengukur risiko seharusnya hanya me hanya nilai-nilai satu sisi saja yang digunakan, yeitu nilai-ni “Definist sso sebagai pemuranan nila juge dignnakan di pengukuranrisiko VAR (value cat risk), Pengukran risiko bara ini yitu VAR cikembangkan oleh 1P Morgan. Bagi yang tetarik ‘dengan VAR dapat dilthat di buku-buka risk management atau dapat diver di Internet, Karena suadab mule banyak yang memnbahasnya, 320‘THORE PORTOFOLIO DAN ANALISIS INVESTASI disebut dengan semivariance yang dihitung sebagai berikut: Contoh 7.22: Gunakan kembali data di contoh 7.12 sebagai berikut: ‘Kondist Ekonomi R_ | Profabinias ®) Revesi 0,09 0,10 (Cukup Resesi 0.05 os Normal os 02s Baik 25 020 Sanget Baik 027 930 Besarnya E(R) sudah dihitung di contoh 7.12 yaitu sebesar 0,152. lai Rs yang lebih kecil dari E(R) adalah tiga Ri yang pertama, yaitti~0.09, -0,05 dan 0,15. Nilai-nilai di atas nilai ekspektasian dianggap tidak menyimpang, sehingga: Semivariance = (-0,09 ~ 0,152) 0,10 + (0,05 — 0,152)" - 0,15 + (0,15 — 0,152)" - 0,25 = 0,012. 321RETURN DAN RISIKO ANTIVA TUNGGAL 7.8. MEAN ABSOLUTE DEVIATION Baik varian maupun semivariance sangat sensitif terhadap jarak dari nilai ekspektasian, Karena pengkuadratan, akan memberiken bobot yang lebih besar dibandingkan jika J tidak dilakukan pengkuadratan, Pengukuran risiko yang meng- hindari pengkuadratan adalah mean absolute deviation (MAD): Conton 7.23: Dari data di contoh 7.12 yang juga digunakan di contoh 7.20, nilai dati mean absolute deviation (MAD) dapat dinitung sebesar: MAD = Ra-E(R)| PiRe-E(R) prt Ris-E(R)] Pst Rie EQR)) pe + [Rs~ ER) ps = [+0,09 0,152] - 0,10 + [-0,05 — 0,152} - 0,15 + 10,15 - 0,152] - 0,25 + 10,25 - 0,152} 0,20 + (0,27 -0,152|- 0,30 = 0,0242 +0,0303 +0,0005 +0,0196 +0,0354 = 0,110 7.9. HUBUNGAN ANTARA RETURN EKSPEKTASIAN DENGAN RISIKO Return ekspektasion dan risiko mempunyai hubungan yang positif. Scmakin besar risiko suatu sekuritas, semakin be~ sar return yang diharapkan. Sebaliknya juga benar, yaity 322,TEORI PORTOFOLIO DAN ANALISIS INVESTASI semakin kecil retum yang diharapkan, semakin keeil risiko yang harus difanggung, Hubungan positif ini hanya berlaku ‘untuk return ekspektasian atau ex-ante retumn (before the fact), yaitu untuk retum yang belum terjadi. Untuk return realisasian (yang sudah terjadi), hubungan positif ini dapat tidak terjadi. Untuk pasar yang tidak rasional, kadang kala retumn realisasian yang tinggi tidak mesti mempunyai risiko yang tinggi pula. Dahkon keadaan sebulikuya spat terjadi, yaitu return realisasian yang tinggi hanya mempunyai risiko yang kecil Hubungan positif antara return ekspeldasian dengan risiko dapat digambarkan sebagai berikut i Resu Bkspeltasan Fumes Obligasi pemerintah Odtis pemeritah rah Rar Fa iste Gambar 7.3, Hubungan posit antara return ekspektasian dengan risiko, Di Gambar 7.3 terlihat bahwa suatu aktiva yang tidak mempue ayai risiko (misalnya adalah sertfikat utang yang dikeluarkan pemerintah, seperti Sertifikat Bank Indonesia stan SBI) hanya akan memperoleh retum ekspektasian yang rendah, yaitu sebesar return bobas risiko (Rea). 323RETURN DAN RISIKO AKTIVA TUNGGAL. Jika investor menginginkan return yang lebih tinggi, maka dia harus menanggung risiko yang lebih tinggi pula. Obligasi_pemerintah mempunyai risiko yang lebih tinggi dibandingkan dengan SBI karena obligasi pemerintah adalah surat wlang jangka panjang sedang SBI adalah surat utang Jangka pendek Obligasi yang dikeluarkan oleh perusahaan (corporate ond) mempunyai risiko yang lebih tinggi dibandingkan dengan obligasi pemerintah (government bond), sehingga re- turn yang diharapkan darinya juga akan lebih tinggi Saham lebih berisiko dibandingkan dengan obligasi per usabaan, karena harga saham lebih berfluktuasi dibandingkan dengan obligasi. Oleh karena itu, return ekspektasian saham juga seyogyanya lebih tinggi dari return yang diperoleh dari obligasi Waran dan opsi merupakan hak untuk membeli atau men- jual saham dengan harga tertentu untuk suatu periode wakiu tertentu, Jika hak ini tidak digunakan sampai masa berlakinya habis, maka nilai dari waran atau opsi tersebut menjadi nol. Dengan demikian pemegang waran stau opsi akan menanggung risiko yang besar yaitu risiko kehilingan nilai waran atau opsi tersebut, Oleh karena itu, waran atau opsi diharepkan akan da- pat memberikan retum yang lebih besar dibandingkan dengan return dari saham atau obligasi, Future tebih berisiko dibandingkan dengan opsi. Future lebih berisiko Karena hasilnya diperoleh dimasa depan yang penuh dengan ketidakpastian (wicertainy), misalnya adalah Komoditi hasil bumi (kelapa sawit, jeruk dan tainnya) yang hasilnya dimase depan tergentung dari keberhasilan panemnya, 324‘THOR PORTOFOLIO DAN ANALISIS INVESTASL Contoh 7.24: Berikut ini adalah data SBI, deposito, obligasi pemerintah, obligasi perusahaan, IHSG, dan beberapa reksa dana untuk periode 2004-2007. Aktiya = . 2004 [3008 |< 006 | 3007 SBI Tat] O30] 1150] 8,70 Depasito 795] 806] 12,10/ 9,81 ObligasiPemerinsh nui] 564] 1890] 9,37 Oblipas Perusahsan wn] 4g7} 2370) 317 Sham 6466] 423) 72,8 2142 Reksedana Pendopaim Tetsp' — | 11.27] 460) 18,06] 1,71, Reksedana Campuren? 40.07] 13491 s4or] 5462 Reksadana Sahat soo} 2617) 6019 | 7048 Keterangan: 'Reura tahunan gikitng der ratecataartmstika 3 sakam erat yaite BBRI Gack BRD), BMRI (Bank Mandi), dan TLEM (Telkom). ‘Return lahunan dihitung dark rota-rata aitmatike 6 rekspdona yeitu Samuel Dons Past, Nikko Bond Nusantera, TRIM Dana Tetap den St Obligasi Prima, Return fans dihitung deri rts-tata arias 4 eeksadana Bahana Dana Infasikiur, Dana rekse Angarek, Forts Pesona, dan ‘Manulife Campuran, Return tahnan dihitung deri rataata aritatka 4 fekaadans yaity Fortis Fivits, Dana reksa Mawar, TRIM Capital dan Scbroder Dana Presta Retum ekspektasian dan risiko yang dihitung dengan deviasi standar dari aktiva-aktiva tersebut adalah sebagai berikct ini, 325RETURN DAN RISTO ARTIVA TUNGGAL ‘Ativa = f k®] sp] cv] ev ‘SBI 934] 1,86] a,199 | ooz Deposito 948] 1,94] 0,205] 0,022 (Obligasi Pemerinta us2] 562] 0488 | 0,042 (Obligasi Perusshean i} 799) 0,650 | 0,054 Saban 40,77] 33,18] 0,814 | 0,020 Reksadana Pendapatan Tetep | 11,41) 5,80] 0,482 | 0,042 Reksadana Campuran 40,56] 1926} 0,475 | 0,012 Reksariana Saharn 51,96| 18,94} 0,365] 9,007 Keterangwn: E(R) = Rezurn cispektasian (0); SD = Standard Deviation %). Jika hasil di tabel tas diplot, maka akan didapatkan gambar sebagai berikut ini. © 4 Retstsna o “Sham g 540 | » z da ZE- ores Percaon 0 ‘Reksodane Peedapatan Tetep — — WE Depasto oh Na ° 0 ze » “ Devies stander (2)BOR! PORTOFOLLO DAN ANALISTS INVESTASL Dari tabel dan gambar dapat disimpulkan sebagai berikut ini 1 5 6. Ada hubungan positif antara retum ekspektasian dengan risiko, Semakin tinggi return ekspektasian, semakin tinggi risiko yang harus ditanggung. SBI sebagai aktiva bebas risiko tidak benar-benar bebas risiko, tetapi masih mengendung sedikit risiko (deviasi standar 1,86%), Deposito merupakan aktiva yang aman dengan tisiko yang rendah walaupun juga memberikan retum yang rendah pula Reksadana pendapatan tetap memberikan retum yang rendah dan tidak banyak memberikan manfaat penurunan risiko, Karena return dan risikonya di bawah risiko obligasi pemerintah. Seham memberikan return yang tinggi tetapi juga mengandung risiko yang tinggi pula. Reksanadana campuran eukup baik kinerjanya karena dengan return yang. hampir sama dengan yang diberikan oleh retum saham, tetapirisikonya lebih kecil. Reksadana saham lebih baik kinerjanya dibandingkan dengan sabam bahkan dengan kinerja reksadana cam- uran, karena dengan risiko yang hampir sama dengan risiko reksadana campuran, memberikan retum yang, lebih tinggi. Reksadana-reksedana di Indonesia, terutama reksadana saham dan reksadana campuran sudah merupakan por- tofolio-portofolio yang baik. ‘Walaupun reksadana-reksadana Indonesia sudah merupa- kan portofolio yang baik, totapi mereka lebih’ memen- tingkan pencapaian return yang tinggi tanpa berusaha mendiversifikasi risikonya lebih lanjt. Walaupun terjadi Penurunan risiko, tetapi pemurunan risikonya Kurang 327328 10. RETURN DAN RISIKO ARTIVA TUNGGAL signifikan, terutama untuk reksadana campuran, Reksa- dana campuran seharusnya risikonya jauh lebih keeil dibandingkan risiko reksadana saham, tetapi kenyataan- nya kedua risikonya hampir sama, Demikian juga dengan reksadana pendapatan tetap yang tampaknya sudah mempunyai risiko yang kecil, tetapi sebenarnya tidak terjadi diversfikasi penurunan risiko yang signiffkan, kkarena risikonya lebih besar dari risiko obligasi peme- rintah dan hanya sedikit lebih rendah dibandingkan dengan risiko obligasi perusahaan dan dengan return vyang lebih kecil puta, Tika ditihat dati CV (coefficient of Variation), aktiva yang, paling menarik yang mempunyai CV terendah (karena ‘CV adalah risiko dibagi dengan return, fihat rumus 7-20) erturut-turut adalah SBI (CV=0,199), Deposito (CV=0,205), Reksadlana Saham (CV=0,365), Reksadana Campuran (CV0,475), Reksadana Pendapatan Tetap (CV~0,482), Obligasi Pemerintah (CV-0,488), Obligasi Perusahaan (CV=0,660), dan Saham (CV=0,814) sebagai berikut ini. a B®: [SD W ‘SBI 934 | 186 | 0,199 Deposito 948 | 1,94 | 0205 Reksadana Sahern 51,96 | 1394 | 0,365 Reksadans Campuran 40,56 | 19,26 | 0.475 Reksadane Pendapatn Teap | 1141 | 55 | 0,482 ‘Obligasi Pemerintah 1152 | 562 | ose Obligasi Perusahaan in | 799 | 0.660 Sahar aart_| 3518 | osi4‘TEORI PORTOFOLIO DAN ANALISIS INVESTASE Dengan demikian jika didasarkan pada pertimbangan CV, tiga aktiva yang paling menarik adalah SBI, Deposito dan Reksadana Saham. Welaupun Saham mempunyai retum yang ‘Desar, tetapi juga melekat risiko yang besar pula ditunjukkan oleh nilai CV yang besar, Rumus CV ini, yaitu risiko dibagi dengan retum, mempunyai asumsi bahwa investor memberi bobot yang sama antara risiko dan return. Investor seperti ini dapat digolongkan sebagai investor risk neutral. Kenyataannya, beberapa investor memberi bobot lebih di return dibandingkan di risiko.’ Investor seperti ini dapat digolongkan sebagai investor risk taker atau risk lover (lawannya adalah investor yang tidak berani mengambil risiko yang digolongkan sebagai investor risit averse atau-risk avoider), Jika investor memberi bobot return lebih besar (misalnya dalam bentuk nilai kuadrat) dibandingkan dengan risiko, maka rumus’CV menjedi sebagai Derikut: +, Risiko Return? Pertimbangan investasi dengan menggunakan CV*, aktiva yang mempunyai CV* terendah adalah sebagai berikut ini, *Dapat juga member tobot lebih kecil di risiko dibandingkan dengan bobot di retum. 329RETURN DAN RISIKO AKTIVA TONGGAL ee: [ spo ev 31,96] 18,94] 0,007 RReksadana Campuran 40,56| 19,26 | 0,012 Saham 4077| 3318] 0020 SBI 934] 1.86] 0,021 Depasita 948 | 1,94] 0022 Reksadana Pendapatan Tetap mai 55 | 0042 Obligasi Pemerinta Hy 52 |_ 0,082 Obligasi Perusahaan uf _7.99| 0084 Dengan menggunakan CV", tiga aktiva yang paling menarik adalah Reksadana Saham, Reksadana Campuran, dan Saham,