porto folio optimal

34
1 RESEARCH DESIGN 1. TOPIK PENELITIAN : “Perilaku Investor dalam Menentukan Portofolio Optimal dengan Model Markowitz, CAPM, APT dan Tehnikal” 2. URAIAN 2.1. Teori Portofolio Teori portofolio merupakan teori yang berhubungan mengenai pengembalian portofolio yang diharapkan dan tingkat risiko portofolio yang dapat diterima, serta menunjukkan cara pembentukan portofolio yang optimal. Teori portofolio ini saling berkaitan dengan teori pasar modal yang berdasar pada pengaruh keputusan investor terhadap harga sekuritas serta menunjukkan hubungan yang seharusnya terjadi antara pengembalian dan risiko sekuritas jika investor membentuk portofolio yang sesuai dengan teori portofolio. Tingkat pengembalian yang diharapkan (expected return) adalah return yang yang diharapkan akan diperoleh oleh investor di masa mendatang dan sifatnya belum terjadi. Dengan adanya ketidakpastian (uncertainty) tersebut, berarti investor akan memperoleh return di masa mendatang yang belum diketahui persis nilainya.

Upload: agustina

Post on 07-Jul-2016

251 views

Category:

Documents


9 download

DESCRIPTION

portofolio optimal

TRANSCRIPT

Page 1: Porto Folio Optimal

1

RESEARCH DESIGN

1. TOPIK PENELITIAN :

“Perilaku Investor dalam Menentukan Portofolio Optimal dengan

Model Markowitz, CAPM, APT dan Tehnikal”

2. URAIAN

2.1. Teori Portofolio

Teori portofolio merupakan teori yang berhubungan mengenai

pengembalian portofolio yang diharapkan dan tingkat risiko portofolio yang dapat

diterima, serta menunjukkan cara pembentukan portofolio yang optimal. Teori

portofolio ini saling berkaitan dengan teori pasar modal yang berdasar pada

pengaruh keputusan investor terhadap harga sekuritas serta menunjukkan

hubungan yang seharusnya terjadi antara pengembalian dan risiko sekuritas jika

investor membentuk portofolio yang sesuai dengan teori portofolio.

Tingkat pengembalian yang diharapkan (expected return) adalah return

yang yang diharapkan akan diperoleh oleh investor di masa mendatang dan

sifatnya belum terjadi. Dengan adanya ketidakpastian (uncertainty) tersebut,

berarti investor akan memperoleh return di masa mendatang yang belum diketahui

persis nilainya. Return ekspektasi dan tingkat risiko mempunyai hubungan yang

positif. Semakin besar risiko suatu sekuritas, semakin besar return yang

diharapkan, dan sebaliknya.

2.2. Modern Portfolio Theory (MPT)

Modern Portfolio Theory (MPT) adalah teori yang berisi perhitungan pengembalian saham pada portofolio dengan cara memaksimalkan expected return pada tingkat risiko tertentu atau meminimalkan risiko portofolio pada tingkat expected return

tertentu. Teori ini pertama dikenalkan oleh Harry Markowitz pada

Page 2: Porto Folio Optimal

2

tahun 1952 dalam artikelnya yang berjudul ‘Portfolio Selection’. Menurut Markowitz, pemilihan portofolio terdiri dari dua tahap yaitu pertama, melihat fenomena yang terjadi sebelumnya yang kemudian dijadikan prediksi dan kedua, mengacu pada informasi relevan terhadap kinerja portofolio yang akan terjadi kemudian membuat pilihan portofolio

Konsep dari risiko portofolio pertama kali diperkenalkan oleh Harry M.

Markowitz pada tahun 1950-an. Kemudian dia memenangkan hadiah nobel di

bidang ekonomi di tahun 1990 untuk hasil karyanya tersebut. Markowitz

menunjukkan bahwa secara umum risiko mungkin dapat dikurangi dengan

menggabungkan beberapa sekuritas tunggal ke dalam bentuk portofolio.

Salah satu pengukur risiko adalah deviasi standar atau varian yang

merupakan kuadrat dari deviasi standar. Risiko yang diukur dengan ukuran ini

mengukur risiko dari seberapa besar nilai tiap-tiap item menyimpang dari rata-

ratanya. Risiko portofolio juga dapat diukur dengan besarnya deviasi standar atau

varian dari nilai return-return sekuritas tunggal di

Portofolio Optimal Berdasarkan Model Markowitz, menggunakan asumsi-

asumsi sebagai berikut :

1. Waktu yang digunakan hanya satu periode.

2. Tidak ada biaya transaksi.

3. Preferensi investor hanya didasarkan pada return ekspektasi dan risiko dari

portofolio.

4. Tidak ada pinjaman dan simpanan bebas risiko

Asumsi yang meengatakan bahwa preferensi investor hanya didasarkan

pada return ekspektasi dan risiko dari portofolio secara implisit menganggap

bahwa investor memiliki fungsi utiliti yang sama. Pada kenyataannya tiap-tiap

investor mempunyai fungsi utiliti yang berbeda. Jika preferensi investor terhadap

portofolio berbeda karena mereka mempunyai fungsi utiliti yang berbeda.

Demikian juga jika tersedia pinjaman dan simpanan bebas risiko, maka

optimal portofolio akan dapat berbeda seandainya pinjaman dan simpanan bebas

Page 3: Porto Folio Optimal

3

risiko ini tidak tersedia. Model Markowitz ini tidak mempertimbangkan hal ini.

Jika investor hanya mempertimbangkan risiko portofolio yang terkecil tanpa

mempertimbangkan simpanan dan pinjaman bebas risiko dan investor

diasumsikan sebagai risk-averse individu.

2.3. Capital Asset Pricing Model - CAPM

CAPM dikembangkan pertama kali pada tahun 1960 oleh William F

Sharpe, Lintner dan Mossin. Weston, Besley dan Brigham (2006) mendefinisikan

CAPM sebagai berikut : “A Model based on the proposition that any stock’s

required rate of return is equal to the risk free of return a risk premium, where

risk reflect diversification”.

CAPM merupakan suatu model yang menghubungkan tingkat pendapatan

yang diharapkan dari suatu aset yang berisiko dengan risiko dari aset tersebut

pada kondisi pasar yang seimbang.

Sebagian asumsi yang digunakan untuk CAPM juga digunakan untuk

pendekatan normative dalam investasi. Asumsi-asumsi ini adalah sebagai berikut:

(1) Investor mengevaluasi portofolio dengan melihat ekspektasi return dan

standar diviasi (sebagai risiko) portofolio untuk satu periode.

(2) Investor tidak pernah puas, jadi jika diberi pilihan antara dua portofolio

yang identik, mereka akan memilih portofolio yang memberi ekspektasi

return yang lebih tinggi.

(3) Investor adalah risk averse, jadi jika diberi pilihan antara dua portofolio

identik, mereka memilih portofolio dengan standar diviasi yang lebih

rendah.

(4) Aset individual dapat dibagi tidak terbatas, artinya investor dapat

membeli sebagian saham jika investor berminat.

(5) Terdapat tingkat bebas risiko dengan investor dapat member pinjaman

(berinvestasi) atau meminjam uang.

(6) Pajak dan biaya transaksi tidak relevan.

Asumsi tambahan:

1) Semua investor memiliki satu periode yang sama.

Page 4: Porto Folio Optimal

4

2) Tingkat bunga bebas risiko sama untuk semua investor.

3) Informasi ini bebas diperoleh dan tersedia secara cepat untuk semua

investor.

4) Investor mempunyai ekspektasi yang homogen (homogeneous

expectation), artinya mereka memiliki persepsi yang sama dalam hal

ekspektasi return, standar diviasi dan kovarian sekurtas.

Dengan memperhatikan asumsi-asumsi ini, CAPM mengubah situasi ke

kasus ekstrim saja. Setiap orang mempunyai informasi yang sama dan sepakat

mengenai prospek sekuritas. Secara implisit hal ini berarti investor menganalisis

dan memproses informasi dengan cara yang sama sekuritas adalah pasar

sempurna (perfect market), artinya tidak ada pertentangan untuk melakukan

investasi.

2.4. Arbitrage Pricing Theory (APT)

Capital Asset Pricing Model bukanlah satu-satunya teori yang mencoba

menjelaskan bagaimana suatu aktiva ditentukan harganya oleh pasar. Dengan

menggunakan APT, Chen, et all (1986) membuktikan bahwa variabel-variabel

makroekonomi memiliki pengaruh sistematis terhadap tingkat pengembalian

(return) pasar saham. Kekuatan ekonomi mempengaruhi tingkat diskonto

(discount rate), kemampuan perusahaan untuk menggerakkan aliran kas (cash

flow), dan pembayaran dividen di masa yang akan datang (future dividen payouts).

Mekanisme seperti ini menunjukkan bahwa variabel-variabel

makroekonomi merupakan faktor-faktor yang krusial di pasar ekuitas (Matsami

dan Simkoh, 2000). Selain itu Ross (1976) merumuskan suatu teori yang disebut

sebagai Arbitrage Pricing Theory (APT).

Seperti halnya CAPM, APT menggambarkan hubungan antara risiko dan

ekspektasi imbal hasil, tetapi dengan menggunakan asumsi dan prosedur yang

berbeda. Tiga asumsi yang mendasari model Arbitrage Pricing Theory (APT)

adalah (Reilly, 2000);

(1) Pasar modal dalam kondisi persaingan sempurna,

Page 5: Porto Folio Optimal

5

(2) Para investor selalu lebih menyukai kekayaan yang lebih daripada kurang

dengan kepastian,

(3) Pendapatan asset dapat dianggap mengikuti k model factor

Model APT mengasumsikan bahwa return dari sekuritas merupakan

fungsi linear dari berbagai faktor ekonomi makro dan sensitivitas perubahan

setiap faktor dinyatakan oleh koefisien beta masing-masing faktor tersebut dan

tidak oleh risiko unik. Pada model APT, IHSG bukan market portofolio yang

sesungguhnya tetapi menggunakan variabel atau indeks lain dalam mengestimasi

expected return sebuah sekuritas dapat memberikan hasil yang lebih akurat

sehingga tidak menimbulkan arbitrase (Zubir, 2013:227).

Menurut Reilley (Andri, 2010), model APT menggambarkan hubungan

antara risiko dan pendapatan, tetapi dengan menggunakan asumsi dan prosedur

yang berbeda. Tiga asumsi yang mendasari model Arbitrage Pricing Theory

(APT) adalah pasar modal dalam kondisi persaingan sempurna, para investor

selalu lebih menyukai nilai return yang tinggi daripada risiko tinggi yang

menyebabkan ketidakpastian return, dan hasil dari proses stochastic artinya

bahwa pendapatan asset dapat dianggap sebagai K model faktor.

Menurut Ahmad Rodoni dan Othman Yong (Andri, 2010), model APT

sebenarnya adalah berasaskan model CAPM, tetapi ia telah mempertimbangkan

faktor-faktor lain yang mempengaruhi keuntungan sekuritas memandang dunia

jadi semakin kompleks. Faktor-faktor ini akan memberi kesan yang berlainan

kepada sekuritas yang berlainan. Jadi, bagi sekuritas i dalam jangka waktu t,

keuntungannya dapat diwakili oleh kombinasi antara pengharapan keuntungan

seimbang dan faktor-faktor yang mempengaruhinya. Pengharapan keuntungan

seimbang ini ditentukan oleh permintaan dan penawaran sekuritas perusahaan.

Faktor-faktor yang akan mempengaruhi keuntungan sekuritas adalah terdiri dari

faktor-faktor makro dan mikro. Contoh faktor-faktor makro ialah seperti inflasi,

harga minyak dunia, tingkat suku bunga, kurs (nilai tukar), jumlah uang yang

beredar dan lain-lain.

2.5. Analisis Teknikal dalam Perdagangan Saham

Page 6: Porto Folio Optimal

6

Menurut Rockefeller (2001:10), analisis teknikal dalam perdagangan

saham merupakan suatu studi bagaimana perilaku harga dari suatu surat erharga

dan bagaimana cara untuk menggali informasi guna mengambil keuntungan di

samping menghindari dari kerugian. Achelis (2005) menjelaskan analisis teknikal

lebih sederhana, yaitu suatu studi yang mempelajari harga saham dengan bantuan

grafik sebagai alat utamanya.

Pengertian menurut Stevens (2002), analisis teknikal adalah suatu studi

yang menggunakan harga dan volume sebagai sarana untuk meramalkan harga

suatu saham di masa mendatang. Analisis teknikal menurut David (2010),

menjelaskan bahwa analisis teknikal adalah suatu jenis analisis yang selalu

berorientasi kepada harga (pembukaan, penutupan, tertinggi dan terendah) dari

suatu instrumen investasi pada batas waktu tertentu (berorientasi terhadap harga).

Beberapa penjelasan tersebut dapat diambil kesimpulan sebagai berikut:

1) Analisis teknikal pada perdagangan saham merupakan studi yang

mempelajari perilaku harga saham.

2) Alat utama dalam analisis teknikal dalam perdagangan saham adalah

grafik.

3) Analisis teknikal pada perdagangan saham menggunakan sarana harga

dan volume.

4) Analisis teknikal pada perdagangan saham merupakan analisis yang

berorientasi pada harga pada batas waktu tertentu.

Kesimpulan dapat diambil sebagai berikut: analisis teknikal merupakan

studi yang mempelajari perilaku harga saham pada batas waktu tertentu, dengan

sarana berupa harga dan volume serta grafik sebagai alat utamanya.

Analisis teknikal pada perdagangan saham pada dasarnya dibagi menjadi

tiga teknik dalam perdagangan (Anonim, 2012). Tiga teknik dalam perdagangan

pada analisis teknikal ini didasarkan pada tingkat psikologis investor. Tiga teknik

tersebut antara lain:

a) Scalper, yaitu teknik trading dengan jangka pendek seperti menitan atau

jam dengan target keuntungan 2-3 point saja.

Page 7: Porto Folio Optimal

7

b) Day Trader, yaitu teknik trading dengan jangka pendek seperti harian atau

2-3 minggu dengan target keuntungan 2-5% saja.

c) Swinger, adalah teknik trading dengan jangka panjang seperti bulanan atau

2-3 tahun dengan target keuntungan di atas 50%.

Dasar dari analisis teknikal pada perdagangan saham adalah mengetahui dimana

letak garis level support dan resistance pada grafik (Anonim, 2012). Level

support dan resistance ini merupakan level indikator yang digunakan oleh

investor sebagai acuan dalam mengambil keputusan dalam analisis teknikal pada

perdagangan saham.

Penentuan level indikator ini akan mengikuti teknik mana yang akan

diterapkan oleh investor, apakah itu scalper, swinger atau day trader (Anonim,

2012). Contoh, jika seorang investor memilih teknik scalper, level support dan

resistance yang digunakan cenderung pada waktu yang lebih pendek, yaitu

menitan. Hal ini berlaku untuk seterusnya pada teknik-teknik berikutnya.

Pengertian level support menurut adalah Achelis (2005) adalah level

harga dimana saham secara historis sulit untuk turun lebih rendah lagi. Diyakini

akan banyak pembeli membeli saham pada level ini. Menurut David (2010:29)

menjelaskan bahwa level support merupakan suatu tingkat harga di mana terjadi

permintaan yang cukup untuk mengimbangi penurunan harga yang disebabkan

oleh penjualan. Pada tingkat ini biasanya para pembeli lebih dominan

dibandingkan para penjual.

Kebalikan dari level support, yaitu level resistance. Level resistance

menurut Achelis (2005) adalah level harga dimana saham secara historis sulit

untuk lebih naik lebih tinggi lagi. Diyakini akan ada banyak penjual saham pada

level ini. David (2010) menjelaskan level resistance merupakan suatu tingkat

harga dimana terdapat penjualan yang cukup untuk mengimbangi naiknya harga

saham. Tingkat harga ini biasanya penjual lebih dominan dibandingkan para

pembeli.

Level support dan resistance merupakan level dimana berada pada titik

harga psikologis berdasarkan pengertian tersebut (Anonim, 2012). Titik harga ini

Page 8: Porto Folio Optimal

8

akan mempengaruhi presepi investor untuk melakukan aksi atau mengambil

keputusan dalam aktivitas perdagangan.

Keunggulan analisis teknikal daripada analisis fundamental adalah analisis

teknikal dapat menjawab pertanyaan investor tentang ”apakah hari ini harus

membeli saham tertentu?”, ”bagaimana harga saham besok, minggu depan atau

tahun depan?” dan lain sebagainya (Achelis, 2005).

Alasan ini menjadi salah satu alasan kenapa analisis teknikal lebih sering

digunakan oleh investor untuk menganalisis pergerakan harga saham. Investor

lebih kini dalam memeroleh informasi atas hasil investasi dari saham.

Analisis teknikal pada perdagangan saham memiliki alat utama berupa

grafik. Berbagai jenis grafik yang digunakan sebagai alat dalam analisis teknikal.

Salah satu yang digunakan adalah grafik candlestick. Grafik candlestick

merupakan grafik yang banyak digunakan dalam analisis teknikal. Grafik

candlestick juga menggambarkan perubahan garis supply dan demand (David,

2010:20). Hal tersebut menjadi salah satu alasan grafik candlestik banyak

digunakan.

Pengertian grafik candlestick menurut David (2010:19), grafik candlestick

merupakan grafik yang memberikan informasi sama dengan grafik bar.

Perbedaannya pada grafik candlestick yaitu harga pembukaan dan penutupan

ditandai dengan adanya bagian tengan. Fischer (2003) menjelaskan grafik

candlestick merupakan grafik yang pada dasarnya sama dengan grafik Bar tetapi

menyajikan data dengan jalan yang berbeda.

Komponen grafik candlestick sendiri terdiri atas level harga pembukaan,

harga tertinggi, dan harga terendah dari berbagai data yang terkompresi, baik data

tersebut secara mingguan, harian atau antar beberapa hari.

Brooks (2006) menjelaskan bahwa grafik candlestick merupakan suatu

grafik yang memiliki keunggulan jauh lebih banyak dibandingankan dengan

grafik bar. Grafik candlestick memiliki warna yang akan mengikuti pada saat

penutupan atau pembukaan harga dari suatu saham. Berdasarkan beberapa

pengertian tersebut dapat disimpulkan bahwa grafik candlestick merupakan grafik

yang memiliki keunggulan lebih ibandingkan dengan grafik yang hampir sama,

Page 9: Porto Folio Optimal

9

yaitu grafik bar. Hal yang membedakan kedua grafik tersebut terletak pada saat

harga pembukaan dan penutupan dengan ditandai pada perbedaan warna bagian

tengah. Grafik candlestick pada prinsipnya sama dengan grafik bar. Contoh dari

grafik bar sebagai berikut. Berdasarkan gambar di bawah, HIGH menunjukan

harga tertinggi, LOW menunujukan harga terendah, OPEN menunjukan harga

pembukaan dan LOSE menunjukan harga penutupan (David, 2010:17). Grafik bar

kurang banyak dipakai mengingat informasi yang dihasilkan kurang begitu

lengkap dibandingkan dengan grafik candlestick.

.

3. RUMUSAN MASALAH

Berdasarkan kajian pustaka, riset gap, maka dapat diperoleh rumusan

masalah sebagai berikut :

1. Apakah model Markowitz lebih dapat mengoptimasi portofolio secara

optimal dibandingkan dengan CAPM, APT dan analisis tehnikal?

2. Apakah model CAPM dapat mengoptimasi portofolio secara optimal

dibandingkan dengan model markowiz, APT dan analisis tehnikal?

Page 10: Porto Folio Optimal

10

3. Apakah model APT dapat mengoptimasi portofolio scara optimal

dibandingkan dengan model CAPM, Markowitz dan analisis tehnikal?

4. Apakah analisis tehnikal dapat mengoptimasi portofolio secara optimal

dibandingkan dengan model CAPM, APT dan Markowitz?

4. TUJUAN PENELITIAN

Berdasarkan rumusan masalah di atas, maka dapat diperoleh tujuan

penelitian sebagai berikut :

1. Menguji dan menganalisis Model Markowitz dalam mengoptimasi

portofolio secara optimal.

2. Menguji dan menganalisis Model CAPM dalam mengoptimasi portofolio

secara optimal.

3. Menguji dan menganalisis Model APT dalam mengoptimalisasi portofolio

scara optimal.

4. Menguji dan menganalisis analisis tehnikal dalam mengoptimasi

portofolio secara optimal.

5. STUDI LITERATUR, RESEARCH GAP

Teori CAPM dan Markowitz mendasarkan untuk memperoleh return

saham tidak mendasarkan diri pada variable ekonomi makro, seperti pada peneliti

di bawah ini :

Alexander dan Bailey (2009) menyatakan bahwa return saham akan

dipengaruhi oleh dua karakter dasar, yaitu risiko sistematis dan likuiditas saham

dan penelitian yang dilakukan oleh Kumiannya

Konstantinos Drakos (2003) meneliti risiko tingkat suku bunga terhadap

tingkat pengembalian (return) saham dalam jangka panjang. Penelitiannya

menyimpulkan bahwa risiko tingkat suku bunga dalam jangka panjang

berpengaruh terhadap tingkat pengembalian (return).

Yourogou (2000), dan Flannery (2007) juga berpendapat bahwa suku

bunga merupakan bagian dari risiko investasi pada sekuritas. Penelitian yang

dilakukan Dayananda dan Ko (2004) menemukan bahwa tingkat suku bunga

Page 11: Porto Folio Optimal

11

memiliki hubungan negatif terhadap tingkat pengembalian (return) pasar saham,

tetapi tidak merupakan pengaruh yang signifikan. Sedangkan menurut penelitian

yang dilakukan Hogan, dkk (2002) terdapat hubungan yang kuat antara tingkat

bunga dan pengembalian saham (return).

Teori APT mendasarkan untuk memperoleh return saham yaitu

berdasarkan variabel-variabel makroekonomi, seperti pada peneliti terdahulu

sebagai berikut :

Menurut Chandarin dan Teaney (2000) menghasilkan penelitian bahwa :

“Adanya korelasi antar nilai tukar mempengaruhi reaksi pasar (harga saham) dan

laba nilai tukar mempengaruhi reaksi pasar saham

Amling 2009 berpendapat jika tingkat inflasi diperkirakan tinggi pada

waktu mendatang maka hal ini akan berpengaruh buruk pada pasar modal.

Sebaliknya tingkat inflasi yang rendah akan memberi tanda yang baik pada pasar

modal.

Penelitian yang dilakukan oleh Nelson (1976), pada periode Januari 1953

sampai dengan Juni 1974 memberikan kesimpulan bahwa tingkat pengembalian

saham mempunyai hubungan negatif dengan inflasi, artinya apabila inflasi naik

maka tingkat pengembalian saham mengalami penurunan

Sorensen, Menrich, dan Thun Chee (2009), melakukan penelitian dengan

membuat model untuk Solomon Brother Risk Index Model yang menyatakan

bahwa terdapat tujuh faktor penting yang mempengaruhi returns saham, yaitu:

Economic growth, Business Cycle, Long Term Interest, Short Term Interest,

Inflation, Currency Fluctuastion, dan Market Index Securities.

Selanjutnya perbandingan antara model Markowitz, CAPM dan APT

adalah sebagai berikut :

Chen, Roll, dan Ross (1986) melakukan penelitian dalam 2 tahap. Tahap

pertama dengan menggunakan regresi time series yang hasilnya menyatakan

bahwa terdapat empat faktor yang mendasari perubahan harga saham, yaitu:

Tingkat Inflasi, Perbedaan antara tingkat suku bunga jangka pendek dan jangka

panjang, Perbedaan antara tingkat keuntungan obligasi yang berisiko tinggi dan

rendah, Tingkat kegiatan dalam industri. Tahap kedua, mereka melakukan regresi

Page 12: Porto Folio Optimal

12

cross section dengan menggunakan variabel beta yang didapat dari regresi tahap

pertama dari masing-masing perusahaan dan faktor untuk setiap portofolionya.

Hasilnya menunjukkan bahwa beta faktor tidak signifikan mempengaruhi return

saham.

Penelitian pada tahun 2013 menunjukkan bahwa The Capital Asset Pricing

Model model merupakan model yang paling tepat untuk menentukan tingkat

pengembalian yang diharapkan dari satu investasi. Model ini dibangun secara

konseptual dengan memperhitungan tingkat pengembalian dan risiko serta

memungkinkan investor untuk membuat portofolio optimal yang menghilangkan

risiko investasi. (Petra Gavlaková dan Elena Gregová:2013)

Berikut ini fungsi analisis tehnikal dalam portofolio saham seperti pada

peneliti di bawah ini.

Pada tahun 2012 terdapat penelitian untuk menilai secara empiris buy dan

hold strategy, market timing strategy, dan hubungannya dalam seleksi portofolio.

Penelitian ini membuktikan bahwa investasi dalam sektor saham memberikan

keuntungan lebih besar daripada sektor lainnya. Kekurangan dari penelitian ini

adalah analisisnya menggunakan model Holding Period Return yaitu total

pengembalian aset atau portofolio selama suatu periode, sehingga tidak dapat

digunakan untuk memaksimalkan portofolio dengan meminimalkan risiko untuk

tingkat keuntungan yang diharapkan (S.Praveena dan Dr.K.Mahendran:2012).

Terdapat penelitian pada tahun 2013 untuk menggambarkan optimasi

portofolio dan model evaluasi serta menerapkannya dalam model portofolio yang

berbeda di Bursa Pasar Vilnius dan membandingkan model portofolio tersebut

dalam faktor konservatif. Dalam untuk mengoptimalkan portofolio investasi,

penelitian ini menggunakan model Markowitz Model klasik , Mean Absolute

Deviation Model dan Model Minimax. Hasil dari penelitian ini ditemukan bahwa

model Markowitz dan Rata-rata Absolute Deviation menciptakan portofolio yang

lebih konservatif dan optimal dibandingkan dengan model Minimax, serta lebih

cocok untuk investor yang agresif dan spekulatif. (Edverdas Vaclovas Bartkus dan

Aiste Paleviciene:2013).

Page 13: Porto Folio Optimal

13

Penelitian terdahulu yang meneliti analisa teknikal antara lain dalam

survey yang dilakukan oleh Taylor dan Allen (Neely 1997) pada tahun 1988 atas

nama Bank of England dengan membagikan kuesioner kepada kepala dealer

foreign exchange di London, diperoleh hasil bahwa setidaknya 90% dari

responden memberikan bobot pada analisa teknikal. Selain itu, terdapat pula hasil

penelitan dari Basara et al. (2007) menunjukkan bahwa strategi technical trading

efektif pada pasar Cina. Hasil penelitian Brock et al.(1992) dan Lo et al. (2000)

dalam Heijden (2003) juga menemukan bukti kuat berkaitan dengan profitabilitas

pada saat menggunakan analisa teknikal terutama menggunakan skema moving

average (MA) untuk memperkirakan pasar.

Ming (2003) dalam Ronny (2007) melakukan penelitian empiris mengenai

kemampuan analisis teknikal dan prediksi pada pasar modal Malaysia. Penelitian

tersebut menunjukkan bahwa metode analisis teknikal yang dipakai signifikan

secara statistik dan memperoleh rata-rata return yang lebih baik dibanding buy

and hold strategy. Hal tersebut menunjukkan bahwa analisat eknikal banyak

digunakan dan sudah dianggap penting bagi para profesional dalam memberikan

pertimbangan untuk pengambilan keputusan sell, buy, atau hold atas suatu saham.

Penelitian Meese dan Rogoff (1983) dalam BenZion et al. (2003)

menemukan bahwa tidak ada model ekonomi yang dapat melebihi model random

walk. Dalam buku Heijden (2003) dikatakan pula bahwa menurut hipotesa pasar

efisien informasi tidak dapat digunakan untuk memprediksi perubahan harga di

masa yang akan datang.

Penelitian Tai-Liang Chen, Ching Hsue Cheng dan Hia Jong Teoh. (2007)

dengan judul Fuzzy time-series based on Fibonacci sequence for stock price

forecasting.

Penelitian Chen dan rekan tersebut mengusulkan model fuzzy timeseries

baru dalam meningkatkan kinerja peramalan harga saham. Model peramalan yang

dikembangkan ini menggabungan antara model fuzzy time-series dengan konsep

deret Fibonacci dan metode frekuensi tertimbang. Penelitian Chen dan rekan

termasuk penelitian empiris dimana menggunakan dua jenis dataset keuntugan.

Dataset yang dimaksud adalah Taiwan Stock Exchange Capitalization Weighted

Page 14: Porto Folio Optimal

14

Stock Index (TAIEX) dan Hong kong Heng Seng Index (HIS) dimana merupakan

indeks saham yang digunakan sebagai verifikasi model. Hasil peramalan yang

menggunakan model baru akan dibandingkan dengan permalan model Chen,

model Yu, dan model Hurang.

6. KERANGKA TEORITIS

Penelitian ini akan membandingkan manakah yang menjadi pilihan

investor dalam mengoptimasi pilihan portofolionya yatu dengan memperoleh

keuntungan yang sebesar-besarnya dengan risiko sekecilnya, melalui model

Markowitz, CAPM, APT dan analisis tehnikal.

Alexander dan Bailey (2009), Konstantinos Drakos (2003), Yourogou

(2000), dan Flannery (2007), Dayananda dan Ko (2004), Hogan, dkk (2002),

menjelaskan terdapat hubungan yang kuat antara tingkat bunga dan pengembalian

saham (return), tanpa mendasarkan pada analisis makro

Selanjutnya peneliti terdahulu yang mendasarkan pada APT adalah

sebagai berikut Chandarin dan Teaney, 2000, Amling 2009, Sorensen, Menrich,

dan Thun Chee, 2009, yang mendasarkan bahwa untuk menentukan return saham

adalah dengan ekonomi makro.

S.Praveena dan Dr.K.Mahendran:2012, Edverdas Vaclovas Bartkus dan

Aiste Paleviciene:2013, Basara et al. (2007), Heijden (2003) Ronny (2007),

BenZion et al. (2003), Heijden (2003), Tai-Liang Chen, Ching Hsue Cheng dan

Hia Jong Teoh. (2007), menjelaskan bahwa analisis tehnikal lebih dapat dipakai

dalam memprediksi return saham.

Selanjutnya perbandingan antara model Markowitz, CAPM dan APT

adalah sebagai berikut : Chen, Roll, dan Ross (1986) menjelaskan bahwa APT

lebih dapat memprediksi return saham, sedangkan Petra Gavlaková dan Elena

Gregová:2013 menjelaskan bahwa CAPM lebih dapat tentang return saham

Penelitian ini adalah untuk membandingkan teori modern portofolio dalam

memprediksi return saham, dengan menambahkan analisis tehnikal sebagi

pembanding, yang merupakan inovasi dalam penelitian ini. Untuk lebih jelasnya

dapat dilihat pada bagan di bawah ini :

Page 15: Porto Folio Optimal

15

7. METODOLOGI PENELITIAN

7.1 Jenis dan Sumber Data

Dalam penelitian ini maka peneliti menggunakan data sekunder dari Bursa Efek

Indonesia. Penelitian ini merupakan descriptive research karena bertujuan untuk

membandingkan manakah dari model Markowitz, model CAPM, model APT dan

analisis tehnikal yang paling optimal dalam mengoptimasi portofolio sehingga

dapat meminumkan risiko sehingga dapat menguntungkan investor.

Page 16: Porto Folio Optimal

16

7.2. Metode Analisis

Pada penelitian ini untuk mencari perbedaan model CAPM dan model APT

dalam memprediksi return saham LQ45 digunakan model analisis perhitungan Uji

Mean Absolut Deviation (MAD), Mean Squared Error (MSE), dan Mean

Absolute Percentage Error (MAPE). Analisis ini mempunyai beberapa tahap

diantaranya adalah sebagai berikut :

Capital Asset Pricing Model (CAPM)

o Pertama-tama yang harus dilakukan dalam penentuan return model CAPM

adalah menghitung return saham yang sesungguhnya (aktual) perusahaan-

perusahaan LQ45 dari bulan Januari 2008 sampai Desember 2015

o Menghitung return pasar (market return) dari bulan November 2008

sampai Desember 2015.

o Menghitung beta dengan menggunakan rumus market model yang

meregresikan antara return saham yang sesungguhnya (actual return)

dengan return pasar (market return).

o Setelah beta masing-masing perusahaan diperoleh kemudian membentuk

sebuah model persamaan berdasarkan model CAPM.

o Melakukan uji normalitas data dan uji dasar asumsi klasik terhadap model.

o Menghitung return saham yang diharapkan (expected return) dengan

menggunakan model CAPM yang telah dihasilkan dari point e.

Arbitrage Pricing Theory (APT)

o Pertama-tama yang harus dilakukan dalam penentuan return model APT

adalah menghitung return saham yang sesungguhnya (aktual) perusahaan-

perusahaan LQ45 dari bulan November 2008 sampai Februari 2014.

o Melakukan analisis faktor untuk mengetahui faktor-faktor yang dominan.

Setelah itu akan diketahui faktor-faktor dominan yang menentukan return

saham LQ45. Beberapa faktor makro ekonomi yang diteliti dalam analisis

Page 17: Porto Folio Optimal

17

faktor adalah tingkat suku bunga SBI, tingkat inflasi, perubahan jumlah

uang beredar (M2), perubahan harga minyak mentah dunia (WTI),

perubahan harga emas dunia dan perubahan kurs rupiah terhadap dollar

Amerika.

o Setelah dilakukan analisis faktor pada variabel makro, selanjutnya faktor-

faktor yang dominan dilakukan estimasi variabel makro ekonomi yang

diharapkan dengan menggunakan metode ARIMA (Box-Jenkin) dengan

software Minitab.

o Menghitung besarnya pengaruh untuk tiap-tiap variabel makro ekonomi

dominan untuk model APT (multi index model) dengan meregresikan

variabel makro ekonomi terhadap pendapatan saham LQ45.

o Melakukan uji normalitas data dan uji dasar asumsi klasik

o Menghitung return saham yang diharapkan (expected return) dengan

menggunakan model APT yang telah dihasilkan dari langkah d.

o Setelah diolah, langkah terakhir yang harus dilakukan adalah memilih

model yang signifikan dalam menjelaskan kinerja indeks LQ45 terhadap

model CAPM dan model APT. Ada kemungkinan bahwa pada indeks

LQ45 tersebut kedua model akan signifikan maka untuk memilih model

yang signifikan perlu dilakukan dengan Uji Mean Absolut Deviation

(MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage

Error (MAPE).

(1) Mean Absolut Deviation (MAD), MAD digunakan untuk mengukur

etepatan/keakuratan ramalan dengan merata-rata kesalahan dugaan (nilai

absolut masing-masing kesalahan) sebuah model. Model yang mempunyai

MAD yang lebih kecil berarti lebih tepat/akurat dibandingkan model yang

mempunyai MAD yang lebih besar.

(2) Mean Squared Error (MSE), MSE berguna untuk mengukur rata-rata

selisih kuadrat antara return saham yang diramalkan dan return yang

terjadi. Model yang mempunyai MSE yang lebih kecil berarti lebih

tepat/akurat dibandingkan model yang mempunyai MSE yang lebih besar

Page 18: Porto Folio Optimal

18

(3) Mean Absolute Percentage Error (MAPE), MAPE adalah rata-rata

diferensiasi absolut antara nilai yang diramal dan aktual yang dinyatakan

sebagai persentase nilai aktual. Model yang mempunyai MAPE yang lebih

kecil berarti lebih akurat dibandingkan model yang mempunyai MAPE

yang lebih besar.

Analisis Tehnikal

Peneliti ingin mendeskripsikan kondisi dan keefektifan dari teknik MA

dalam memprediksi trend suatu saham dibandingkan dengan strategi buy and

hold. Hal ini untuk membuktikan apakah analisa teknikal terutama dengan

menggunakan MA benar dapat digunakan untuk memprediksi trend suatu saham

dan untuk membuktikan antara analisa teknikal dengan random walk hypothesis.

Data yang diperoleh menggunakan data sekunder, yang diperoleh dari data

historis pergerakan harga saham. Data terdiri dari nilai penutupan harian dari dua

pasar indeks, yaitu LQ45 dan S&P500. Nantinya data akan dibagi dalam rentang

waktu 3 tahun dan dibagi dalam 2 periode untuk pengujian periode portfolio

formation dan periode portfolio evaluation.

1. Periode portfolio formation

Tujuannya untuk menguji kombinasi periode MA panjang dan pendek

yang menghasilkan retun paling tinggi. Pada periode ini akan diuji dua macam

moving average. Yang pertama adalah MA periode yang telah ditentukan, yaitu

dengan MA pendek 1 (satu) hari dan MApanjang 10, 50, 100, 150 hari. Yang

kedua adalah MA optimization, yaitu dengan rentang MA pendek 1-10 dan MA

panjang 11-100. Pada MA optimization ini akan dilihat hasil simulasi yang

menghasilkan 5 return terbanyak dan diambil rentang periode yang menghasilkan

return tertinggi. Tujuan diujinya dua macam MA adalah untuk mengetahui

manakah metode yang paling memberikan profit tertinggi.

2. Periode Portfolio Evaluation

Page 19: Porto Folio Optimal

19

Perolehan periode dengan return tertinggi dari portfolio formation akan

diuji pada periode portfolio evaluation dan hasilnya akan dibandingkan dengan

return dari buy and hold strategy.

Metode yang digunakan untuk analisis data pada penelitian ini adalah

moving average, yang merupakan salah satu alat paling populer dan mudah

digunakan untuk para analis teknikal. Jenis MA yang akan digunakan adalah

eksponensial, dengan pertimbangan bahwa eksponensial merupakan

pengembangan lebih lanjut pada varian MA sebelumnya yaitu SMA dan WMA.

Ada 2 tipe moving average yang akan digunakan:

1. MA dengan periode yang telah ditentukan, di mana MA pendek adalah 1

dan panjang 10, 50, 100, 150.

2. MA optimization dengan MA pendek terdiri dari 1-10 hari sedangkan MA

yang lebih panjang bervariasi dalam rentang 11-100 hari.

Pengujian dengan menggunakan Metastock versi 11 dengan metode Moving

Average Crossovers. Metastock merupakan salah satu program yang menyediakan

analisa komponen untuk analisis teknikal dan grafik, ditunjukan untuk investor

individu. Selanjutnya, pada pengujian akan dilakukan 6 simulasi, di mana masing-

masing simulasi akan dibagi dalam 2 tahap / periode. Tahap pertama adalah

portfolio formation, dengan mencari simulasi kombinasi dari MA pendek dan MA

panjang yang menghasilkan return paling besar. Tahap kedua adalah periode

portfolio evaluation, yaitu dengan menggunakan return tertinggi yang diperoleh

dari portfolio formation untuk diimplementasikan dalam 3 tahun setelah periode

portfolio formation diuji. Setelah memperoleh hasil implementasi tersebut maka

akan dibandingkan dengan return yang diperoleh dari strategi buy and hold.

Return dari strategi buy and hold diperoleh dengan melakukan perhitungan

return yang dihasilkan pada harga pertama pembelian dengan harga terakhir yang

digunakan dalam periode pengujian. Dengan membandingkan return dari strategi

MA dan strategi buy and hold maka diharapkan permasalahan penilitian di atas

dapat terjawab.

Page 20: Porto Folio Optimal

20

7.3. Operasionalisasi Variabel

Variabel-variabel operasional yang menunjang penelitian ini untuk sebagai

berikut:

1. Return saham merupakan selisih antara harga saham i pada periode t

dikurangi harga saham i pada periode sebelumnya t-1 dan dibagi dengan

harga saham i pada periode sebelumnya t-1.

2. Return pasar merupakan selisih dari indeks harga saham gabungan (IHSG)

pada periode t dikurangi harga IHSG sebelumnya t-1 dan dibagi harga

IHSG sebelumnya t-1.

3. Return aset bebas risiko yaitu aset bebas risiko yang didapat dari suku

bunga Bank Indonesia perbulan.

4. Perubahan tingkat inflasi yang tidak diharapkan adalah selisih perubahan

tingkat inflasi aktual dengan perubahan tingkat inflasi yang diharapkan.

Perubahan tingkat inflasi yang diharapkan dihitung dengan menggunakan

metode ARIMA.

5. Tingkat Suku Bunga BI rate yang tidak diharapkan adalah selisih dari

perubahan tingkat suku bunga BI rate yang aktual dengan perubahan

tingkat suku bunga SBI yang diharapkan. Perubahan tingkat suku bunga

BI rate yang diharapkan dihitung dengan menggunakan metode ARIMA.

6. Tingkat Jumlah Uang Yang Beredar yang tidak diharapkan adalah selisih

dari jumlah uang yang beredar yang aktual dengan jumlah uang yang

beredar yang diharapkan. Tingkat jumlah uang beredar yang dapat

dihitung dengan metode ARIMA.

7. Tingkat Kurs Rupiah Terhadap Dollar yang tidak diharapkan adalah

selisih dari nilai kurs Rupiah terhadap Dollar yang aktual dengan nilai kurs

Rupiah terhadap Dollar pada periode yang diharapkan. Tingkat kurs

Rupiah terhadap Dollar yang diharapkan dihitung dengan menggunakan

metode ARIMA.

8. Tingkat harga minyak mentah dunia yang tidak diharapkan adalah selisih

dari harga minyak mentah aktual dengan harga minyak mentah yang

Page 21: Porto Folio Optimal

21

diharapkan. Tingkat harga minyak mentah yang diharapkan dihitung

dengan menggunakan metode ARIMA.

9. Tingkat harga emas dunia yang tidak diharapkan adalah selisih dari harga

emas aktual dengan harga emas yang diharapkan. Tingkat harga emas

yang diharapkan dihitung dengan menggunakan metode ARIMA

Untuk lebih jelasnya dapat dilihat pada table di bawah ini

Variabel Indikator Skala

Markowitz Return Saham Ratio

Suku Bunga bebas risiko

CAPM Return saham Ratio

Suku bunga bebas risiko

Beta saham

APT Return saham Ratio

Variable makro

Tehnikal Return Saham Ratio

8. KELEMAHAN DAN HAMBATAN DALAM PENELITIAN

1. Penelitian ini hanya menggunakan rentang waktu yang pendek.

2. Markowitz tidak dapat mengakomodir pilihan risiko apabila kombinasi

portofolio terlalu banyak, sehingga hal tersebut dapat ditanggulangi oleh

CAPM.

3. CAPM hanya memperhitungkan risiko berdasarkan return saham dan

return pasar saja sehingga tidak dapat mengakomodasi keadaan pasar yang

yang sebenarnya, sehingga hal tersebut ditanggulangi oleh APT.

4. Apabila investor menginginkan melakukan portofolio dalam jangka

pendek untuk memperoleh return yang tinggi dengan risiko sekecil nya

sebaiknya menggunakan analisis tehnikal.

Page 22: Porto Folio Optimal

22

DAFTAR PUSTAKA

Achelis, Steven B. (1995). Technical Analysis from A to Z. E-Book : The cGraw- Hill Company

Bojadsiev, George & Maria B. (2007). Fuzzy Logic for Business, Finance, and Management. E-Book : World Scientific Publishing

Cagnetti, A. (2002), “Capital Asset Pricing Model and Arbitrage Pricing Theory in the Italian Stock Market: An Empirical Study”, unpublished working paper.

Chen, Tai-Liang. Ching-Hsue Cheng. & Hia Jong Teoh (2007). Fuzzy time-series based in Fibonacci sequence for stock price forecasting. Jurnal : Elsevier

Chen, Tai-Liang. (2011). Forecasting the Taiwan Stock Market with Novel Momentum-based Fuzzy Time-series. Artikel Ilmiah : Dept. of Information Management and Communication, Wenzao Ursuline College of Languages.

Dourra, Husein & Pepe Siy. (2002). Investment Using Technical Analysis and Fuzzy Logic. Artikel Ilmiah: Elsevier

E.F. Fama, Risk, Return and Equilibrium: Some Clarifying Comments, Journal of Finance 23, no.1 (Maret 1968) : 29-40.

Fischer, Robert. (2003), Candlestick, Fibonacci, and Chart Pattern Trading Tools. E-Book : John Wiley & Sons, Inc

Ibrahim, Ahmad M. (2004). Fuzzy Logic for Embedded Systems Applications. Ebook: Elsevier

Poulos, Bill (2004). The Truth about Fibonacci Trading. E-book : Profits Run Inc.Reilly, Frank K. & Keith C. Brown (2002). Investment Analysis And Portfolio

Management. E-Book : Thomson/South-WesternRockefeller, Barbara (2011). Technical Analysis for Dummy. E-Book : John

Wiley & Sons, IncStevens, Leigh (2002). Essential Technical Analysis, Tools and Techniques to

Spot Market Trends. E-book: John Wiley & Sins, Inc.