Bab 21 - Estimasi Beta

5/16/2018

http://slide pdf.c om/re a de r/full/ba b-21-e stima si-beta

Ba b 21 - Estima si Beta - slide pdf.c om

1/56

5/16/2018


OVERVIEW 1/55 



Bab ini membahas model-model keseimbangan dalam analisis investasi dan memberikan gambaran yang komprehensif tentang berbagai kendala dan solusi untuk mengatasi persoalan beta dalam studi empiris maupun dalam aplikasi praktis. Bab ini akan memberikan pemahaman yang lebih baik mengenai:    



Cara menghitung beta Kelemahan beta dalam praktik Evaluasi beta dalam praktik Teknik-teknik estimasi beta yang sesuai dengan kondisi yang dihadapi Pengujian efisiensi dan stabilitas beta dalam riset pasar modal.


2/56

5/16/2018


OVERVIEW 2/55



Dalam bab ini akan dibahas tiga isu utama, yakni : 

kajian literatur tentang beta;



metode penelitian untuk mengestimasi beta;



isu-isu relevan lainnya tentang estimasi dan stabilitas beta.


3/56

5/16/2018


TOPIK PEMBAHASAN 3/55    

   

 

Kajian Literatur tentang Beta Desain Penelitian dalam Pengestimasian Beta Hasil Empiris Pengestimasian Beta Pengestimasian Beta dengan Beberapa Cara Pengukuran Return Asumsi Distribusional Kesalahan Pengukuran dan Perdagangan Tipis Stabilitas Beta Estimasi Beta Lainnya yang Telah disesuaikan dengan Perdangan Tipis Time-varying Beta Pengestimasian Beta untuk Perusahaan Privat


4/56

5/16/2018


PENDAHULUAN TENTANG CAPM 4/55 

 

Penentuan asset pricing suatu sekuritas individual dan/atau portofolio merupakan hal yang sangat penting bagi investor. Penentuan cost of capital (required rate of return) Pricing sekuritas/portofolio (undervalue/overvalue)

Perlu Model Yang Parsimoni Dalam Menangkap Kompleksitas Pasar Modal Capital Asset Pricing Model (CAPM ) (Sharpe,1964; Lintner 1965; dan Mossin,1966) http://slide pdf.c om/re a de r/full/ba b-21-e stima si-beta

5/56

5/16/2018



CAPM menjelaskan bahwa kondisi keseimbangan (equilibrium), expected returns [E(Ri)] sama dengan suku bunga bebas risiko (Rf ) ditambah dengan premi risiko:

E(Ri) = R f + {E(Rm) – R f }  I 

Ukuran risiko yang relevan dalam konteks CAPM adalah beta ( β), yang didefinisikan sebagai covarians return sekuritas dengan return pasar yang distandardisasi dengan varians return pasar.

 i



 i M  i M 2  M

iM = Korelasi antara sekuritas i dengan pasar i = Standar deviasi sekuritas i M = Standar deviasi pasar


6/56

5/16/2018





CAPM memerlukan estimasi tingkat bunga bebas risiko (risk-free rate of interest), estimasi return portofolio pasar yang diharapkan (expected return market portfolio), dan estimasi beta untuk tiap aset individual Sejak diperkenalkan pertama kali, CAPM dan beta terus diperdebatkan baik secara teoritis maupun empiris. 



Fama dan French (1992, 1993, 1996) mengkritik kemampuan beta dalam menjelaskan cross-sectional variation return ekuitas. Roll dan Ross (1996) mengatakan bahwa: “beta is dead, or if not dead is at least fatally ill, karena beta tidak dapat menjelaskan return sekuritas.


7/56

5/16/2018


PENDAHULUAN TENTANG CAPM 7/55 

Kothari, Shanken, dan Sloan (1950) dan Kandel dan Stambaugh (1995) mengatakan bahwa beta tetap masih dapat digunakan jika menggunakan data tahunan, bukan data bulanan atau harian



Black (1993) mengatakan dengan perspektif lain, hal yang diperlukan dalam mendefinisikan ukuran risiko sistematis atau beta adalah model pasar (market model)

Rit =  i +  i Rmt +  it 

Keberadaan market model tersebut adalah independen atau tidak terikat pada CAPM. Meskipun CAPM benar-benar mati, beta tetap eksis. Maka, beta telah digunakan sejak dulu, sekarang, dan akan terus digunakan di masa mendatang.


8/56

5/16/2018


KAJIAN LITERATUR TENTANG BETA 8/55

Keterterapan Beta dalam Penelitian 



Penggunaan beta sebagai salah satu variabel penelitian telah banyak dilakukan baik di luar negeri maupun di dalam negeri. Studi yang dilakukan di dalam negeri : 

Agoeng (2000) dan Hadinugroho (2002) menunjukan bahwa return tidak dipengaruhi oleh beta.



Tandelilin (2001) menemukan bahwa beta portofolio saham mampu menjelaskan return portofolio pada pasar bullish dan bearish.


9/56

5/16/2018


KAJIAN LITERATUR TENTANG BETA 9/55 

Poerwanto (2001) yang menyelidiki hubungan antara beta dengan return, menemukan bahwa untuk market excess return positif terdapat hubungan positif antara beta dan return, sedangkan untuk market excess return negatif terdapat hubungan negatif antara beta dan return



Studi tentang faktor-faktor yang mempengaruhi beta juga menunjukan hasil yang beragam : 



Tandelilin (1997) menemukan bahwa variabel rasio keuangan dan ukuran perusahaan mempengaruhi beta Indriastuti (1999) dan Musliatun (2000) dengan memisahkan periode analisis normal dan krisis 1997 menemukan bahwa likuiditas, pertumbuhan, dan leverage keuangan mempengaruhi beta


10/56

5/16/2018


KAJIAN LITERATUR TENTANG BETA 10/55 

Sufiyati dan Na’im (2002) membuktikan bahwa beta dipengaruhi oleh ukuran perusahaan



Suherman (2001) menguji pengaruh variabel dividen, pertumbuhan aset, ukuran perusahaan, likuiditas, leverage keuangan, volatilitas laba, dan beta akuntansi terhadap beta.



Beta juga banyak dipakai dalam berbagai bentuk desain penelitian studi peristiwa (event study ) seperti penawaran hak atas saham (right issue), pengumuman divide, pengumuman merger dan akuisisi, pengumuman pembelanjaan kapital dan perubahan komposisi manajemen.


11/56

5/16/2018



Catatan Penting: 

Sebagian besar penelitian tersebut mengungkapkan hasil yang tidak konsisten dengan teori. Hal mungkin disebabkan oleh perbedaan metode dalam pengestimasian beta sehingga menghasilkan variasi besaran beta.


12/56

5/16/2018



Keterterapan Beta dalam Praktik  Beta digunakan oleh manajer investasi sebagai salah satu indikator dalam pengukuran kinerja



portofolio yaitu dengan mengadopsi teknik yang dikemukakan Treynor (1965) dan Jensen (1969). Beta juga digunakan untuk menghitung biaya modal ekuitas yang selanjutnya digunakan dalam penilaian perusahaan, penganggaran kapital, dan perhitungan economic value added (EVA).


13/56

5/16/2018

DESAIN PENELITIAN DALAM PENGESTIMASIAN BETA Ba b 21 - Estima si Beta - slide pdf.c om

13/55

Isu Pokok Dalam Estimasi Beta Isu pengukuran return

Bagaimana seharusnya return diukur; indeks apa yang seharusnya digunakan untuk mewakili pasar; berapa lama periode observasi yang digunakan; dan interval penyampelan apa yang harus digunakan.

Isu yang berkaitan dengan asumsi model regresi Apakah residual regresi berdistribusi normal; apakah residual regresi memiliki varian yang sama; apakah residual regresi tidak berkorelasi satu sama lain; apakah beralasan jika diasumsikan bahwa beta adalah konstan sepanjang periode pengestimasian; dan apakah ada variabel penjelas yang dihilangkan. http://slide pdf.c om/re a de r/full/ba b-21-e stima si-beta

14/56

DESAIN PENELITIAN DALAM PENGESTIMASIAN BETA

5/16/2018


14/55

Isu Pengukuran Return 

Tahap pertama untuk memperoleh estimasi beta adalah menghitung nilai return sekuritas individual dan return pasar. 

Discrete return versus continuously compounded returns. Pengukuran returns harus mempertimbangkan penyesuaian perubahan harga yang terjadi karena adanya perubahan kapitalisasi



Raw return versus excess return. Ukuran return berupa return periodik yang belum disesuaikan dengan return aset-aset lain yang menjadi benchmark.



Nominal return versus real return. Return yang belum disesuaikan terhadap harapan adanya inflasi (inflationary expectation).


15/56

5/16/2018


METODE PENGUKURAN RETURN 15/55

Perhitungan Return Raw Return o

Discrete Return (DRt) DRt 

Pt  Pt 1 



Dt

Pt 1 

o

Continuously Compounded Returns (CCRt) CCRt  ln(1  Rt )


16/56

5/16/2018



Perhitungan Return Excess Return o

Discrete Excess Return (DERt) DER t  DR t  Rf t o

Continuously Compounded Excess Returns t) (CCER CCER

t 

CCRt  Rf t

Rf t = tingkat bunga bebas risiko (SBI) http://slide pdf.c om/re a de r/full/ba b-21-e stima si-beta

17/56

5/16/2018



Perhitungan Return Real Return Discrete Real Return (DRRt) DRRt



1  DRt 1  r

1

Continuously Compounded Real Returns (CCRRt) CCRRt 

1  CCRt

1

1  inflasi r r = tingkat


18/56

5/16/2018


TEKNIK ESTIMASI BETA 18/55 



Estimasi beta dengan indeks tunggal mengacu pada periode waktu analisis yang sama untuk return individual dan return pasar. Estimasi beta yang disesuaikan karena adanya perdagangan yang tidak sinkron: 

Beta Scholes-William diadopsi dari teknik estimasi beta yang digunakan oleh Scholes dan William (1977).



Beta Dimson mengacu pada teknik estimasi beta yang digunakan oleh Dimson (1979).



Fowler dan Rorke (1983) mengembangkan teknik Scholes dan William serta Dimson dengan melakukan analisis regresi berganda.


19/56

5/16/2018


TEKNIK ESTIMASI BETA 19/55

1. Beta Indeks Tunggal (iIT) Rit   i   i Rmit   it ˆ

IT

 i

 i



ˆ

2. Beta Scholes-William (SW)

Rit



ˆ

 i




0

it

Rmt   0 SW

1

 i   i Rm ˆ



 i

 1 Rm



ˆ

t 1

1

 i Rm



ˆ

it

  i   i ˆ

 1

it



 it

ut

0

(1  2

1

 i Rm



ˆ

1

) 20/56

5/16/2018



3. Beta Dimson (iDM)

Rit

 i



1

0

 i   i Rm

DM

ˆ

it

 i Rm



ˆ

it

1

 i Rm



ˆ

it



 it

m



  i  k ˆ

k   m


21/56

5/16/2018



2. Beta Fowler-Rorke (iFR) 

n

Rit   i   i Rmit n ˆ





mt

R

 i

FR

ˆ

ˆ

mt  n

    R 

0

W n  i ˆ



n

1



1

...  i Rmit ˆ

1

0

1



n

 i Rmit   i Rmit  ...  i Rmit n



ˆ

ˆ

ˆ





 it

ˆ

 ...   1 Rmt 1  ut

... W 1  i ˆ

1

 i



0



ˆ

W 1  i ˆ

1



... W n  i ˆ



n

W  ( 1  2   ...  2     ) /( 1  2   ...  2  ) ˆ

1

W 2

ˆ

1 

n 1

( 1  2  1  ...  2  n ˆ

ˆ

ˆ

2



ˆ

1

n

 n ˆ

1



ˆ

n

 n ) /( 1  2  1  ...  2 n ) ˆ

ˆ

ˆ

W 1  ( 1   1  ...   n ) /( 1  2  1  ...  2  n ) ˆ


ˆ

ˆ

ˆ

22/56

CONTOH: STUDI EMPIRIS PENGESTIMASIAN BETA

5/16/2018


22/55



Data dan Sampel Penelitian : 



Studi empiris dimaksudkan untuk memberi ilustrasi praktis tentang isu-isu dan prosedur-prosedur pengestimasian yang dapat menghasilkan estimasi beta yang berbeda. Studi ini menggunakan harga saham harian, mingguan, dan bulanan yang diobservasi dari 18 perusahaan di Bursa Efek Jakarta (BEJ). Sampel perusahaan dipilih secara acak dan mewakili 18 sub-industri dari industri pemanufakturan


23/56

5/16/2018

CONTOH: STUDI EMPIRIS PENGESTIMASIAN BETA Ba b 21 - Estima si Beta - slide pdf.c om

23/55 



Model analisis penelitian ini didasarkan pada model pasar (market model) yaitu return historis saham diregresi dengan return historis suatu proksi portofolio pasar (return indeks pasar). Fokus studi empiris ini mengangkat permasalahan yang berkaitan dengan isu

pengukuran return dan isu asumsi model regresi


24/56

5/16/2018

CONTOH: STUDI EMPIRIS PENGESTIMASIAN BETA Ba b 21 - Estima si Beta - slide pdf.c om

24/55 

Tabel di bawah ini menunjukan perbedaan estimasi beta dengan berbagai cara pengukuran return yang meliputi: (1) raw return diskrit dan kontinyu (2) excess return diskrit dan kontinyu (3) return riil diskrit dan kontinyu.

Kesimpulan Sementara Hasil Studi Empiris 

Range yang lebar dari hasil-hasil estimasi beta pada tabel tersebut membuktikan bahwa pengestimasian beta sangat sensitif terhadap cara pengukuran return.


25/56

5/16/2018

Tabel Estimasi Beta Berdasarkan Beberapa Metode Pengukuran Ret Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-20 Ba b 21 - Estima si Beta - slide pdf.c om

No

TICK

Estimasi Beta Berdasarkan Beberapa Pengukuran Return RRD RRK ERD ERC RDR RCR Range

1

AQUA

0,4106

0,4049

0,4139

0,4189

0,2679

0,8226

0,5547

2 3 4 5 6 7 8

BRAM BRNA BRPT EKAD ERTX HMSP INKP

1,0611 1,1584 1,7455 0,6171 -0,1011 1,3511 1,1965

1,0334 1,0359 1,7091 0,4810 0,6716 1,3798 1,2118

1,0111 1,1420 1,7017 0,5909 -0,0231 1,2947 1,1793

1,0062 1,0196 1,6622 0,4623 0,7114 1,3241 1,1983

0,8695 0,7886 1,3774 0,3401 0,4093 1,1045 1,0061

0,7868 0,8339 0,8484 0,8535 0,7826 0,7902 0,8118

0,2743 0,3699 0,8970 0,5135 0,8837 0,5896 0,4000

9 10 11 12 13 14 15 16 17 18

INTD KICI KLBF LION MLPL PGIN SCBN SMCB SOBI SRSN Mean

0,6302 0,7344 1,7068 0,5025 2,3949 0,1598 0,4993 2,0634 1,0281 1,3210 1,0266

0,4523 0,7249 1,5972 0,4929 1,8749 0,1252 0,4699 2,2064 0,9050 1,2088 0,9992

0,6734 0,7564 1,6823 0,4900 2,3926 0,1532 0,5429 2,0118 1,0197 1,3150 1,0193

0,4778 0,7416 1,5673 0,4778 1,8623 0,1209 0,5226 2,1654 0,8854 1,2009 0,9903

0,2236 0,4991 1,2026 0,4402 1,4893 0,1104 0,3113 1,6729 0,6856 0,7866 0,7547

0,7437 0,8018 0,8460 0,8357 0,9425 0,7830 0,8094 0,8399 0,7645 0,7907 0,8160

0,5201 0,3027 0,8608 0,3956 1,4524 0,6726 0,4981 1,3665 0,3425 0,5344 0,2719

Keterangan: RRD=raw return diskrit; RRK=raw return kontinyu; ERD=excess return diskrit; ERC: excess return kontinyu; RDR=Return diskrit riil; RCR= return kontinyu riil IHSG sebagai proksi portofolio pasar http://slide pdf.c om/re a de r/full/ba b-21-e stima si-beta

26/56

5/16/2018


INDEKS PASAR 26/55



Estimasi beta memerlukan suatu proxy untuk portofolio pasar, karena portofolio pasar secara teoritis harus efisien, namun secara empiris sulit ditemui atau relatif tidak dapat diobservasi.


27/56

5/16/2018


INDEKS PASAR 27/55

Pengukuran Return Indeks Pasar 

Value Weighted Vs Equally Weighted 

Return value weighted memperhitungkan ukuran relatif dari aset-aset individual.



Indeks pasar value weighted lebih sensitif terhadap pergerakan harga dari perusahaan yang berukuran besar.



Indeks equally weighted menimbang semua aset seolah-olah aset-aset tersebut memberi pengaruh yang sama, tanpa mempertimbangkan ukuran relatifnya.



Indeks value weighted lebih baik karena lebih konsisten dengan portofolio pasar yang sebenarnya.


28/56

5/16/2018


INDEKS PASAR 28/55

Pengukuran Return Indeks Pasar Keluasan (Breadth) Indeks Pasar

 

Peneliti menggunakan indeks pasar sebagai proxy pasar karena indeks pasar saham adalah indeks yang paling

tersedia, walaupun Stambaugh (1982) memperlihatkan bahwa CAPM pada umumnya tidak sensitif terhadap pemilihan proxy pasar, kita dapat menyimpulkan bahwa semakin luas indeks, semakin baik indeks tersebut dijadikan proxy. 

Penyusunan dan penimbangan indeks dapat mempengaruhi beta aset individual dan dapat mempengaruhi kesimpulan yang ditarik dari aplikasi estimasi beta tersebut.



Tabel berikut ini adalah estimasi beta dengan menggunakan tiga indeks pasar yang berbeda di Indonesia.


29/56

5/16/2018

Estimasi Beta Berdasarkan Indeks Pasar yang Berbeda (Model Pasar Indeks Tunggal dengan Return Bulanan Periode 1996-2002) Ba b 21 - Estima si Beta - slide pdf.c om

No

TICK

1 2 3 4 5 6 7

AQUA BRAM BRNA BRPT EKAD ERTX HMSP

8 9 10 11 12 13 14 15 16 17 18

INKP INTD KICI KLBF LION MLPL PGIN SCCO SMCB SOBI SRSN Mean

Keterangan:

a

IHSGa

0,4106 1,0611 1,1584 1,7455 0,6171 -0,1011 1,3511 1,1965 0,6302 0,7344 1,7068 0,5025 2,3949 0,1598 0,4993 2,0634 1,0281 1,3210 1,0266

Beta LQ45a JIIb 0,1895 0,7393 0,7543 1,3904 0,4157 -0,2565 1,1040

-0,1075 0,8914 0,7344 1,4534 0,5560 0,8662 1,1855

1,0367 0,2835 0,4982 1,2258 0,3839 1,8463 0,1387 0,2673 1,5615 0,7023 0,9180 0,7333

1,0210 1,2329 0,9004 0,8670 0,7136 1,2103 0,3820 0,2693 0,4302 0,1086 1,3688 0,7824

Range 0,5181 0,3218 0,4240 0,3551 0,2014 1,1227 0,2472

29/55

0,1755 0,9494 0,4023 0,8398 0,3297 1,1846 0,2433 0,2319 1,6332 0,9195 0,4507 0,2934

berdasarkan periode analisis Januari 1996 - Desember

2002 b berdasarkan periode analisis Agustus 2000 - Desember 2002 http://slide pdf.c om/re a de r/full/ba b-21-e stima si-beta

30/56

5/16/2018


INDEKS PASAR

30/55 

Perbedaan estimasi beta dalam Tabel tersebut sangat substansial.

Contoh: Saham SMCB, ketika menggunakan IHSG equally weighted , estimasi beta OLS adalah 2,06; namun ketika menggunakan JII, beta rata-rata antara estimasi betahanya adalah0,43. 1,63.Range


31/56

5/16/2018


INDEKS PASAR

31/55 







Dampak dari range yang lebar dari estimasi beta. Asumsi suku bunga bebas risiko adalah 9% per tahun dan expected return pasar adalah 16% per tahun. Maka, atas dasar CAPM: Saham SMCB, menggunakan beta dari IHSG equally weighted , maka expected return saham tersebut adalah 23.44%. Saham SMBC menggunakan beta dari LQ45, maka expected return saham tersebut adalah 19.93%. Perbedaan expected return-nya adalah 3.51%, sehingga secara nyata mempengaruhi keputusan penilaian dan investasi.


32/56

5/16/2018


INDEKS PASAR

32/55



Para peneliti seringkali tidak hanya tertarik pada nilai estimasi beta, namun juga terhadap signifikansi statistik estimasi tersebut. Ini dapat diuji dengan menentukan apakah estimasi tersebut berbeda dengan benchmark tertentu, misalnya 0, 1, ataupun rata-rata industri dan “ goodness of fit” dari estimasi dan 2. modelnya dapat diketahui dari R


33/56

5/16/2018


INDEKS PASAR

33/55 

Tabel berikut menyajikan ukuran-ukuran statistik untuk regresi OLS dengan menggunakan IHSG value weighted sebagai proxy pasar. Hasil pada tabel tersebut menunjukkan bahwa bahwa terdapat crosssectional variation dalam estimasi beta. Hanya satu estimasi (Saham ERTX) yang tidak signifikan berbeda dengan 0. Ukuran R2 berkisar antara 0,00% (ERTX) hingga 44,4% (WMC).


34/56

5/16/2018


PANJANG PERIODE ESTIMASI 34/55 



Pemilihan panjang periode estimasi (t) dalam OLS dihadapkan pada trade-off antara kebutuhan sampel yang besar untuk memperoleh estimasi statistik yang reliable dengan penggunaan data yang relevan pada periode di mana estimasi beta diaplikasikan Estimasi beta tampak stabil untuk periode empat hingga lima tahun. Oleh karena itu, ketika dihadapkan pada interval bulanan, data lima tahun sering digunakan sebagai rule of thumb, meskipun demikian, variasi rule of thumb ini sangat beragam


35/56

5/16/2018


PANJANG PERIODE ESTIMASI 35/55



Tabel dibawah mengilustrasikan variasi estimasi beta dengan menggunakan tiga periode estimasi yang berbeda (1) 1994-1996, (2) 1994-1999, (3) 1997-2002, dan total observasi 1994-2002. Hasil estimasi beta dalam tabel tersebut sangat bervariasi dengan range yang lebar dari minimum 0,125 (BRAM dan BRNA) hingga maksimum 1,182 (ERTX).


36/56

5/16/2018

Tabel: Estimasi Beta dengan Lama Periode Pengamatan yang Berbeda; Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002 Ba b 21 - Estima si Beta - slide pdf.c om

Estimasi Beta

No

TICK

1994-2002

1997-2002

2000-2002

6 tahun 0,431

3 tahun 0,126

0,305

Range

1

AQUA

9 tahun 0,354

2 3 4 5

BRAM BRNA BRPT EKAD

1,056 1,067 1,674 0,492

1,115 1,164 1,782 0,617

0,990 1,039 1,957 0,778

0,125 0,125 0,283 0,287

6 7 8 9 10 11 12

ERTX HMSP INKP INTD KICI KLBF LION

-0,018 1,327 1,147 0,619 0,714 1,760 0,465

-0,078 1,403 1,221 0,740 0,746 1,725 0,472

1,104 1,490 1,379 1,145 1,065 1,115 0,723

1,182 0,164 0,232 0,527 0,350 0,646 0,258

13 14 15 16 17 18

MLPL PGIN SCCO SMCB SOBI SRSN Mean

2,278 0,304 0,448 1,966 0,987 1,087 0,985

2,335 0,189 0,517 2,103 1,096 1,415 1,055

1,653 0,436 -0,116 1,536 0,650 1,458 1,029

0,682 0,247 0,634 0,566 0,445 0,371 0,070

36/55


37/56

5/16/2018

SAMPLING INTERVAL Ba b 21 - Estima si Beta - slide pdf.c om

37/55





Peneliti juga harus memilih sampling interval untuk pengukuran return, misalnya interval return harian, mingguan, atau bulanan. Interval intraday cenderung menghasilkan estimasi beta yang tidak stabil dan tidak reliable. Sebaliknya, interval kwartal tahun (quarterly interval) cenderung menghasilkan jumlah observasi yang kurang memadai karena periode pengamatan yang terlalu panjang


38/56

5/16/2018

SAMPLING INTERVAL Ba b 21 - Estima si Beta - slide pdf.c om

38/55 





Perubahan beta diargumentasikan sebagai fungsi dari frekuensi perdagangan, yang berkaitan dengan ukuran perusahaan. Ketika interval return diperpanjang, beta saham-saham kecil (tipis diperdagangkan) meningkat sedangkan beta saham-saham besar (sering diperdagangkan) menurun. Tabel di bawah ini memaparkan dampak sampling interval yang berbeda, yaitu observasi harian, mingguan, dan bulanan. Perbedaan rata-rata antara beta yang diestimasi dengan return harian dan return bulanan cukup lebar yaitu sebesar 0,639.


Estimasi Beta Berdasarkan Sampling Interval yang Berbeda;

39/56

5/16/2018

Model Pasar Indeks Tunggal dengan Return Bulanan Periode Estimasi 1994-2002 Ba b 21 - Estima si Beta - slide pdf.c om

No

Beta

TICK

Harian

Migguan

Bulanan

Range

0,287 0,609 0,619 0,804 0,341 0,604

0,354 1,056 1,067 1,674 0,492 -0,018

0,368 0,800 0,900 1,050 0,333 0,639

1 2

AQUA BRAM

3 4 5 6

BRNA BRPT EKAD ERTX

-0,026 0,214 0,169 0,599 0,167 0,284

7 8 9 10 11 12 13

HMSP INKP INTD KICI KLBF LION MLPL

0,643 0,468 0,475 0,128 0,522 0,254 0,837

1,046 1,134 0,402 0,378 1,224 0,209 1,129

1,327 1,147 0,619 0,714 1,760 0,465 2,278

0,641 0,666 0,126 0,581 1,225 0,284 1,498

14

PGIN

15 16 17 18

SCCO SMCB SOBI SRSN Mean

0,025 0,130 0,480 0,240 0,265 0,326

0,120 0,289 1,070 0,669 0,394 0,629

0,304 0,448 1,966 0,987 1,087 0,985

0,253 0,308 1,457 0,695 0,755 0,639

39/55

Range = estimasi beta terbesar – estimasi beta terkecil


40/56

ASUMSI DISTRIBUSIONAL

5/16/2018


40/55 

Prosedur Estimasi 

Teknik standar yang digunakan untuk mengestimasi beta adalah dengan menggunakan regresi OLS (ordinary least square).



Penggunaan regresi OLS didasarkan pada asumsi penting yaitu residual bersifat homoskedastik dan non-otokorelasi antar residual.



Beberapa cara untuk mendeteksi penyimpangan homoskedastik Breusch-Pagan, diantaranya dan White. uji-uji Goldfeld-Quandt,



Pengujian penyimpangan non-otokorelasi antar residual juga bisa dilakukan dengan beberapa cara diantaranya ujiuji Durbin-Watson dan Box-Pierce-Ljung.


41/56

ASUMSI DISTRIBUSIONAL

5/16/2018


41/55 

Perlakuan terhadap Outliers 



Outliers dapat terjadi karena kesalahan dalam memasukkan data, namun dapat pula disebabkan kejadian yang sebenarnya. Keputusan untuk mengikutkan atau mengeluarkan outliers tergantung pada konteks penelitian yang dilakukan. 

Jika outliers adalah observasi yang real dalam artian bahwa itu benar-benar terjadi dan mungkin terulang, maka sangatlah dianjurkan untuk memasukkan outliers sebagai

sampel. 

jika outliers adalah peristiwa yang unik sehingga peristiwa itu mungkin tidak akan terjadi lagi, outliers tersebut sebaiknya dikeluarkan dari analisis


42/56

5/16/2018

KESALAHAN PENGUKURAN DAN PERDAGANGAN TIPIS Ba b 21 - Estima si Beta - slide pdf.c om

42/55 





Persoalan yang muncul biasanya berkaitan dengan penggunaan data saham-saham yang tidak diperdagangkan secara terus menerus (thin atau nonsynchronous). Nonsynchronous trading dapat mengakibatkan estimasi beta dapat menjadi bias. Beberapa teknik dianjurkan untuk mengatasi masalah perdagangan tipis tersebut tersebut dalam pengestimasian beta. Teknik-teknik adalah Scholes dan Williams (1977), Dimson (1979), dan Fowler dan Rorke (1983)


43/56

5/16/2018

STABILITAS BETA


43/55 

Stabilitas inter-period 







Mencakup pertanyaan “Apakah beta stabil antara periode estimasi dengan periode aplikasi?” Contoh periode aplikasi adalah “event window ” dalam suatu event study Isu stabilitas beta inter-periode berkaitan dengan kemungkinan pergeseran rata-rata beta

Stabilitas intra-period  

Apakah beta stabil selama periode estimasi?” Secara empiris, hal ini dapat ditangani dengan memperkenalkan dan memasukkan time-varying betas.


44/56

5/16/2018

MEAN REVERSION


44/55







Beta pasar selalu bergerka menuju ke nilai satu, sehingga beta portofolio pasar selalu bernilai satu. Blume (1971, 1975) memperkenalkan isu risiko yang berubah dan memperlihatkan bahwa setelah periode tujuh tahun, beta saham individual mempunyai kecenderungan regresi menuju grand mean satu Pendekatan Bayesian digunakan untuk menyesuaikan tendensi mean reversion


45/56

5/16/2018

ISU RELEVAN LAINNYA DALAM PENGESTIMASIAN BETA Ba b 21 - Estima si Beta - slide pdf.c om

45/55 

Estimator Beta Lainnya yang Telah Disesuaikan terhadap Perdagangan Tipis 



Menggunakan teknik “trade-to-trade”, dengan mematch return aset dengan return pasar dengan basis trade-to-trade.

Kesalahan-kesalahan (Errors) dalam Variabelvariabel 

Ball (1977) mengemukakan isu kesalahan pengukuran dari perspektif umum, yaitu bahwa estimasi beta menghadapi masalah “errors in variables” (EIV)


46/56

5/16/2018


46/55



Structural Breaks 





Suatu structural break adalah sebuah titik di mana terdapat penggambaran yang jelas mengenai kelompok-kelompok data Masalah yang ditimbulkan oleh structural breaks adalah data tidak dapat diterapkan dari suatu bagian sampel untuk bagian-bagian lain dari sampel Keberadaan structural breaks dapat dideteksi dengan alat uji ekonometris seperti Chow test


47/56

5/16/2018


47/55



Time-varying betas 



bukti menunjukkan bahwa beta saham individual dan beta portofolio adalah time varying Tiga model umum telah diperkenalkan untuk menjelaskan variasi waktu : (1) random walk, (2) random coefficient approach, dan (3) autoregressive process


48/56

ISU RELEVAN LAINNYA DALAM PENGESTIMASIAN BETA

5/16/2018


48/55 

Time-varying betas 

Model random walk mengklaim bahwa estimasi beta pada periode sekarang yang paling baik adalah beta periode lalu.



Model random coefficient approach mengklaim bahwa terdapat rata-rata jangka panjang di mana terdapat variasi acak untuk setiap periode.



Model autoregressive process mengklaim bahwa perbedaan antara beta periode sekarang dengan rata-rata jangka panjang adalah fungsi dari perbedaan antara nilai lampau beta dengan ratarata jangka panjang setiap periode.


49/56

5/16/2018


49/55 

Determinan-determinan Ekonomis dari Variasi Waktu 

Alternatif spesifikasi estimasi model beta berdasarkan variabel-variabel ekonomis.



Model beta dengan mempertimbangkan financial leverage.



Model beta dengan pendekatan empiris dengan mempertimbangkan beberapa variabel akuntansi.



Model beta dengan menggunakan operating leverage,



sebagai determinan beta. Model beta dengan determinan beberapa variabel makroekonomi seperti suku bunga, defisit anggaran, defisit perdagangan, inflasi, dan harga minyak.


50/56

5/16/2018


50/55 

Variabel-variabel yang Dihilangkan 

Mispesifikasi model beta berupa penghilangan variabel independen yang relevan, seperti rasio keuangan, efek seasonalities serta day-of-the-week effect.

Catatan: 



Model regresi dapat mencakup efek ukuran perusahaan, seasonal, dan efek-efek lainnya, namun tidak didukung oleh landasan teoretis. Pendekatan ini bersifat ad hoc dan bersifat modelmodel empiris.


51/56

5/16/2018

PENGESTIMASIAN BETA UNTUK PERUSAHAAN PRIVAT Ba b 21 - Estima si Beta - slide pdf.c om

51/55 

Beta Akuntansi 

merupakan pendekatan yang dapat digunakan oleh perusahaan privat untuk mendapatkan nilai beta



Return on equity industri digunakan sebagai proksi return pasar sehingga dapat disusun model sebagai berikut:

ROE j =  +  j R M + e Dalam hal ini:

ROE j= return on equity perusahaan privat individual RM M = return on equity pasar (diproksi dari IHSG atau LQ 45).


52/56

5/16/2018


52/55 

Estimasi Beta dengan Teknik Hamada 

Hamada mengemukakan model penyesuaian beta bila terdapat perubahan leverage : L



=  U [1 + (1 – T)(D/E)]

Dengan demikian, beta unleveraged dapat dihitung sebagai berikut:  U =  L

/ [1 + (1 – T)(D/E)]

Dalam hal ini: L = Beta perusahaan yang memiliki leverage U = Beta perusahaan yang tidak memiliki leverage T = tingkat pajak perusahaan D/E = rasio utang per ekuitas (debt to equity ratio ).


53/56

5/16/2018

CONTOH: PENGESTIMASIAN BETA UNTUK PERUSAHAAN PRIVAT Ba b 21 - Estima si Beta - slide pdf.c om

53/55 

Soal : Sebagai ilustrasi diketahui beta PT. Duta Pertiwi Tbk. Yang dihitung berdasarkan return bulanan pada tahun 2006 adalah 1,53 dengan rasio D/E sebesar 1,46. Maka beta U dapat dihitung sebagai berikut:



Jawab : U = 1,53 / [1 + (1 – 40%)(1,46)]

= 0,819


54/56

5/16/2018


54/55



Soal:  PT A, sebuah perusahaan real estat dan properti memiliki rasio D/E = 0,95. Sedangkan rata-rata beta industri tersebut adalah 1,3 dan rata-rata D/E = 1,05. Diasumsikan tingkat pajak yang berlaku adalah 40%. Berdasarkan data tersebut, prosedur untuk mencari Beta A adalah:


55/56

5/16/2018


55/55



Jawab:  Menghitung UI (beta unleveraged industri) : UI = 1, 3 / [1 + (1 – 40%)(1,05)] = 0,798 

Menghitung L PT. A : LA = 0,798 [1 + (1 – 40%)(0,95)]

= 1,252


56/56

Bab 21 - Estimasi Beta

Recommend Documents