Abstract
The study used the quantitative descriptive research design. The research population comprised all the stocks listed in the IDX30 index published biannually with a total of 30 stocks. The variables in the study were stock return, market return, stock risk, and market risk. The calculation of the expected return used the capital asset pricing model.The results of the study to find out the optimal portfolio of stocks by using capital asset pricing model were as follows. (1) The stock that made up the optimal portfolio were those of (1 adalah TBIG ( Tower Bersama Infrastructure Tbk.), MDKA (Merdeka Copper Gold Tbk.) dan UNTR ( United Tractor Tbk ) 2) The composition of the proportion of funds formed by using the Composite Stock Price Index as the market return proxy was allocated for the stocks of, 23% allocated for the stocks of TBIG ( Tower Bersama Infrastructure Tbk.) , 45%, allocated for the stocks of) MDKA (Merdeka Copper Gold Tbk.), 32%. allocated for the stocks of UNTR ( United Tractor Tbk ).
Pendahuluan
Pasar modal (capital market) dapat diartikan sebagai pasar keuangan dengan waktu simpan dana jangka panjang. dalam konteks yang lebih luas pasar modal disebut sebagai bursa efek, yaitu suatu sistem yang terorganisir yang mempertemukan penjual dan pembeli efek secara langsung maupun melalui wakilnya [1] menyatakan bahwa pada dasarnya pasar modal hampir sama dengan pasar-pasar lain, terdapat penjual dan pembeli. Jika jumlah orang yang ingin membeli lebih banyak dibandingkan dengan yang ingin menjual, harga akan semakin tinggi dan bila tidak ada seorangpun yang membeli dan banyak yang menjual maka harga akan jatuh.
Menurut menteri keuangan RI No. 1548/KMK/90 tentang peraturan pasar modal menjelaskan bahwa, pasar modal yaitu suatu sistem keuangan yang terorganisasi, termasuk di dalamnya adalah bank-bank komersial dan semua lembaga perantara di bidang keuangan, serta keseluruhan surat-surat berharga yang beredar. saham merupakan salah satu instrumen dari pasar modal yang paling banyak diminati oleh banyak masyarakat,dengan di buktikan naiknya Indeks Harga Saham Gabungan (IHSG) dari tahun ke tahun selama tidak ada krisis [2]
Pertama kali penderita Covid-19 ditemukan di Indonesia virus yang berasal dari Wuhan,China ini berdampak pada pasar modal Indonesia, pasar modal Indonesia mengalami penurunan signifikan ,padahal para pemangku kebijakan di Bursa Efek Indonesia sudah berupaya keras dengan mengeluarkan berbagai cara , akan tetapi tetap saja tidak mampu menahan jatuhnya Indeks Harga Saham Gabungan (IHSG).Pada pertama pemberitaan IHSG ditutup 91 poin (1,67%) ke level 5.361. saat pertama kali berita Virus Corona masuk ke Indonesia , pasar modal sangat terdampak. Pada awal perdagangan 12 Maret 2020, IHSG sempat mengalami penurunan lebih dari 5%, yang artinya dilakukan trading halt selama 30 menit. Saat itu IHSG terkoreksi 258 poin atau 5,01% ke level 4.895 .[3]
Di dalam pasar modal terdapat saham – saham yang memiliki resiko yang paling besar di antara instrument keuangan dan juga jenis jenis saham dari berbagai sektor diantaranya sektor manufaktur,pertambangan ,pertanian ,peuangan dan properti dari ke semua sektor memiliki resiko sendiri-sendiri dikarenakan kondisi di pasar modal yang setiap tahunya terjadi krisis karena faktor Makro dan Mikro ekonomi maupun global yang membuat IHSG uptren dan downtrend , seperti contoh terjadi 3 tahun yang lalu tahun 2018 perang dagang China sampai tahun 2019 kemudian kasus jiwasraya dan Asabari dan pada tahun 2020 krisis Global akibat Pandemi Covid-19.itu sebabnya keadaan di pasar modal tidak pasti kalau menunggu tidak ada krisis calon investor tidak akan membentuk portofolio saham. peran seorang investor pada saat pasar modal mengalami krisis sangat di butuhkan untuk memutuskan investasi dengan harapan memperoleh keuntungan baik deviden maupun capital gain.
Pertama kali penderita Covid-19 ditemukan di Indonesia virus yang berasal dari Wuhan,China ini berdampak pada pasar modal Indonesia, pasar modal Indonesia mengalami penurunan signifikan ,padahal para pemangku kebijakan di Bursa Efek Indonesia sudah berupaya keras dengan mengeluarkan berbagai cara , akan tetapi tetap saja tidak mampu menahan jatuhnya Indeks Harga Saham Gabungan (IHSG).Pada pertama pemberitaan IHSG ditutup 91 poin (1,67%) ke level 5.361. saat pertama kali berita Virus Corona masuk ke Indonesia , pasar modal sangat terdampak. Pada awal perdagangan 12 Maret 2020, IHSG sempat mengalami penurunan lebih dari 5%, yang artinya dilakukan trading halt selama 30 menit. Saat itu IHSG terkoreksi 258 poin atau 5,01% ke level4.895 [4].
Pada masa Pandemi Covid-19 Analisis pembentukan Portofolia sangat di perlukan karena pada IDX-30 harga saham mengalami penurunan sangat tajam. Investor harus mempunyai strategi investasi di saat indeks di IDX-30 Downtren, supaya dana yang di alokasikan sesuai ,salah satu pengalokasian dana yang baik dengan cara mempertimbangkan risiko yaitu Analisis pembentukan Portofolio yaitu model CAPITAL ASSET PRICING MODEL (CAPM) merupakan metode yang memasukkan unsur risiko saham ke dalam minimum return .semakin tinggi risiko suatu saham maka semakin tinggi pula minim return yang di harapkan .Tolok ukur yang digunakan adalah beta saham “ [5]. Pembelian sekuritas saham pada tujuan awal dilakukan kegiatan investasi yakni memperoleh return (keuntungan) dengan berbagai pertimbangan di dalamnya. metode CAPM menjelaskan keseimbangan antara tingkat risiko yang sistematis dan tingkat keuntungan yang disyaratkan sekuritas portofolio. tujuan penggunaan CAPM adalah untuk memberikan prediksi yang tepat mengenai hubungan antara risiko suatu aset dengan return yang diharapkan untuk menentukan harga suatu aset, oleh karena itu CAPM dapat digunakan untuk memperkirakan keuntungan suatu sekuritas yang di anggap sangat penting.Penggunaan konsep CAPM berdasarkan pada asumsi bahwa pasar modal adalah efisien yaitu semua aset dapat dibagi-bagi secara sempurna dan dapat diperjual belikan setiap saat, artinya Investor dapat melakukan jual beli saham setiap saat.[6].
Hasil penelitian ,peneliti-peneliti sebelumnya, cenderung lebih banyak bertolak belakang dengan tujuan perumusan model APT yakni untuk mencoba meminimalisir kekurangan-kekurangan yang terjdi pada model CAPM. Penelitian yang dilakukan oleh Premananto dan Madyan (2004) yang berjudul “Perbandingan Keakuratan Capital Asset Pricing Model Dan Arbitrage Pricing Theory dalam memprediksi Tingkat Pendapatan Saham Industri Manufaktur Sebelum Dan Semasa Krisis Ekonomi” mengemukakan bahwa model CAPM lebih optimal dibandingkan model APT dalam memprediksi return yang diharapkan.dari hasil penelitian yang telah di lakukan pada masa krisis,model CAPM lebih optimal oleh karena itu dalam masa krisis Pandemi Covid-19 di harapkan penelitian mengunakan CAPM sangat tepat,karena model tersebut sangat memperhatikan pengalokasian dana [7].
Dari hasil penelitian yang berjudul ”Penerapan Asset Pricing Model (CAPM) Terhadap Keputusan Investasi Pada Indeks LQ45 Periode 2017- 2019” Penelitian dengan tujuan menentukan saham efisien dan saham tidak efisien.metode analisis data mengunakan analisis kuantitatif deskriptif . hasil pengklasifikasian saham LQ45 dimana diketahui terdapat 24 perusahaan LQ45 yang sahamnya tergolong kedalam yang efisien dan sisanya 9 perusahaan yang sahamnya dapat dikelompokkan kedalam saham yang tidak efisien [8]
Hasil penelitian yang berjudul “Analisis Komperatif Pembentukan Portofolio Optimal Menggunakan Capital Asset Pricing Model (CAPM) Dan Stockhastic Dominance”.penelitian ini bertujuan mencari perbedaan tingkat return dn resiko portofolio mengunakan CAPM dan Stockhastic Dominance. dari hasil pengujian yang dilakukan terhadap 20 saham perusahaan yang menjadi sampel penelitian menunjukkan bahwa analisis pembentukan portofolio optimal menggunakan Capital Asset Pricing Model (CAPM) mampu menghasilkan 5 kandidat saham pembentuk portofolio. Kandidat saham merupakan sahamsaham dengan nilai [(Ri)>E(Ri)].[9]
Penelitian dengan judul ” Capital Asset Pricing Model Evidence from theNigerian Stock Exchange “ penelitian ini bertujuan membahas pengaruh Model Penetapan CAPM terhadap nilai saham yang terdapat di bursa Nigeria serta menilai korelasi antara CAPM dan bursa saham Nigeria.hasil penelitian ini menggunakan return dari 110 saham yang pembentukan NSE all share Index periode Januari 2006 hingga Desember 2015. Penelitian ini menguji validitas atau asumsi CAPM di Bursa Efek Nigeria (NSE) menggunakan return saham bulanan dari 20 perusahaan yang terdaftar di perusahaan yang paling banyak dikutip di neara tersebut. [10]
Dari penelitian yang berjudul “Penerapan Metode Capital Asset Pricing Model Sebagai Pertimbangan Dalam Pengambilan Keputusan Investasi Saham”.tujuan penelitian ini adalah menerapkan metode Capital Asset Pricing Model (CAPM) untuk mengetahui jenis saham yang undervalued dan overvalued, berdasarkan tingkat pengembalian saham dan risikonya sebagai pertimbangan dalam pengambilan keputusan investasi saham. Populasi pada penilitian ini adalah saham perusahaan sektor infrastruktur, utilitas dan transportasi di Bursa Efek Indonesia periode Agustus 2015 – Juli 2016. Jenis penelitian yang digunakan adalah kuantitatif deskriftif. dari hasil penelitian ini dari 20 sampel saham perusahaan yang digunakan dalam penelitian, terdapat 15 saham perusahaan termasuk saham yang undervalued, karena mempunyai tingkat pengembalian saham individu lebih besar dari tingkat pengembalian yang diharapkan (Ri) > E(Ri).[11]
CAPM merupakan metode yang menunjukan nilai dengan risiko yang rendah .maka untuk melakukan keputusan investasi yang optimal,kami mangambil data Indeks di IDX-30 dengan mengunakan semua populasi . CAPM dapat dijadikan sebagai sebuah analisa untuk menggambarkan hubungan antara return dan risiko yang terdapat dalam sebuah saham yang diperdagangkan di Bursa Efek Indonesia [ 12 ] tujuan utama pembentukan portofolio adalah untuk mencari pembentukan portofolio yang optimal dari berbagai saham untuk memperoleh returnyang maksimal. investor yang lebih menyukai risiko akan memilih portofolio dengan return yang tinggi, jika dibandingankan dengan investor yang kurang menyukai risiko. atas dasar hal ini, maka penelitian ini bertujuan melakukan perancangan dan pembentukan portofolio optimal dengan menganalisis saham-saham yang terdaftar di IDX30 semua sektor yang terdapat di Bursa Efek Indonesia (BEI) untuk periode analisis 2018-2020. Analisis portofolio ini diharapkan dapat membantu investor dalam mengambil keputusan pembentukan portofolio optimal.
Teknik analisis data mengunakan Capital Asset Pricing Model (CAPM).penelitian ini dengan tujuan memberi gambaran bagi Investor mengenai pengambilan keputusan investasi saham pada saat Pademi COVID-19 pada Indeks IDX-30.metode ini mengunakan alat hitung Microsoft Excel,di karenakan penelitian terdahulu banyak mengunakan alat teknik analisis data tersebut.
Metode Penelitian
A. Jenis Penelitian
Penelitian ini merupakan penelitian kuantitatif deskriftif. dimana dalam penelitian kuantitatif tidak terlalu menitik beratkan pada kedalaman data, yang penting dapat merekam data sebanyak-banyaknya dari populasi yang luas.walaupun populasi penelitian besar, tetapi dengan mudah dapat dianalisis, baik melalui rumus-rumus statistik maupun komputer. Jadi pemecahan masalahnya didominasi oleh peran statistik.
B. Lokasi Penelitian
Penelitian dilakukan di Galeri Bursa Efek Indonesia Universitas Muhammadiyah Sidoarjo kampus 1 Jl. Mojopahit 666 B Sidoarjo pada periode tahun 2020. Dipilihnya BEI sebagai tempat penelitian karena BEI merupakan bursa pertama di Indonesia, yang dianggap memiliki data yang lengkap dan telah terorganisasi dengan baik.
C. Definisi Operasional ,Indentifikasi Variabel Indikator Variabel
1. Identifikasi Variabel
menyatakan bahwa variabel di dalam penelitian adalah suatu atribut dari sekelompok obyek yang diteliti, mempunyai variasi antara satu dan lainnya atau satu obyek dengan obyek yang lain. Berdasarkan dari permasalahan dan hipotesis, maka variabel yang di analisis dalam penelitian ini terdiri dari dua macam, yang meliputi variabel bebas (X) atau Independen adalah variabel yang mempengaruhi atau yang menjadi sebab timbulnya variabel dependen. Variabel bebas (X) yaitu Optimal .Variabel terikat (Y) atau Dependen adalah variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas. Variabel terikat (Y) dalam penelitian ini adalah Capittal Asset Pricing Model (CAPM) [5].
2. Definisi Operasional dan Indikator Variabel
Definisi operasional bertujuan menyatukan pengertian, agar tidak terjadi kesalah pahaman atau perbedaan pandangan dalam mendefinisikan variabel – variabel yang dianalisis.
3. Jenis dan Sumber Datanis Data
Dalam penelitian ini jenis data menggunakan data kuantitatif. Data kuantitatif adalah data penelitian berupa angka atau laporan keuangan yang analisisnya menggunakan statistik. Data sekunder adalah data yang diperoleh secara tidak langsung melalui media perantara yang mana di peroleh dan dicatat oleh pihak lain. Dalam penelitian data sekunder, pengumpulan data dilakukan dengan menelusuri hasil dokumentasi laporan keuangan perusahaan di Bursa Efek Indonesia.
D. Teknik Pengumpulan Data
Dalam penelitian ini metode yang digunakan adalah metode dokumentasi, menurut kerangka keterkaitan dengan penyusunan penelitian yang diperlukan. Sumber data diperoleh dari Bursa Efek Indonesia (BEI), Penelitian terdahulu, buku,jurnal dan situs internet yang berkaitan dengan informasi yang dibutuhkan.
Penelitian ini menggunakan CAPM (Capital Assets Princing Model).Untuk menentukan jumlah pengungkapan corporate governance pada perusahaan yang diteliti.
E. Teknik Analisis Data
Analisis data dilakukan menggunakan pendekatan Capital asset Pricing Model (CAPM). Analisis pembentukkan portofolio yang optimal dapat dilakukan dengan langkah sebagai berikut:
1. Mengumpulkan data saham yang masuk dalam indeks IDX-30 pada periode 2020 dan closing price saham.
2. Menghitung Market Return
Return pasar adalah persentase perubahan harga penutupan Indeks Harga Saham Gabungan sebagai Indeks pasar ,pada minggu ke-t dikurangkan dengan harga penutupan Indeks Saham pada minggu ke t-1 kemudian hasilnya dibagi dengan harga penutupan Indeks Saham pada minggu ke t-1 [ 13 ].
𝑅𝑚 = 𝑅𝑚𝑡− 𝑅𝑚𝑡−1
Keterangan :
𝑅𝑚 = Market return
𝑅𝑚𝑡= Market Return Akhir
𝑅𝑚𝑡−1= Market Return Awal
3. Menghitung Expected Return Market
Tingkat keuntungan yang diharapkan atau exected return pasar berasal dari jumlah seluruh return market dibagi dengan banyaknya data. Rumus yang digunakan adalah sebagai berikut:
(𝑅𝑚) = Σ𝑛=1𝑟𝑚
𝑛
Keterangan:
(𝑅𝑚) = Expected Return Market
𝑟𝑖 = Return Market
𝑛 = Jumlah periode
4. Menghitung Risk Free Rate
Risk free rate yang digunakan berasal dari jumlah seluruh rata-rata risk free rate dibagi dengan jumlah minggu dalam satu tahun . Rumus yang digunakan adalah sebagai berikut :
𝑅𝑓= Σ 𝑛𝑗=1 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝑠𝑢𝑘𝑢 𝑏𝑢𝑛𝑔𝑎 𝑆𝐵𝐼
𝑛
Keterangan :
𝑅𝑓=Tingkat suku bunga bebas resiko
𝑛= Jumah Periode
5. Menghitung Beta
Metode CAPM menyatakan bahwa semakin besar beta 𝑖 (𝛽𝑖) maka semakin besar pula return yang diperoleh. Saham yang memiliki (𝛽𝑖>1) merupakan saham dengan risiko tinggi dan saham yang memiliki (𝛽𝑖<1)
6. Menghitung Expected Return dengan menggunakan Capital Asset Pricing Model
E (Ri)= Rf +𝛽i [ E(Rm)-Rf]
Keterangan
E (Ri) = return yang diharapkan dari sekuritas i yang mengandung
risiko.
Rf = return bebas risiko.
E (Rm) = return portofolio pasar yang diharapkan
𝛽i= koefesien beta sekuritas
7. Penggambaran Security Market Line
Security Market Line merupakan gambar secara grafis CAPM. SML adalah garis yang menghubungkan tingkat return yang diharapkan [E(Ri)] dari suatu sekuritas dengan risiko sistematis (𝛽). Sumbu tegak menunjukan tingkat keuntungan yang diharapkan dari suatu investasi, dan sumbu datarnya adalah risiko (yang diukur dari beta). Garis yang menghubungkan kedua titik ini disebut Security Market Line. Tingkat keuntungan dari investasi lain akan berada pada garis tersebut sesuai dengan beta investasi tersebut. Semakin besar betanya semakin besar pula tingkat keuntungan yang diharapkan dari investasi tersebut.
8. Menghitung variance return individu saham dan pasar
Varians digunakan untuk menghitung risiko yang mengukur absolut penyimpangan nilai-niai yang sudah terjadi dengan nilai ekspektasinya. Varians dapat berasal dari risiko saham dan pasar.
Variance Return Saham (𝜎2 )= Σ 𝑛𝑖−1 (𝑅𝑖−𝐸(𝑅𝑖))2
𝑛−1
Variance Return Market (𝜎2 𝑚)= Σ 𝑛𝑖−1 (𝑅𝑚−𝐸(𝑅𝑚))2
𝑛−1
Keterangan :
𝜎2 = Variance return saham
𝜎2 𝑚 = Variance return market
Sumber :
Menghitung Exces Return to beta (ERB)
Excess return to beta berarti mengukur kelebihan return relatif terhadap suatu unit risiko yang tidak dapat diversifikasikan yang diukur dengan beta. Rasio ERB menunjukkan hubungan antara dua faktor penentu investasi yaitu return dan risiko[ 14] (tadelin ). Rumus yang digunakan adalah :
ERB𝑖= (𝑅𝑖)−𝑅𝑓
𝛽𝑖
Keterangan :
ERB𝑖 = excess return to beta
𝑅𝑖 = 𝑟eturn yang diharapkan dari saham (expected return)
𝑅𝑓 = risk free rate
𝛽𝑖 = beta saham ke-i
Sumber [15]
Menyusun peringkat saham berdasarkan ERB tertinggi sampai terendah.
9. Menentukan cut-off rate (Ci)
Titik pembatas (Ci) adalah nilai C untuk sekuritas ke-i yang dihitung dari kumulasi nilai-nilai A1 sampai dengan Aj dan nilai-nilai B1 sampai dengan Bj . Rumusyangdigunakan adalah :
= 𝜎2𝑚 Σ 𝑖 =1 [((𝑅𝑖)−𝑅𝑓).𝛽𝑖]
𝜎𝑒𝑖2
1+ 𝜎2𝑚 Σ 𝑖𝑗=1 [𝛽𝑖2]
𝜎𝑒𝑖2
Keterangan :
Ci= cut off rate
E(Ri) = return yang diharapkan dari saham (expected return)
Rf = risk free rate
𝛽𝑖2 = beta saham i
𝜎𝑒𝑖2 = variance error residual saham
𝜎2𝑚= variance return pasar
Menentukan portofolio optimal
a. Bila rasio ERB ≥𝐶𝑖, maka saham-saham masuk ke dalam portofolio optimal
b. Bila rasio ERB ≤𝐶𝑖, maka saham-saham tidak masuk ke dalam portofolio optimal
10. Menentukan unique-cut off point Nilai Ci yang mempunyai nilai optimal adalah C*. Nilai C* merupakan nilai Ci tertinggi pada kelompok saham-saham sebelum nilai Ci mengalami penurunan yang masuk dalam portofolio optimal.
Hasil dan Pembahasan
A. Analisis Pembentukan Saham Efisien
Analisis pembentukan saham efisien yang masuk dalam IDX30 periode 2020 ini menggunakan 30 saham yang masuk dalam daftar IDX30 setiap periodenya.saham yang masuk dalam sampel penelitian adalah saham yang masuk dalam IDX30 secara terus menerus selama periode penelitian. Data yang diperlukan dalam penelitian selain sampel saham perusahaan juga closing price, IHSG, IDX30 , dan BI Rate.
Langkah awal dilakukannya penentuan expected return untuk memilih saham mana saja yang masuk sebagai saham efisien dan tidak efisien dengan menggunakan pendekatan capital aset pricing model dan masuk dalam kandidat pembentukan portofolio optimal.
No | Kode Emiten | E(Ri) |
1 | ADRO | -0.0052 |
2 | ANTM | 0.0098 |
3 | ASII | 0.1159 |
4 | BBCA | -0.5474 |
5 | BBNI | 0.5936 |
6 | BBRI | -0.5129 |
7 | BBTN | -0.1193 |
8 | BMRI | 0.0426 |
9 | BTPS | -0.1090 |
10 | CPIN | -0.0237 |
11 | EXCL | -0.0364 |
12 | GGRM | -0.0034 |
13 | HMSP | -0.0127 |
14 | ICBP | -0.0291 |
15 | TBIG | -0.0300 |
16 | INDF | 0.0110 |
17 | INKP | 0.0610 |
18 | INTP | -0.0127 |
19 | MDKA | 0.0180 |
20 | KLBF | 0.0251 |
21 | MNCN | 0.1305 |
22 | PGAS | 0.0672 |
23 | PTBA | -0.0412 |
24 | PWON | -0.1279 |
25 | SMGR | 0.0247 |
26 | TKIM | -0.0608 |
27 | TLKM | -0.0020 |
28 | UNTR | -0.0147 |
29 | UNVR | 0.0145 |
30 | TWOR | 0.0064 |
B. Analisis Pembentukan Portofolio Optimal
Penentuan pembentukan portofolio optimal dilakukan dengan penyusunan peringkat excess return to beta dari nilai yang tertinggi ke nilai terendah. Penentuan ERB ini memerlukan analisis terhadap expected return, beta dan risk free rate. Tabel 19 menunjukkan hasil ERB setelah adanya penyusunan peringkat dari nilai yang terbesar ke nilai terkecil.
No | Kode Emiten | E(Ri) |
1 | ADRO | -0.0052 |
2 | ANTM | 0.0098 |
3 | ASII | 0.1159 |
4 | BBCA | -0.5474 |
5 | BBNI | 0.5936 |
6 | BBRI | -0.5129 |
7 | BBTN | -0.1193 |
8 | BMRI | 0.0426 |
9 | BTPS | -0.1090 |
10 | CPIN | -0.0237 |
11 | EXCL | -0.0364 |
12 | GGRM | -0.0034 |
13 | HMSP | -0.0127 |
14 | ICBP | -0.0291 |
15 | TBIG | -0.0300 |
16 | INDF | 0.0110 |
17 | INKP | 0.0610 |
18 | INTP | -0.0127 |
19 | MDKA | 0.0180 |
20 | KLBF | 0.0251 |
21 | MNCN | 0.1305 |
22 | PGAS | 0.0672 |
23 | PTBA | -0.0412 |
24 | PWON | -0.1279 |
25 | SMGR | 0.0247 |
26 | TKIM | -0.0608 |
27 | TLKM | -0.0020 |
28 | UNTR | -0.0147 |
29 | UNVR | 0.0145 |
30 | TWOR | 0.0064 |
Penentuan cut-off rate (Ci) dilakukan dengan melakukan analisis hasil terhadap hasil perhitungan expected return , variance error residual, dan risk free rate. Hasil Penentuan Ci dapat dilihat pada tabel 4.3.3.
No | Kode saham | ERB | C* | |
1 | ADRO | -0.0020 | < | 0.0182 |
2 | ANTM | -0.0766 | < | 0.0182 |
3 | ASII | -0.0097 | < | 0.0182 |
4 | BBCA | -0.0967 | < | 0.0182 |
5 | BBNI | -0.0130 | < | 0.0182 |
6 | BBRI | -0.0046 | < | 0.0182 |
7 | BBTN | -0.0151 | < | 0.0182 |
8 | BMRI | -0.0117 | < | 0.0182 |
9 | BTPS | -0.0097 | < | 0.0182 |
10 | CPIN | -0.0036 | < | 0.0182 |
11 | EXCL | -0.0086 | < | 0.0182 |
12 | GGRM | -0.0214 | < | 0.0182 |
13 | HMSP | -0.0295 | < | 0.0182 |
14 | ICBP | -0.0798 | < | 0.0182 |
15 | TBIG | 0.0264 | > | 0.0182 |
16 | INDF | -0.0251 | < | 0.0182 |
17 | INKP | 0.0049 | < | 0.0182 |
18 | INTP | -0.0189 | < | 0.0182 |
19 | MDKA | 0.0503 | > | 0.0182 |
20 | KLBF | -0.0105 | < | 0.0182 |
21 | MNCN | -0.0183 | < | 0.0182 |
22 | PGAS | -0.0141 | < | 0.0182 |
23 | PTBA | 0.0116 | < | 0.0182 |
24 | PWON | -0.0092 | < | 0.0182 |
25 | SMGR | -0.0018 | < | 0.0182 |
26 | TKIM | -0.0101 | < | 0.0182 |
27 | TLKM | -0,0041 | < | 0.0182 |
28 | UNTR | 0.0363 | > | 0.0182 |
29 | UNVR | -0.0765 | < | 0.0182 |
30 | TWOR | -0.0092 | < | 0.0182 |
Kriteria dalam menentukan portofolio optimal adalah ERB≥Ci, dari hasil perhitungan dengan membandingkan ERB dan Ci, maka ada 3 saham yang masuk sebagai portofolio optimal. Perhitungan Ci digunakan dengan menentukan nilai cut off point (C*) yang dilakukan dengan mengamati nilai Ci maksimum dari deretan nilai Ci. Saham. Nilai C* digunakan untuk menentukan titik pembatas saham mana saja yang masuk sebagai kandidat portofolio optimal. Hasil perhitungan menunjukkan nilai C* sebesar 0.0182
C. Analisis Proporsi Dana Portofolio Optimal Mengunakan CAPM
Menentukan proporsi dana yang akan investor investasikan. Analisis skala tertimbang ini menggunakanan hasil perhitungan expected return , variance error residual, dan risk free rate.
Hasil akan terlihat pada tabel 4.3.3.
No | Kode saham | Proporsi Dana |
1 | TBIG | 23% |
2 | MDKA | 45% |
3 | UNTR | 32% |
Hasil perhitungan portofolio optimal dana di ambil proporsi saham hasil sebagai kandidat Proporsi dana Kriteria dalam menentukan portofolio optimal adalah ERB≥Ci, dari hasil perhitungan dengan membandingkan ERB dan Ci, maka ada 3 saham yang masuk sebagai portofolio optimal.yaitu perusahan dengan kode emiten TBIG ( Tower Bersama Infrastructure Tbk.) di alokasikan dana sebesar 23%, perusahan berkode emiten MDKA (Merdeka Copper Gold Tbk.) alokasi dana sebesar 45% dan perusahan berkode emiten UNTR ( United Tractor Tbk ) alokasi dana sebesar 32%.
Simpulan
Berdasarkan analisis dengan perhitungan menggunakan metode Capital Asset Pricing Model pada saham-saham yang masuk dalam IDX-30 di Bursa Efek Indonesia periode 2020 , denga mengunakan metode pendekatan Deskriptif terdapat 30 populasi dan diambil 30 sampel untuk di jadikan objek penelitian dengan mengunakan Microsoft Excell metode ini mudah untuk di hitung sehinga menghasilkan rumus optimalisasi CAPM , maka dapat ditarik kesimpulan :
1. Terdapat 3 saham yang memenuhi kriteria pembentukan portofolio optimal saham dengan menggunakan indeks IDX30 adalahTBIG ( Tower Bersama Infrastructure Tbk.) , MDKA (Merdeka Copper Gold Tbk.) dan UNTR ( United Tractor Tbk ) .
2. Besarnya proporsi dana yang layak di investasikan pada ketiga saham tersebut dengan menggunakan IHSG adalah :
- TBIG ( Tower Bersama Infrastructure Tbk.) dialokasikan dana sebesar 23%
- MDKA (Merdeka Copper Gold Tbk.) dialokasikan dana sebesar 45%
- UNTR ( United Tractor Tbk ) dialokasikan dana sebesar 32%
References
- Saptomo, Deddy, Insannul Kamil, Elita Amrina, and Mego Plamonia. 2017. “Jurnal Optimasi Sistem Industri Desain Portofolio Optimal Untuk Keputusan Investasi Pada Fase Krisis Keuangan.” Jurnal Optimasi Sistem Industri 1(2017):68–79.
- Anton Suhartono, Sugito, Rita Rahmawati. 2015. “ANALISIS KINERJA PORTOFOLIO OPTIMAL CAPITAL ASSET PRICING MODEL (CAPM) DAN MODEL BLACK LITTERMAN.” JURNAL GAUSSIAN, 4:421–29.
- Sugianto, Danang. 2020. “Perjalanan IHSG Sejak RI Positif Virus Corona.” Detik Finance 1. Retrieved May 7, 2007 (https://finance.detik.com/bursa-dan-valas/d-4972595/perjalanan-ihsg-sejak-ri-positif-virus-corona).
- Samsul, Mohamad. 2015. Pasar Modal & Manajemen Portio Edisi 3. 2nd ed. edited by A. Maulana. jakarta: Erlangga.
- Sugiyono. 2017. “MetodePenelitian Kuantitatif, Kualitatif Dan R&D. Bandung: PT Alfabet.” Sugiyono. (2017). MetodePenelitian Kuantitatif, Kualitatif Dan R&D. Bandung: PT Alfabet.
- Ayudin, M. V, S. Irdiana, and A. Jariah. 2019. “Analisis Optimalisasi Portofolio Dengan Capital Asset Pricing Model Pada Indeks IDX30 Di Indonesia.” 2(July):383–90.
- Putra, M., and I. Yadnya. 2016. “Penerapan Metode Capital Asset Pricing Model Sebagai Pertimbangan Dalam Pengambilan Keputusan Investasi Saham.” E-Jurnal Manajemen Universitas Udayana 5(12):255270.
- Sunarya, I. Wayan. 2020. “Penerapan Asset Pricing Model (Capm) Terhadap Keputusan Investasi Pada Indeks Lq45 Periode 2017- 2019.” Jurnal Muara Ilmu Ekonomi Dan Bisnis 4(1):40.
- Liani, Miza. 2017. “Analysis Of The Comparison Among Efficient Stocks That Form Portfolio Using Capital Asset Pricing Model (CAPM) And Fama-French Three Factor Model (Case Study On Kompas 100 Companies From 2013-2015).” Kurs 2(1):76–89.
- Putra, M., and I. Yadnya. 2016. “Penerapan Metode Capital Asset Pricing Model Sebagai Pertimbangan Dalam Pengambilan Keputusan Investasi Saham.” E-Jurnal Manajemen Universitas Udayana 5(12):255270.
- Al.et., Afolabi. 2017. “Capital Asset Pricing Model: Evidence from the Nigerian Stock Exchange.” International Journal of English Literature and Social Sciences 2(6):155–60.
- P, Adelina Sevanya D. 2015. “Pembentukan Portofolio Optimal Dengan Menggunakan Capital Asset Pricing Model Pada Saham Yang Tergabung Dalam Indeks LQ45 Bursa Efek Indonesia Periode 2011-2015.” 93–101.
- Tadelilin. 2010. Portofolio Dan Investasi Teori Dan Aplikasi.
- Andriyani, Lilik, Farida, and Dwi Lailatul Machfi. 2016. “Analisis Komparatif Pembentukan Portofolio Optimal Menggunakan Capital Asset Pricing Model (Capm) Dan Stochastic Dominance.” Jurnal Bisnis & Ekonomi 14:19–33.