PPT " CAPM "

12/ 12/ 2017 MANAJEMEN I NVESTASI DAN PORTOFOLI O MODEL PENENTUAN HARGA ASET MODAL ( CAPM ) ASUM SI : sekumpulan prediksi mengenai keseimbangan perkiraan imbal hasil terhadap aset beresiko invest or adalah perencana periode t unggal yang sepakat dengan daft ar masukan umum dari analisis sekurit as dan mencari port ofolio optimal rerat a-ragam. 1. Pasar sekurit as it u besar, dan invest or adalah penerima harga 2. Tidak t erdapat pajak at au biaya t ransaksi 3. Seluruh aset beresiko diperdagangkan secara umum 4. Invest or dapat meminjam dan meminjamkan jumlah berapapun pada t ingkat an t et ap bebas risiko PASAR SEKURITAS Dengan asumsi ini, seluruh investor memegang portofolio berisiko yang mirip. INVESTOR Model penentuan harga aset modal (CAPM) 1 12/ 12/ 2017 Dimana : Premi Risiko Dari Portofolio Pasar E(rM) –rf = premi risiko pada Contoh kasus : Data dari 8 dekade tekahir untuk indeks S&P 500 menghasilkan statistika berikut : rata-rata kelebihan imbal hasil 7,9, simpangan baku 23,2%. •Pada tingkatan bahwa rata-rata tsb mendekati perkiraan investor selama periode itu, berapa seharusnya rata-rata koefisien keengganan risiko? •Jika koefisien keengganan risiko sebenarnya adalah 4,0, berapa premi risiko yang akan sejalan dengan riwayat simpangan baku pasar? protofolio pasar A = rata-rata koefisien keengganan risiko σ2M = ragam Jawaban: A = E(rM) – rf / σ2M = 0,79 / 0,2322 = 1,47 4,0 x 0,2322 = 0,215 atau 21,5% Hubungan Perkiraan Imbal Hasil-beta Merupakan perlambangan CAPM yang paling akrab bagi para praktisi. Meskipun portofolio pasar tidak lagi merupakan portofolio berisiko optimal tiap investor, hubungan perkiraan imbal hasil-beta seharusnya msih berlaku dalam bentuk yang agak berubah. Jika hubungan perkiraan imbal hasil-beta berlaku untuk tiap aset tertentu, hubungannya harus berlaku untuk kombinasi aset apapun. Persamaan CAPM untuk tiap saham dimana beta portofolio βp = ∑wkβk Persamaan CAPM untuk portofolio pasar Tentunya ini merupakan tautologi karena βM = 1. Hal ini juga menetapkan 1 sebagai nilai rata-rata terbobot beta antar seluruh aset. Jika beta pasar adalah 1, dan pasar merupakan portofolio dari seluruh aset dalam perekonomian, rata-rata terbobot beta seluruh aset harus sebesar 1. Sehingga beta lebih dari 1 dianggap agresif pada investasi dalam artian bahwa investasi pada saham dengan beta tinggi memerlukan sensitivitas diatas rata-rata terhadap ayunan pasar. Sedangkan beta dibawah 1 digambarkan defensif. 2 12/ 12/ 2017 Contoh kasus : Anggaplah premi risiko pada portofolio pasar diperkirakan sebesar 8% dengan simpangan baku 22%. Berapa premi risiko pada portofolio yang diinvestasikan 40% pada Toyota dan 60% pada Ford, jika mereka masing-masing memiliki beta 1,10 dan 1,25? Jawaban : Untuk proporsi investasi ini, wford, wtoyota, portofolio β adalah Βp = wford βford + wtoyota βtoyota = (0,60 x 1,25) + (0,40 x 1,10) = 1,19 Sebagaimana premi risiko pasar, E(rM) – rf, adalah 8%, premi risiko portofolio akan menjadi E(rp) –rf = βp [E(rM) – rf] = 1,19 x 8 = 9,52% Garis Pasar Sekuritas Hubungan perkiraan imbal hasil-beta dapat digambarkan secara grafik sebagai garis pasar sekuritas (SML). Karena beta pasar adalah 1, kemiringannya adalah premi risiko dari portofolio pasar. Di titik pada sumbu mendatar dimana β=1, kita dapat membaca perkiraan imbal hasil portofolio pasar pada sumbu tegak. CAPM dan Model Indeks Model indeks sama dengan sehingga menjadi dimana koefisien beta model indeks sama dengan Perbandingan hubungan model indeks terhadap CAPM hubungan perkiraan imbal hasil-beta menunjukkan bahwa  CAPM menduga bahwa αi seharusnya nol untuk seluruh aset. Alfa saham merupakan perkiraan imbal hasilnya dalam kelebihan (atau dibawah) perkiraan imbal hasil yang pas seperti yang diramalkan oleh CAPM. Jika saham dihargai dengan pas, alfanya seharusnya nol. 3 12/ 12/ 2017 Contoh kasus : Saham TM memiliki perkiraan imbal hasil 12% dan risiko β = 1. Saham BA memiliki perkiraan imbal hasil 13% dan β = 1,5. Perkiraan imbal hasil pasar 11%, dan rf = 5%. Berapakah alfa dari tiap saham? Jawaban : Alfa dari saham adalah perkiraan imbal hasil berlebih dari yang diperlukan oleh CAPM αi = E(ri) - rf – βi [E(rM) – rf] αTM = 12% - 5% - 1,0 [11% - 5%] = 1% αBA = 13% - 5% - 1,5 [11% - 5%] = -1% REVIEW JURNAL Sebuah Pengujian Empiris Capital Asset Pricing Model (CAPM) di India Shweta Bajpaia* , Anil K Sharmab 4 12/ 12/ 2017 PENGANTAR Di akhir abad kedua puluh model CAPM mulai kehilangan popularitasnya karena muncul berbagai teori / model harga aset lainnya, yang bertentangan dengan model tersebut dan mengklaim bahwa faktor tunggal, beta, tidak bisa menjelaskan proses menghasilkan pengembalian aset. Ada berbagai faktor lain yang mempengaruhi hubungan pengembalian berisiko dan faktor-faktor tersebut juga harus diperhitungkan. Semacam ambiguitas yang berlaku dalam literatur keuangan telah memberikan motivasi untuk penulis mempelajari model dalam konteks India. Selanjutnya mayoritas penelitian telah dilakukan di pasar berkembang, sementara pasar berkembang memiliki penelitian yang sangat terbatas terkait dengan pengujian CAPM. Teman dan Blume (1970), Black, Jensen dan Scholes (1972) dan Fama danMacBeth (1973) menunjukkan dukungan untuk CAPM dan menyimpulkan bahwa pengembalian aset berisiko merupakan fungsi linear dari faktor beta Fama dan French (1992, 1993 dan 1995) menolak fakta bahwa 'Beta' adalah satu-satunya faktor yang dapat menjelaskan proses menghasilkan pengembalian aset berisiko. Namun, faktor ukuran dan faktor book to market, dua faktor penting lainnya, yang membantu dalam menjelaskan hubungan pengembalian berisiko. Sekarang di abad ke-21 pasar ekuitas India telah berubah menjadi lebih besar dan pasar yang lebih baik. Pada fase ini pasar ekuitas India, pengujian CAPM menjadi penting. RINGKASAN W AKTU PENELITIAN POPULASI DAN SAMPEL METODE PENELITIAN Penelitian ini mencakup periode 10 tahun mulai dari tanggal 1 Januari 2004 sampai dengan 31 Desember 2013. Data disesuaikan pada penutupan harga harian saham yang tercatat di indeks NSE CNX 500 dan NSE CNX 500 itu sendiri. Dari 500 saham hanya saham-saham yang telah diperdagangkan untuk jangka waktu sepuluh tahun CAPM secara terus diujimenerus. dalam dua tahap regresi. Tahap pertama dari regresi adalah regresi time series, di mana beta setiap sekuritas dihitung dengan tingkat pengembalian sekuritas / portofolio pada pengembalian pasar. Tahap kedua CAPM merupakan regresi cross sectional. Dalam regresi cross sectional ini kelebihan pengembalian saham / portofolio adalah kemunduran pada beta saham / portofolio. 5 12/ 12/ 2017 HASIL PENELITIAN Statistik F signifikan selama 17 sub periode. Namun dalam 17 sub periode ini istilah intercept adalah signifikan selama 15 sub periode. Hanya dua sub periode yang ada ketika istilah intercept tidak signifikan. NOTE : Menurut literatur, jika istilah intercept tidak nol atau signifikan maka model tersebut tidak cocok dalam kasus itu. Dijalankan tahap kedua CAPM dengan menghapus istilah intercept dari persamaan regresi cross sectional. Model ini cocok untuk sub periode 62%, yang dapat disimpulkan dimana statistik F signifikan dalam 18 sub periode dari 29 kasus. Jika kita membuat perbandingan antara nilai adjusted R squared yang diberikan pada Tabel 1 dan Tabel 2, kita akan menemukan bahwa Tabel 2 memiliki Nilai adjusted R squared lebih tinggi di sebagian besar sub periode. Lanjutan... 6 12/ 12/ 2017 KESI M PUL A N Studi ini menemukan bahwa CAPM dapat diperkirakan dengan menghapus istilah intercept pada tahap kedua dari model, yang merupakan persamaan regresi cross sectional. Dengan bantuan model terkendali ini CAPM berlaku lebih baik, dibandingkan dengan model dibatasi. Menggunakan istilah intercept ditahap kedua CAPM menyebabkan kegagalan total model dalam konteks pasar ekuitas di India, saat mengeluarkan istilah intercept memberikan model baru yang menjelaskan hubungan pengembalian berisiko di pasar ekuitas India selama lebih dari 62% kali. Dari analisis di atas jelas bahwa kegagalan CAPM di pasar India bukan karena tidak mampu menjelaskan hubungan pengembalian berisiko, namun, penggunaan model yang tidak tepat saat pengujian CAPM, adalah penyebab kegagalan CAPM. 7