ANALISIS PORTOFOLIO OPTIMAL MODEL CAPM DALAM
PENGAMBILAN KEPUTUSAN INVESTASI SAHAM PADA IDXQ30
Gracia Nazaretha Nauli br Silitonga1.
Alfida Aziz2 Universitas Pembangunan Nasional Veteran Jakarta E-mail : gnazaretha30@gmail.
com1, alfidaaziz61@gmail.
Received June 13th 2023
Revised Aug 17th 2023
Accepted Sept 30th 2023
ABSTRACT
This paper aimed to analyze the optimal portfolio based on the Capital Asset Pricing Model (CAPM) method by classifying the undervalued and overvalued stocks.
The population of this paper are stocks listed on IDXQ30 in the 2022-2023 period, there are 22 stocks used as research This paper used IDXQ30 daily closing price, closing price of the daily Jakarta Stock Exchange Composite Index on the IDX, and Bank Indonesia's daily reference interest rate or the BI-7 Day Reverse Repo Rate.
The results of this paper indicated that CAPM method generates 8 undervalued stocks and 14 overvalued stocks.
Undervalued stocks consist of KLBF.
ITMG.
ASII.
UNTR.
BBCA.
PTBA.
BMRI and HRUM while overvalued stocks consist of MIKA.
SIDO.
HEAL.
INTP.
UNVR.
HMSP.
MNCN.
CPIN.
TLKM.
TAPG.
LSIP.
ACES.
SCMA and SRTG.
The investment decisions are made by buying stocks that are classified as undervalued and selling stocks that are classified as overvalued.
Keywords: Capital Asset Pricing Model.
IDXQ30.
Investment Decision.
Optimal Portfolio meningkat drastis pada tahun 2021 menjadi 3,4 juta.
Peningkatan yang lebih tinggi juga terjadi pada tahun 2022 yang mencapai 4,4 juta dan terus bertambah pada bulan Februari 2023 menjadi 4,5 juta investor.
Grafik Indeks Harga Saham Gabungan (IHSG) yang tersedia di Bursa Efek Indonesia menunjukkan bahwa berinvestasi telah menjadi tren bagi Gambar 1.
Grafik Indeks Harga Saham Gabungan PENDAHULUAN Setiap tahunnya, jumlah investor pasar modal di Indonesia mengalami pertumbuhan yang signifikan.
Pada awal tahun 2023.
Kustodian Sentral Efek Indonesia (KSEI) mengumumkan jumlah investor di Indonesia.
Tercatat pada tahun 2020, jumlah investor sebanyak 3,8 juta kemudian pada tahun 2021 bertambah menjadi 7,4 juta.
Peningkatan lebih tinggi terjadi pada tahun 2022 yaitu mencapai 10,3 juta dan terus bertambah pada bulan Februari 2023 menjadi 10,6 juta investor.
Sumber: Bursa Efek Indonesia .
Tabel 1.
Jumlah Investor di Indonesia Sumbe KSEI peningkatan jumlah investor secara keseluruhan, jumlah investor saham juga mengalami kenaikan.
Dimana pada tahun 2020 berjumlah 1,6 juta kemudian Gambar 1 di atas menunjukkan fundamental .
tetap yang tinggi.
Hal ini didukung oleh pernyataan Menteri Keuangan Sri Mulyani Indrawati dalam laman Sekretariat Kabinet Republik Indonesia pada tanggal 2 Januari 2023.
Media Mahardhika Vol.
No.
September 2023 yang menyatakan keoptimisannya terhadap kinerja pasar modal Indonesia di tengah gejolak ekonomi global pada 2022 sehingga menjadi awal yang baik untuk tahun 2023.
Ketua Dewan Komisioner OJK Mahendra Siregar juga menyatakan keoptimisannya, bahwa di tengah ketidakpastian global dan penurunan kinerja bursa di sejumlah negara, pasar modal di Indonesia pada tahun lalu masih dapat membukukan pertumbuhan yang positif.
Saat ini, kondisi ekonomi di Indonesia sudah semakin memulih.
Tabel 2.
Pertumbuhan Ekonomi Indonesia menunjukkan kenaikan yang berarti sehingga masyarakat dapat memulai Tabel 2.
Pertumbuhan Ekonomi Indonesia Periode 2018-2022 Tahun Pertumbuhan Ekonomi Indonesia Sumber: databoks .
Sehubungan berkembangnya investasi di pasar modal dan pemulihan pertumbuhan ekonomi di Indonesia, kinerja saham di Bursa Efek Indonesia ikut terdampak.
Kondisi memengaruhi perkembangan pasar saham di suatu negara, indikator makro ekonomi tersebut akan mendorong perkembangan pasar saham.
Oleh karena itu, dengan adanya peningkatan kondisi ekonomi maka akan mendorong kinerja positif pada sektor keuangan (Pan & Mishra, 2.
Matadeen .
dan Mugableh .
juga membuktikan adanya hubungan yang searah antara pertumbuhan ekonomi dan perkembangan pasar saham dalam jangka panjang.
Saham adalah satu diantara instrumen investasi yang ada di pasar modal dan paling disukai oleh investor karena tingkat imbal hasil yang dihasilkan dinilai menarik.
Salah satu hal penting yang harus diperhatikan oleh investor adalah pemilihan saham yang tepat.
Hal tersebut dapat membantu investor dalam perolehan imbal hasil yang diharapkan.
Terdapat dua faktor yang paling penting dipertimbangkan dalam pengambilan keputusan investasi, yaitu expected return atau imbal hasil yang diantisipasi beserta risk atau potensi kerugian yang dialami dari aktivitas Investor perlu memahami saham mana yang dapat memberikan return yang relatif tinggi dengan tingkat risiko yang relatif rendah.
Dengan demikian diperlukan informasi dan analisis yang komprehensif agar dapat mengurangi ketidakpastian dan meminimalisir risiko yang ada.
Untuk dapat memperoleh tingkat imbal hasil yang diharapkan, seorang investor harus melakukan diversifikasi aset dengan cara mengkombinasikan berbagai sekuritas sehingga membentuk portofolio yang optimal.
Terdapat beberapa acuan dalam membentuk sebuah portofolio, salah satunya adalah Indeks Pasar Saham.
Saat ini PT Bursa Efek Indonesia (BEI) menyediakan 40 indeks saham.
Indeks saham merupakan ukuran statistik yang mewakilli pergerakan harga atas semua saham yang dipilih berdasarkan kualifikasi dan pengukuran-pengukuran tertentu serta dievaluasi secara berkala (Bursa Efek Indonesia, 2023.
Tujuan atau manfaat dari indeks saham adalah untuk .
pengukur sentimen pasar, sebagai patokan bagi portofolio aktif, proksi pengukur dan pembuat model imbal hasil investasi, risiko pasar, dan kinerja yang didasarkan oleh risiko, serta proksi untuk kelas aset pada alokasi aset (Bursa Efek Indonesia, 2023.
Di Indonesia terdapat beberapa indeks yang sudah dikenal masyarakat, seperti Indeks LQ45.
Kompas 100.
IDX30.
JII.
Indeks Bisnis 27.
Indeks Investor33 dan IDX Quality30.
Terdapat beberapa indeks yang berkinerja positif yaitu seperti indeks IDXQ30 dan LQ45.
Hal ini terlihat pada grafik kinerja historis return saham IDXQ30.
IHSG dan LQ45.
IDX Quality30 atau IDXQ30 merupakan indeks yang diukur berdasarkan kinerja dari 30 saham perusahaan-perusahaan profitabilitas tinggi, solvabilitas baik, dan pertumbuhan laba stabil serta likuiditas Media Mahardhika Vol.
No.
September 2023 transaksi yang baik dan kinerja keuangan yang solid (Bursa Efek Indonesia, 2023.
Gambar 2.
Grafik Kinerja Historis Return Saham IDXQ30.
IHSG dan LQ45 Sumber: Bursa Efek Indonesia, .
Berdasarkan grafik di atas, kinerja historis imbal hasil saham IDXQ30 selama 7 tahun, tingkat imbal hasil terbesar terjadi pada tahun 2018.
Bahkan imbal hasil IDXQ30 menggungguli IHSG, setelah itu terjadi penurunan tetapi masih menjadi pemimpin di antara IHSG dan LQ45.
Ini menunjukkan bahwa IDXQ30 memiliki kinerja yang baik dan dapat menjadi pilihan bagi investor agar mendapatkan keuntungan yang lebih menarik.
Kumpulan sahamsaham yang ada di IDXQ30 dapat dijadikan portofolio oleh investor, khususnya investor risk taker.
Ada mengoptimalkan portofolio, salah satunya adalah dengan menggunakan Model CAPM.
Metode CAPM ini dicetuskan oleh Sharpe .
Lintner .
Treynor .
, dan Mossin .
Model CAPM hanya memiliki satu faktor systematic risk atau risiko pergerakan pasar secara Berdasarkan uraian di atas, penulis tertarik untuk melakukan penelitian sehubungan dengan Portofolio Optimal sehingga penelitian ini diberi judul AuAnalisis Portofolio Optimal Model CAPM Sebagai Dasar Pengambilan Keputusan dalam Investasi Saham pada IDXQ30Ay.
TINJAUAN PUSTAKA
Capital Asset Pricing Model Sharpe .
Lintner .
, dan Mossin .
mengembangkan Capital Asset Pricing Model (CAPM), model pertama yang menunjukkan bahwa hanya systematic risk atau risiko pasar yang berdampak pada pengembalian aset atau Model Penetapan Harga Aset Modal (CAPM), sebagaimana digariskan oleh Bodie et al.
, adalah bagian penting dari sektor keuangan yang digunakan untuk menilai kompromi antara pengembalian yang diharapkan dan risiko.
Bodie et al.
menyatakan bahwa studi CAPM menghasilkan banyak hasil praktis.
Memberikan pengembalian dari sebuah aset Membantu menghitung tingkat pengembalian yang diantisipasi atas aset yang belum diperdagangkan di pasar (Initial Public Offerin.
Sharpe .
Lintner .
dan Mossin .
menggunakan beberapa asumsi yang mendasari metode CAPM.
Hal ini diungkapkan oleh M.
& M.
dalam bukunya Teori Portofolio dan Pasar Modal Indonesia menguraikan beberapa asumsi dalam metode CAPM dan kenyataannya di Pasar Modal Indonesia yaitu sebagai berikut:
Tidak ada perantara, kustodian, atau biaya transaksi lainnya yang terkait dengan pembelian dan penjualan saham.
Unit dapat dibuat dari saham tanpa batas waktu, dan investor kemudian dapat membeli unit tersebut.
Jika satu saham berharga Rp 1.
maka 0,25 saham akan dikenakan biaya Rp 250 kepada investor.
Investor tidak dikenakan pajak atas return mereka karena tidak ada pajak penghasilan yang dikenakan.
Dividen dan capital gain keduanya berkontribusi pada keuntungan pemegang saham.
Tidak ada satu individu pun yang dapat menggerakkan pasar saham.
Investor berperilaku rasional.
Short sales diizinkan dan tidak Tidak ada batasan berapa kali seseorang dapat meminjamkan atau Media Mahardhika Vol.
No.
September 2023 meminjam pada tingkat bunga bebas risiko.
Modal manusia, seperti setiap aspek lain dalam saham, dapat Dimana:
ei = Beta Eim = kovarian E2m = varians pasar Return Seperti sebelumnya, asumsi CAPM sangat tidak mungkin karena sulit ditemukan di dunia Namun, investor dapat menggunakan CAPM sebagai alat untuk memprediksi expected return.
CAPM, sebuah model ekuilibrium berbasis pasar, dapat membantu investor dalam menciptakan representasi dunia nyata yang terperinci dari pengembalian yang diantisipasi dan keterkaitan risiko yang sistematis.
Pada kondisi pasar ekuilibrium, semua investor berada pada posisi optimal, sehingga tidak mungkin mendapatkan abnormal return.
Semua hanya mendapatkan pengembalian yang diharapkan Wibowo & Darmanto .
Pernyataan ini juga didukung oleh Bodie et al.
yang mengatakan bahwa CAPM dapat digunakan sebagai langkah awal dalam memahami hubungan antara risk dan return.
CAPM juga tetap kekurangan empirisnya.
Oleh karena itu, expected return dihitung berdasarkan rumus CAPM yang dijelaskan sebagai berikut:
Zutter Smart mendefinisikan return sebagai keuntungan .
tau kerugia.
dari investasi selama jangka waktu tertentu.
Penulis menggunakan rumus sebagai berikut:
Dimana:
Risk Free Rate Pengembalian investasi yang sepenuhnya bebas risiko dikenal sebagai tingkat bebas risiko.
BI 7-Days Repo Reverse Rate yang diterbitkan oleh Bank Indonesia mewakili risk free rate.
Penulis menggunakan rumus sebagai berikut:
E(R.
= expected return dari aset.
Rf = tingkat risk free rate i = beta dari aset E(R.
= expected return pasar.
Systematic Risk Beta mampu mengukur tingkat responsif sebuah sekuritas terhadap portofolio pasar (Ross et al.
, 2.
Oleh karena itu, beta dapat digunakan sebagai pengukuran systematic risk.
Beta dapat dihitung dengan membagi kovarians antara return aset dan return on market portfolio dengan varians dari pasar.
Berikut adalah rumus yang penulis gunakan:
Dimana:
Pt = harga saham pada periode t Pt-1 = harga saham pada periode sebelumnya .
Market Return Market Return adalah tingkat pengembalian pasar atas investasi.
Return pasar di Indonesia diukur dengan mengacu pada Indeks Harga Saham Gabungan (Ramli, 2.
Penulis menggunakan rumus sebagai berikut:
Dimana:
IHSGt = Harga pasar pada hari ke t IHSGt-1 = Harga pasar pada hari ke t-1 Dimana:
Rf = risk free rate n = periode waktu Expected Return Expected return adalah tingkat keuntungan yang diantisipasi investor untuk diterima selama periode waktu berikutnya.
Seperti Ross et al.
menunjukkan, pada kenyataannya, pengembalian mungkin Media Mahardhika Vol.
No.
September 2023 lebih besar atau lebih rendah dari yang Expected return dari suatu aset merupakan return yang diharapkan untuk dihasilkan dari suatu asset di suatu periode di masa depan, expected return terdiri dari risk-free rate ditambah risk premium.
Pada dasarnya, expected return didorong oleh risiko dalam arti bahwa investasi yang lebih berisiko cenderung menghasilkan return yang lebih tinggi (Zutter & Smart, 2.
Berikut adalah rumus yang penulis Dimana:
Rit = return saham pada periode t n = periode waktu Security Market Line Menurut Kholishoh et al.
Security Market Line (SML) adalah representasi grafis dari metode CAPM.
Dengan memplot risiko sistematis investasi terhadap tingkat pengembalian yang diantisipasi selama periode waktu tertentu.
CAPM mengilustrasikan hubungan antara beta dan imbal hasil yang diantisipasi di pasar sekuritas.
titik keseimbangan untuk semua aset dan portofolio aset.
Dengan kata lain, tingkat pengembalian kepemilikan riil dan jumlah risiko sistematis harus dimasukkan dalam penilaian semua aset.
Jika perkiraan pengembalian sekuritas lebih dari Garis Pasar Sekuritas, maka itu dinilai terlalu rendah.
Regresi pengembalian riil melebihi risk free rate.
Namun, jika expected return lebih rendah dari garis pasar sekuritas, aset dinilai terlalu Terdapat tiga perubahan yang dapat terjadi dalam Garis Pasar Sekuritas.
Pertama, investasi individual dapat mengubah posisi pada SML karena perubahan persepsi terhadap Kedua, kemiringan .
Garis Pasar Sekuritas dapat berubah karena adanya perubahan sikap investor terhadap risiko yaitu seperti perubahan preferensi return yang mereka butuhkan berdasarkan satu unit risiko.
Ketiga.
Garis Pasar Sekuritas dapat mengalami pergeseran paralel .
arallel shif.
karena perubahan Real Risk Free Rate (RRFR) atau tingkat inflasi yang diharapkan .
xpected rate of inflatio.
yakni segala sesuatu yang dapat mengubah Nominal Risk Free Rate (NRFR).
METODE PENELITIAN
Gambar 4.
Security Market Line (SML) Sumber: Ross et al.
Aset undervalued dan overvalued dapat dipisahkan menggunakan Security Market Line, seperti yang dinyatakan oleh Reilly et al.
Garis Pasar Sekuritas menetapkan tingkat pengembalian aset
Model Penetapan Harga Aset
Modal
(CAPM)
memperkirakan pengembalian di masa Security Market Line mewakili Populasi Dan Sampel Penulis menggunakan sahamsaham perusahaan yang termasuk dalam IDXQ30 pada periode 2022-2023 sebagai populasi penelitian ini dan diperoleh 40 saham perusahaan.
Setelah melakukan penyaringan dari 40 saham tersebut, terdapat 22 saham perusahaan secara konsisten termasuk dalam IDXQ30 pada periode 2022-2023.
Teknik Pengumpulan Data Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu data yang telah diolah dan dipublikasikan oleh lembaga-lembaga yang berwenang, jenis penelitian yang digunakan pada penelitian ini adalah penelitian kuantitatif.
Media Mahardhika Vol.
No.
September 2023 Sumber Data Data yang digunakan dalam penelitian ini adalah daily closing price saham dan IHSG serta data suku bunga acuan BI-7 Day Reverse Repo Rate (BI7DRR) pada periode 2022-2023.
Data diperoleh melalui situs web Yahoo! Finance, situs web investing dan website Bank Indonesia.
Teknik Analisis Data Teknik analisis data yang digunakan untuk menentukan portofolio optimal adalah dengan menggunakan metode Capital Asset Pricing Model.
Data yang sudah dikumpulkan akan dihitung dan dianalisis dengan menggunakan Microsoft Excel 2019.
Analisis metode Capital Asset Pricing Model (CAPM) akan dilakukan dengan langkah-langkah sebagai berikut:
Menyaring saham-saham yang senantiasa terdapat pada IDX Quality30 (IDXQ.
periode 2022-2023 melalui website resmi Bursa Efek Indonesia (BEI).
Mengumpulkan data-data closing price dari Indeks Harga Saham Gabungan (IHSG), perusahaan IDXQ30 setiap harinya serta suku bunga acuan BI-7 Day Reverse Repo Rate (BI7DRR) pada periode 2022-2023.
Menghitung imbal hasil saham individu (R.
dan imbal hasil pasar (R.
Menghitung Perhitungan CAPM adalah dengan mencari slope antara imbal hasil saham individu (R.
dan imbal hasil pasar (R.
Mengukur tingkat return yang diantisipasi dengan menggunakan metode CAPM.
Menggambar Security Market Line atau Garis Pasar Sekuritas (SML).
Mengklasifikasikan saham-saham yang undervalued dan overvalued.
Saham yang dilihat adalah saham perusahaan yang memiliki tingkat return individu lebih besar dari diantisipasi [Ri > E(R.
] berarti undervalued, sebaliknya ketika [Ri < E(R.
] maka saham tersebut tergolong overvalued.
Penulis akan melihat apakah dengan menggunakan metode CAPM lebih banyak saham undervalued atau overvalued pada IDXQ30.
Pengukuran Variabel Dan Definisi Operasional Penelitian ini melakukan analisis portofolio optimal model CAPM sebagai patokan dalam meembuat keputusan investasi dengan mengelompokkan tingkat imbal hasil yang diharapkan oleh sahamsaham undervalued dan overvalued pada saham IDXQ30 pada periode 2022-2023.
Peneliti menggunakan variabel CAPM sebagai pembentuk portofolio optimal.
HASIL
Deskripsi Objek Penelitian Dalam analisis ini, penulis memakai objek perusahaan yang terdaftar pada indeks IDXQ30 di Bursa Efek Indonesia periode 2022-2023.
Dengan kriteria sampel sebagai berikut:
Emiten yang tercatat di IDXQ30 pada periode 2022-2023.
Emiten yang terdaftar secara menetap dalam indeks IDXQ30 selama periode 20222023.
Saham IDXQ30 yang menjadi sampel :
Media Mahardhika Vol.
No.
September 2023 Sumber: Data Diolah, 2023 Analisis Data Data penelitian ini diolah menggunakan Microsoft Office Excel 2019 sebagai alat pendukung analisis data metode Capital Asset Pricing Model (CAPM) untuk membentuk portofolio Analisis Tingkat Pengembalian Saham Individu (R.
Tabel 6.
Data Return Harian Saham
Individu IDXQ30 periode 2022-2023
Kode Saham
BMRI
KLBF
HEAL
ASII
UNVR
MIKA
BBCA
ITMG
PTBA
HMSP
UNTR
Tingkat pengembalian saham merupakan tingkat imbal hasil yang didapatkan dari investasi yang dilakukan Tingkat pengembalian saham dapat diperoleh dengan menghitung selisih antara harga saham penutupan hari ini dan harga saham penutupan di hari sebelumnya, setelah itu hasilnya dibagi dengan harga saham penutupan di hari sebelumnya.
TLKM
INTP
CPIN
TAPG
LSIP
SIDO
MNCN
HRUM
SRTG
ACES
SCMA
Sumber: Data Diolah, 2023 Data di atas menunjukkan seberapa besar return saham individual Media Mahardhika Vol.
No.
September 2023 IDXQ30.
Perusahaan dengan return saham individual terbesar adalah saham BMRI sedangkan perusahaan dengan return saham individual terkecil adalah saham SCMA.
Saham BMRI memiliki return saham individual sebesar 0.
00261 sedangkan saham SCMA memiliki return saham individual sebesar -0.
Berdasarkan hasil perhitungan return 22 saham di atas, saham yang memiliki return terbesar adalah saham BMRI yaitu sebesar 0.
00261 atau 0.
hal ini disebabkan oleh faktor internal perusahaan atau faktor fundamental Analisis Tingkat Pengembalian Pasar (R.
Tingkat pengembalian pasar merupakan tingkat pengembalian atau perubahan indeks nilai harga saham yang ada pada sebuah pasar secara keseluruhan.
Tabel 7.
Data Return Pasar Tahun 20222023 Sumber: Data Diolah, 2023 Dari hasil rata-rata return market selama 16 bulan periode penelitian, pasar modal Indonesia menghasilkan return pasar Meskipun pergerakannya kecil, pasar modal Indonesia masih menunjukan sentimen pasar yang positif di masing-masing sektor.
Analisis Risiko Sistematis Saham Individu .
Beta merupakan ukuran tingkat kepekaan dari sebuah sekuritas terhadap portofolio pasar.
Tabel 8.
Data Beta Perusahaan yang Terindeks IDXQ30 periode 2022-2023
Kode Saham
Beta
SRTG
HRUM
SCMA
BMRI
PTBA
BBCA
UNTR
ASII
ACES
LSIP
TAPG
ITMG
CPIN
TLKM
KLBF
MNCN
HMSP
INTP
UNVR
HEAL
SIDO
MIKA
Sumber: Data Diolah, 2023 Data di atas menunjukkan seberapa besar risiko sistematis atau beta yang dimiliki oleh perusahaan yang terindeks di IDXQ30.
Perusahaan dengan risiko sistematis terbesar adalah saham SRTG sedangkan perusahaan dengan risiko sistematis terkecil adalah saham MIKA.
Ini artinya saham SRTG memiliki risiko sistematis yang lebih besar dibandingkan risiko sistematis pasar sedangkan saham MIKA memiliki risiko sistematis yang lebih kecil dibandingkan risiko sistematis Jika pasar (IHSG) naik sebesar 1% maka harga saham SRTG akan naik 7 sedangkan jika IHSG turun sebesar 1% maka harga saham SRTG akan turun sebesar 1.
7, di samping itu saham
MIKA
pergerakan pasar.
Analisis Tingkat Pengembalian Aset Bebas Risiko (R.
Risk-free rate atau tingkat instrumen yang bebas dari risiko merupakan salah satu komponen penting yang digunakan dalam metode Capital Asset Pricing Model.
Tabel 9.
Data Risk Free Rate periode Sumber: Data Diolah, 2023 Data di atas menunjukkan bahwa tingkat suku bunga BI 7-Days Repo Media Mahardhika Vol.
No.
September 2023 Reverse Rate (BI7DRR) yang diterbitkan oleh Bank Indonesia adalah sebesar 0.
per hari.
Analisis Tingkat Pengembalian Harapan Saham Individu (E(R.
) Expected return merupakan return atau imbal hasil saham yang diharapkan di masa depan.
Tabel 10.
Data Return Harapan Harian Saham Individu periode 2022-2023 Kode E(R.
Beta
Saham
MIKA
SIDO
HEAL
INTP
UNVR
HMSP
MNCN
KLBF
CPIN
TLKM
ITMG
TAPG
LSIP
ACES
ASII
UNTR
BBCA
PTBA
BMRI
SCMA
HRUM -0.
SRTG
Data di atas menunjukkan seberapa besar Expected Return saham IDXQ30 yang dihasilkan oleh metode Capital Asset Pricing Model.
Perusahaan dengan Expected Return terbesar adalah saham MIKA sedangkan perusahaan dengan Expected Return terkecil adalah saham SRTG.
Saham MIKA memiliki Expected Return sedangkan saham SRTG memiliki Expected Return sebesar -0.
Ini artinya, saham MIKA diperkirakan dapat memberikan keuntungan bagi investor sedangkan saham MIKA diperkirakan memberikan kerugian bagi investor.
Saham SRTG memiliki Expecterd Return yang negatif karena memiliki beta yang tinggi sedangkan untuk saham MIKA bernilai positif karena memiliki beta yang Ini juga menunjukkan bahwa Expected Return saham SRTG dengan risiko sistematis .
berhubungan negatif sedangkan Expected Return saham MIKA sistematis .
Analisis Garis Pasar Sekuritas (SML) Garis Pasar Sekuritas adalah garis yang menggambarkan hubungan antara risiko sistematis dan pengembalian yang Garis tersebut menghubungkan titik-titik saham-saham mengurutkan beta mulai dari yang terkecil sampai yang terbesar serta tingkat pengembalian harapannya.
Gambar 6.
Garis Pasar Sekuritas saham IDXQ30 periode 2022-2023 Sumber: Data Diolah, 2023 Gambar di atas menunjukkan bahwa saham-saham IDXQ30 pada periode Februari 2022 sampai dengan Mei 2023 memiliki kemiringan atau slope negatif, terlihat pergerakan garis yang menurun.
Ini artinya semakin besar beta maka semakin Analisis di atas bertentangan dengan pernyataan Ross et al.
yaitu Garis Pasar Sekuritas memiliki slope positif, ini terjadi karena Indonesia masih dalam masa pemulihan dari pandemi COVID-19 sehingga dapat disimpulkan bahwa walaupun profitabilitas, solvabilitas dan menunjukkan kinerja yang positif ternyata masih ada saham-saham yang menunjukkan trend penurunan.
Dari analisis di atas investor juga Media Mahardhika Vol.
No.
September 2023 pengembalian saham mana yang berada di atas Garis Pasar Sekuritas dan mana yang berada di bawah Garis Pasar Sekuritas.
Trend penurunan ini juga dapat terjadi karena persepsi investor terhadap risiko investasi, adanya perubahan sikap investor terhadap risiko dan perubahan Real Risk Free Rate (RRFR) atau tingkat inflasi yang diharapkan .
xpected rate of inflatio.
Analisis Kelompok Saham Undervalued dan Overvalued Saham undervalued adalah saham yang memiliki nilai return individu lebih besar daripada nilai return ekspektasi, dengan demikian sebaliknya saham overvalued adalah saham yang memiliki return individu lebih kecil daripada return Kelompok-kelompok saham tersebut akan menghasilkan keputusan investasi baik bagi calon investor maupun investor yang sudah berinvestasi di pasar Keputusan untuk kelompok saham sedangkan kelompok undervalued adalah membeli, dikarenakan harga saham yang masuk ke dalam kelompok overvalued tersebut dinilai lebih tinggi di periode tertentu, dengan demikian sebaliknya untuk kelompok undervalued tersebut dinilai lebih rendah daripada saham-saham Investor yang belum memiliki saham-saham yang termasuk kelompok overvalued dapat menggunakan analisis tersebut hanya untuk mengetahui bahwa saham tersebut dinilai mahal.
Oleh sebab itu, strategi analisis kelompok saham dapat digunakan untuk pengambilan keputusan Berikut adalah hasil analisis pengolahan data berdasarkan metode Capital Asset Pricing Model yaitu:
Tabel 11.
Data Kelompok Saham Overvalued dan Undervalued periode No.
Kode
Saham
MIKA
SIDO
HEAL
INTP
UNVR
HMSP
MNCN
KLBF
CPIN
TLKM
ITMG
TAPG
LSIP
ACES
ASII
UNTR
BBCA
PTBA
BMRI
SCMA
HRUM
SRTG
E(R.
Sumber: Data diolah, 2023 Tabel di atas menunjukkan saham-saham yang tergolong ke kelompokkelompok Dari hasil analisis pengolahan data saham IDXQ30 menggunakan metode Capital Asset Pricing Model diperoleh hasil yaitu terdapat 12 saham overvalued dan 8 saham undervalued.
Ini menunjukkan bahwa dari 22 saham sampel penelitian IDXQ30 diperoleh lebih banyak saham Analisis Pengambilan Keputusan Investasi Saham Salah pengambilan keputusan investasi adalah pengelompokan saham.
Pengelompokan saham dalam penelitian ini dibagi menjadi dua yaitu kelompok saham undervalued dan kelompok saham overvalued.
Media Mahardhika Vol.
No.
September 2023 Overvalued Oo Oo Oo Oo Oo Oo Oo Hasil Undervalued Oo Oo Oo Oo Oo Oo Oo Oo Oo Oo Oo Oo Oo Oo Oo Tabel 12.
Data Keputusan Investasi Saham yang Terindeks IDXQ30 periode Sumber: Data diolah, 2023 No.
Kode Saham E(R.
Keputusan MIKA
SIDO
HEAL
INTP
UNVR
HMSP
MNCN
KLBF
CPIN
TLKM
ITMG
TAPG
LSIP
ACES
ASII
UNTR
BBCA
PTBA
BMRI
SCMA
HRUM
SRTG
Menjual Menjual Menjual Menjual Menjual Menjual Menjual Membeli Menjual Menjual Membeli Menjual Menjual Menjual Membeli Membeli Membeli Membeli Membeli Menjual Membeli Menjual yang undervalued yaitu 8 saham undervalued dan 14 saham 8 saham IDXQ30 yang undervalued adalah saham KLBF.
ITMG.
ASII.
UNTR.
BBCA.
PTBA.
BMRI
HRUM
overvalued adalah saham MIKA.
SIDO.
HEAL.
INTP.
UNVR.
HMSP.
MNCN.
CPIN.
TLKM.
TAPG.
LSIP.
ACES.
SCMA dan SRTG.
Pengambilan keputusan investasi dapat dilakukan dengan membeli saham-saham undervalued yang sudah disebutkan di atas dan menjual saham yang overvalued.
SARAN
Dari hasil perbandingan expected return yang dihasilkan CAPM dengan return realisasi saham tersebut didapatkan hasil bahwa saham overvalued atau saham yang berada di atas harga wajarnya tidak layak dibeli oleh investor sedangkan saham yang undervalued atau saham yang berada di bawah harga wajarnya berpeluang untuk naik dan layak untuk dibeli investor.
KESIMPULAN
Berdasarkan hasil analisis dan pembahasan yang telah dilakukan pada bab sebelumnya, saham-saham yang terdaftar pada Indeks IDXQ30 periode Februari 2022 sampai dengan Mei 2023 menghasilkan kesimpulan sebagai berikut:
Berdasarkan metode CAPM selama periode pengamatan 16 bulan yaitu dari Februari 2022 sampai dengan Mei 2023, diperoleh 8 saham yang memiliki expected return yang lebih kecil daripada return saham individu [E(R.
< R.
dan demikian sebaliknya 14 saham yang memiliki expected return yang lebih besar daripada return saham individu [E(R.
> R.
Dari 22 saham sampel penelitian IDXQ30 diperoleh lebih banyak saham yang overvalued daripada Berdasarkan uraian di atas maka saran yang dapat diberikan adalah:
Bagi peneliti selanjutnya yang akan membuat penelitian mengenai menggunakan model lain seperti Fama-French Six Factor Model (FF6FM) dengan jangka waktu yang lebih lama.
Bagi akademik dapat menjadikan penelitian ini sebagai referensi pada studi serupa khususnya pada topik Manajemen Investasi Portofolio.
Bagi khususnya perusahaan rintisan yang CAPM keputusan investasi agar sesuai dengan harapan investor.
Bagi investor sebaiknya melakukan menginvestasikan dananya beberapa saham yang tergolong undervalued serta melepaskan saham yang tergolong overvalued.
Bagi calon investor sebaiknya memahami dasar berinvestasi agar dapat meminimalisir risiko yang saham-saham perusahaan yang termasuk dalam IDXQ30.
Media Mahardhika Vol.
No.
September 2023
DAFTAR PUSTAKA