PERBANDINGAN METODE CAPM DAN APT DALAM MENGHITUNG

RETURN SAHAM JII

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh

Gelar Sarjana Ekonomi Syariah (S.E.Sy)

Oleh

Hielmiyani Maftuhah

NIM 109046100219

KONSENTRASI PERBANKAN SYARIAH

PROGRAM STUDI MUAMALAT (EKONOMI ISLAM)

FAKULTAS SYARIAH DAN HUKUM

UIN SYARIF HIDAYATULLAH

JAKARTA

2014 M. / 1435 H.

ABSTRAK

Hielmiyani Maftuhah. NIM 109046100219. PERBANDINGAN METODE

CAPM DAN APT DALAM MENGHITUNG RETURN SAHAM JII. Program Studi

Muamalat, Konsentrasi Perbankan Syariah, Fakultas Syariah dan Hukum, Universitas

Islam Negeri Syarif Hidayatullah Jakarta.

Investor memerlukan suatu model perhitungan penilaian return untuk

mengetahui saham yang undervalued atau yang sudah overvalued. Untuk itu

diperlukan model penilaian dalam menghitung return saham. Penelitian ini

menggunakan metode Capital Asset Pricing Model (CAPM) dan Arbitrage Pricing

Theory (APT) dalam menghitung return saham. Penelitian ini bertujuan untuk

mengetahui metode mana yang lebih tepat dalam memprediksi return saham Jakarta

Islamic Index (JII). Ketepatan metode CAPM dan metode APT diukur dengan Mean

Absolute Deviation (MAD), sementara itu uji t student digunakan untuk

membandingkan ketepatan antara metode CAPM dan metode APT.

Sampel yang digunakan dalam penelitian ini adalah return saham-saham

perusahaan yang secara konsisten terdaftar pada Jakarta Islamic Index (JII) periode

2009-2012. Penelitian ini menggunakan data harga saham penutupan bulanan, data

indeks JII, data Surat Berharga Syariah Negara, dan data variabel makro yang terdiri

dari inflasi, kurs Rp/USD, suku bunga SBI, dan IHSG.

Hasil penelitian menunjukkan bahwa metode CAPM lebih tepat dibandingkan

metode APT dalam memprediksi return saham JII karena nilai MADCAPM (0.0649)

lebih kecil dari nilai MADAPT (0.1329), dan berdasarkan pengolahan data dengan

Independent Sample Test menunjukkan bahwa H0 ditolak, yaitu terdapat perbedaan

akurasi yang signifikan antara Capital Asset Pricing Model (CAPM) dengan

Arbitrage Pricing Theory (APT) dalam memprediksi return saham JII. H0 ditolak

karena nilai Sig = 0,015 < α = 0,05, dan nilai t hitung > t tabel dengan nilai α = 5%

dan degree of freedom (df) = 9.419, yaitu 2.986 > 2.262.

Kata Kunci : Return Saham, JII, Capital Asset Pricing Model (CAPM), Arbitrage

Pricing Theory (APT)

Pembimbing : Rr.Tini Anggraeni, M.Si

Daftar Pustaka : Tahun 1995 s.d. Tahun 2013

vi

KATA PENGANTAR

Alhamdulillah puji syukur penulis panjatkan hanya kepada pemilik seluruh

jiwa ini. Kasih sayang yang selalu dilimpahkan kepada penulis dalam menjalani

setiap langkah sehingga terselesaikan skripsi ini. Skripsi yang berjudul

“PERBANDINGAN METODE CAPM DAN APT DALAM MENGHITUNG

RETURN SAHAM JII” dapat terselesaikan dengan baik sebagai salah satu syarat

menyelesaikan program Strata-1 program Perbankan Syariah di Universitas Islam

Negeri Syarif Hidayatullah Jakarta.

Penulis menyadari dalam menyelesaikan skripsi ini banyak pihak yang turut

membantu terutama dukungan imateriil yang tidak akan dapat penulis dapatkan

ditempat lain. Pada kesempatan ini penulis mengucapkan terimakasih banyak kepada

seluruh pihak khususnya kepada:

1. Bapak Prof. Dr. H. Amin Suma, MA., MM selaku Dekan Fakultas Syariah

dan Hukum Universitas Islam Negeri Syarif Hidayatullah Jakarta.

2. Ibu Dr. Euis Amalia, M. Ag selaku Ketua Program Studi Muamalat Fakultas

Syariah dan Hukum UIN Syarif Hidayatullah Jakarta. Bapak Mu’min Rauf,

M.A selaku Sekretaris Program Studi Muamalat.

3. Ibu Rr. Tini Anggraeni, M.Si selaku dosen pembimbing. Terimakasih atas

segala waktu, masukan, kesabaran, dan bimbingan yang senantiasa diberikan

dalam proses bimbingan.

vii

4. Ibu Masyrofah, M.Si selaku Dosen Pembimbing Akademik. Terimakasih

untuk nasehat yang diberikan selama penulis dalam masa studi.

5. Bapak dan ibu dosen pengajar Fakultas Syariah dan Hukum UIN Syarif

Hidayatullah Jakarta yang telah memberikan ilmunya kepada penulis selama

masa studi.

6. Bapak dan Mamahku tercinta yang tak henti-hentinya memberikan perhatian

serta dukungan untuk putrinya dalam menyelesaikan skripsi ini.

7. Kakak dan Adikku tersayang, A Fajar, dan De Irma. Terimakasih atas semua

yang kalian berikan. Dan juga Teh Paton yang telah memberikan pinjaman

laptop, sehingga skripsi ini terselesaikan dengan baik.

8. My beloved friends, Nabela Hapsari, Siti Ma’rifah, Sri Rahayu, Devina

Martina, dan juga Anissa Chintya Riana. Terimakasih atas semua dukungan

yang kalian berikan. I hope our friendship will be everlasting.

9. Teman-teman Perbankan Syariah 2009 Fakultas Syariah dan Hukum UIN

Syarif Hidayatullah Jakarta, khususnya kelas PSF 2009.

10. Dan seluruh pihak yang telah membantu sehingga skripsi ini dapat

terselesaikan dengan baik.

Jakarta, Januari 2014

Penulis

viii

DAFTAR ISI

HALAMAN JUDUL ........................................................................................... i

LEMBAR PENGESAHAN ................................................................................ ii

LEMBAR PERNYATAAN ................................................................................ iv

ABSTRAK ........................................................................................................... v

KATA PENGANTAR ......................................................................................... vi

DAFTAR ISI ........................................................................................................ vii

DAFTAR TABEL ............................................................................................... xiii

DAFTAR GAMBAR ........................................................................................... xv

BAB I PENDAHULUAN

A. Latar Belakang Masalah ............................................................................ 1

B. Identifikasi Masalah .................................................................................. 4

C. Pembatasan Masalah ................................................................................. 5

D. Rumusan Masalah ..................................................................................... 5

E. Tujuan dan Manfaat Penelitian ................................................................. 6

F. Sistematika Penulisan ............................................................................... 7

ix

BAB II TINJAUAN PUSTAKA

A. Investasi..................................................................................................... 9

B. Saham ........................................................................................................ 10

C. Return ........................................................................................................ 11

D. Risiko ........................................................................................................ 13

E. Beta ........................................................................................................... 15

F. Capital Asset Pricing Model (CAPM) ...................................................... 16

G. Arbitrage Pricing Theory (APT) ............................................................... 19

1. Inflasi .................................................................................................. 22

2. Kurs Valuta Asing .............................................................................. 23

3. Suku Bunga SBI ................................................................................. 25

4. Indeks Harga Saham Gabungan (IHSG) ............................................ 25

H. Metode Exponential Smoothing ................................................................ 26

1. Single Exponential Smoothing ............................................................ 26

2. Double Exponential Smoothing Brown ............................................... 24

3. Double Exponential Smoothing Holt .................................................. 24

4. Damped Trend Exponential Smoothing .............................................. 25

I. Review Studi Terdahulu ............................................................................ 28

J. Kerangka Pemikiran .................................................................................. 33

x

BAB III METODE PENELITIAN

A. Jenis Penelitian .......................................................................................... 36

B. Objek Penelitian ........................................................................................ 36

C. Jenis dan Sumber Data .............................................................................. 36

D. Teknik Pengumpulan Data ........................................................................ 37

E. Populasi dan Sampel ................................................................................. 37

F. Teknik Pengolahan Data ........................................................................... 38

G. Metode Analisis ........................................................................................ 38

1. Menghitung Expected Return Saham JII dengan Metode CAPM ........ 35

a. Actual Return Saham JII Terpilih ................................................... 39

b. Return Market (Rm) ....................................................................... 40

c. Return Aset Bebas Risiko (Rf)........................................................ 40

d. Beta (β) ........................................................................................... 40

2. Menghitung Expected Return Saham JII dengan Metode APT ............ 41

a. Actual Return Saham JII Terpilih ................................................... 42

b. Return Aset Bebas Risiko (Rf)........................................................ 42

c. Beta (β) ........................................................................................... 43

d. Surprise Faktor Makro (F) ............................................................. 43

(1) Single Exponential Smoothing .................................................. 44

(2) Double Exponential Smoothing Brown .................................... 44

(3) Double Exponential Smoothing Holt ........................................ 44

xi

(4) Damped Trend Exponential Smoothing .................................... 45

3. Pemilihan Metode yang Akurat ............................................................ 46

4. Uji Normalitas ...................................................................................... 47

5. Uji Levene untuk Kesamaan Ragam .................................................... 47

6. Uji Beda t dua sampel independen (independent sample t-test) ........... 48

BAB IV HASIL DAN PEMBAHASAN

A. Gambaran Umum ...................................................................................... 51

B. Deskripsi Statistik ..................................................................................... 52

1. Capital Asset Pricing Model (CAPM) ............................................... 52

a. Return Saham Perusahaan JII ....................................................... 52

b. Return Market .............................................................................. 52

c. Risiko Sistematis CAPM .............................................................. 55

d. Expected Return dengan metode CAPM ...................................... 57

2. Arbitrage Pricing Theory (APT) ........................................................ 58

a. Expected Value dan Surprise Faktor Makro Ekonomi ................. 58

(1) Inflasi ..................................................................................... 59

(2) Kurs Rp/USD ......................................................................... 61

(3) Suku Bunga SBI ..................................................................... 62

(4) Indeks Harga Saham Gabungan (IHSG) ................................ 63

b. Risiko Sistematis APT ................................................................. 65

c. Expected Return dengan Menggunakan Metode APT ................. 68

xii

C. Perbandingan Akurasi Metode CAPM dan APT ...................................... 69

D. Uji Hipotesis ............................................................................................. 70

BAB V PENUTUP

A. Kesimpulan ............................................................................................... 73

B. Saran .......................................................................................................... 74

DAFTAR PUSTAKA .......................................................................................... 75

LAMPIRAN ......................................................................................................... 79

xiii

DAFTAR TABEL

Tabel 2.1 Review Studi Terdahulu.......................................................................... 28

Tabel 3.1 Daftar Saham-Saham yang Konsisten Masuk dalam Saham JII Periode

2009-2012 ............................................................................................... 38

Tabel 4.1 Rata-Rata Return Saham Per Bulan Perusahaan JII Tahun 2009-2012 .. 53

Tabel 4.2 Return Market (Rm) Tahun 2009-2012 .................................................. 54

Tabel 4.3 Risiko Sistematis (Beta) CAPM ............................................................. 55

Tabel 4.4 Expected Return CAPM .......................................................................... 57

Tabel 4.5 Nilai MAPE dan MAD Expected Value Faktor makro ........................... 59

Tabel 4.6 Inflasi Aktual, Inflasi yang Diharapkan, dan Surprise Inflasi Periode

Januari 2009-Desember 2012 ............................................................... 60

Tabel 4.7 Kurs Aktual, Kurs yang Diharapkan, dan Surprise Kurs Periode Januari

2009-Desember 2012 ............................................................................ 61

Tabel 4.8 SBI Aktual, SBI yang Diharapkan, dan Surpsrie SBI Periode Januari 2009-

Desember 2012 ..................................................................................... 62

Tabel 4.9 IHSG Aktual, IHSG yang Diharapkan, dan Surprise IHSG Periode Januari

2009-Desember 2012 ............................................................................ 64

xiv

Tabel 4.10 Risiko Sistematis (Beta) Inflasi............................................................. 65

Tabel 4.11 Risiko Sistematis (Beta) Kurs ............................................................... 66

Tabel 4.12 Risiko Sistematis (Beta) SBI................................................................. 67

Tabel 4.13 Risiko Sistematis (Beta) IHSG ............................................................. 67

Tabel 4.14 Expected Return APT............................................................................ 68

Tabel 4.15 MAD CAPM dan APT .......................................................................... 70

Tabel 4.16 One Sample Kolmogrov-Smirnov ......................................................... 71

Tabel 4.17 Group Statistic ...................................................................................... 71

Tabel 4.18 Independent Sample Test ...................................................................... 71

xv

DAFTAR GAMBAR

Gambar 2.1 Risiko Sistematis dan Risiko Nonsistematis ..................................... 14

Gambar 2.2 Security Market Line (SML) ............................................................. 18

Gambar 2.3 Kerangka Pemikiran .......................................................................... 35

Gambar 3.1 Uji Beda Independent Sample t-test .................................................. 50

1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Investasi merupakan sebuah cara alternatif yang dapat digunakan untuk

meningkatkan nilai asset di masa depan. Dengan melakukan investasi, menurunnya

purchasing power akibat inflasi dapat di ofsett oleh return yang didapatkan dari

investasi.1

Saham merupakan instrumen yang menarik untuk dijadikan sarana investasi.

Ekspektasi dari para investor terhadap investasinya pada saham adalah memperoleh

tingkat pendapatan (return) saham sebesar-besarnya dengan risiko tertentu. Return

tersebut dapat berupa capital gain ataupun dividen untuk investasi pada saham.

Dividen merupakan salah satu bentuk peningkatan wealth pemegang saham. Investor

akan sangat senang apabila mendapatkan return investasi yang semakin tinggi dari

waktu ke waktu. Oleh karena itu, investor dan investor potensial memiliki

kepentingan untuk mampu memprediksi berapa besar investasi mereka. Investor

selalu mencari alternatif investasi yang memberikan return tertinggi dengan tingkat

risiko tertentu. Mengingat risiko yang melekat pada investasi saham lebih tinggi dari

pada investasi pada perbankan, return yang diharapkan juga lebih tinggi.2

Keinginan utama dari investor adalah meminimalkan risiko dan

meningkatkan perolehan. Asumsi umum bahwa investor individu yang rasional

1 Eduardus Tandelilin , Analisis Investasi Manajemen Portofolio, Cet. I, (Yogyakarta: BPFE, 2001). 2 Michell Suharli, “Studi Empiris Terhadap Dua Faktor Yang Mempengaruhi Return Saham Pada Industri Food &

Beverages di Bursa Efek Jakarta”,Jurnal Akuntansi & Keuangan, Vol.7, No.2, (Nopember 2005), h. 99-100.

2

adalah seorang yang tidak menyukai risiko, sehingga investasi yang berisiko harus

dapat menawarkan tingkat perolehan tinggi (higher rates of return), oleh karena itu

investor sangat membutuhkan informasi mengenai risiko dan pengembalian yang

diinginkan.

Investor memerlukan suatu model perhitungan penilaian return untuk

memilih saham yang akan dibeli atau dijual untuk mengetahui saham yang

undervalued atau yang sudah overvalued. Suatu saham dikatakan undervalued

apabila returnnya berada di atas expected return, dan dikatakan overvalued apabila

returnnya berada di bawah expected return.

Model penilaian (pricing model) merupakan sebuah model untuk

menentukan tingkat pengembalian aset yang diperlukan atau diharapkan. Sharpe

(1964) mempublikasikan tulisannya dengan menurunkan model penilaian aset yang

dikenal dengan Capital Asset Pricing Model (CAPM). Model yang sama juga

dikembangkan hampir berurutan oleh Lintner (1965) dan Mossin (1966). Model

CAPM merupakan suatu revolusi baru dalam ekonomi keuangan yang dapat

menjelaskan dan menentukan apa itu „risiko‟ dalam suatu pasar modal dan

menetapkan suatu risiko dihargai (dinilai), atau return ekstra apa yang akan diterima

oleh seorang investor berkenaan dengan tingkat risiko yang dihadapinya.3

Capital Asset Pricing Model (CAPM) mengasumsikan bahwa para investor

adalah perencana pada suatu periode tunggal yang memiliki persepsi yang sama

3 Tatang Ary Gumati, Manajemen Investasi Konsep Teori dan Aplikasi (Jakarta: Mitra Wacana Media, 2011),

h.131.

3

mengenai keadaan pasar dan mencari mean variance dari portofolio yang optimal.

Capital Asset Pricing Model juga mengasumsikan bahwa pasar saham yang ideal

adalah pasar saham yang besar dan para investor adalah para price-takers, tidak ada

pajak maupun biaya transaksi, semua aset dapat diperdagangkan secara umum, dan

para investor dapat meminjam pada jumlah yang tidak terbatas pada tingkat suku

bunga tetap yang tidak berisiko (fixed risk free rate). Dengan asumsi ini, semua

investor memiliki portofolio yang risikonya identik. Capital Asset Pricing Model

(CAPM) menyatakan bahwa dalam keadaan ekuilibrium, portofolio pasar adalah

tangensial dari rata-rata varians portofolio. Capital Asset Pricing Model (CAPM)

berimplikasi bahwa premium risiko dari sembarang aset individu atau portofolio

adalah hasil kali dari risiko premium pada portofolio pasar dan koefisien beta.4

Pendapat lain muncul setelah CAPM diperkenalkan. Ada banyak studi

empiris yang menguji apakah model tersebut cukup menggambarkan perilaku harga

saham pasar dalam praktik.

Teori awal yang mendapatkan dukungan sebagai alternatif atas CAPM

adalah Arbitrage Pricing Theory (APT) yang dikembangkan di pertengahan tahun

1970-an oleh Stephen Ross (1976,1977). APT diyakini secara matematis dan intuisi

lebih menantang daripada CAPM dimana APT mengawali pembahasannya dengan

memposisikan situasi pasar modal dimana sekuritas yang diperdagangkan terpecah

kecil-kecil (frictionless). Tidak seperti CAPM yang menggunakan konsep model

faktor tunggal, APT menyatakan bahwa aset ditentukan oleh sejumlah faktor yang

4 Bodie, dkk, Investments, Edisi Bahasa Indonesia, (Jakarta: Salemba Empat, 2005), h.359.

4

berbeda. Faktor-faktor risiko tersebut mencerminkan risiko sistematik yang tidak

dapat didiversifikasi.5

Guna mempermudah dan memperjelas ruang lingkup pembahasan maka

penelitian ini akan dikhususkan pada saham-saham yang membentuk indeks JII, yaitu

saham-saham terpilih yang telah terdaftar dalam Daftar Efek Syariah yang memiliki

kapitalisasi besar dan likuiditas tinggi. Dengan demikian, apabila investor

menanamkan dananya ke dalam saham yang termasuk saham JII, maka kemungkinan

besar return yang akan diterima akan lebih besar, dan risiko yang muncul juga dapat

diperkecil karena saham-saham yang terdaftar dalam JII merupakan saham terpilih

dan berkinerja baik dan tentu saja halal.

Berdasarkan latar belakang tersebut maka penulis mengambil judul skripsi ini:

“Perbandingan Metode CAPM dan APT Dalam Menghitung Return Saham JII”.

B. Identifikasi Masalah

Alternatif-alternatif masalah yang dapat diidentifikasi oleh peneliti yang pada

nantinya akan diteliti sesuai dengan batasan kemampuan peneliti adalah sebagai

berikut:

1. Apa saja metode yang digunakan untuk menghitung return saham?

2. Apa saja faktor makro yang digunakan dalam perhitungan metode APT?

3. Apa saja metode forecasting yang digunakan dalam perhitungan metode APT?

4. Alat statistik apa yang digunakan untuk menghitung return saham?

5 Tatang Ary Gumati, Manajemen Investasi KonsepTeori dan Aplikasi, h. 185.

5

5. Indikator apa yang dapat mengukur keakuratan metode perhitungan return

saham?

C. Pembatasan Masalah

Agar lingkup penelitian ini tidak terlalu luas maka perlu ditentukan beberapa

batasan masalah yang akan dibahas. Dalam penelitian akan digunakan metode CAPM

dan APT dalam menghitung return saham. Variabel independen yang digunakan

adalah coupon rate SBSN seri IFR0004 untuk mencari return aset bebas risiko (Rf),

JII untuk mencari return market (Rm), inflasi, kurs USD/Rp, suku bunga SBI dan

IHSG. Selain itu dalam penelitian ini yang menjadi variabel dependen adalah return

saham JII yang konsisten terdaftar di BEI dari tahun 2009 sampai dengan tahun 2012.

Semua data yang diambil adalah data bulanan dari bulan Januari 2009 – Desember

2012. Metode forecasting yang digunakan untuk menghitung expected return dalam

perhitungan metode APT adalah metode exponential smoothing. Alat statistik yang

digunakan dalam perhitungan metode CAPM dan APT adalah SPSS 21 dan

Microsoft Excel. Indikator yang digunakan untuk mengetahui metode yang lebih

akurat adalah dengan melihat nilai Mean Absolute Deviation (MAD).

D. Rumusan Masalah

Berdasarkan identifikasi masalah dan batasan masalah yang telah ditulis di

atas, maka saya akan merumuskan masalahnya yaitu:

1. Berapakah nilai return saham JII yang dihitung dengan metode CAPM?

6

2. Berapakah nilai return saham JII yang dihitung dengan metode APT?

3. Model manakah yang lebih tepat dalam memprediksi return saham JII?

4. Apakah terdapat perbedaan akurasi yang signifikan antara model APT dengan

model CAPM dalam memprediksi return saham JII?

E. Tujuan dan Manfaat Penelitian

Adapun tujuan penelitian ini adalah sebagai berikut:

1. Untuk mengetahui nilai return saham JII yang dihasilkan oleh CAPM.

2. Untuk mengetahui nilai return saham JII yang dihasilkan APT.

3. Untuk mengetahui model yang lebih tepat dalam memprediksi return saham JII

4. Untuk mengetahui apakah terdapat perbedaan akurasi yang signifikan antara

model APT dengan CAPM dalam memprediksi return saham JII.

Adapun manfaat penelitian ini adalah sebagai berikut:

1. Bagi investor maupun calon investor

Hasil penelitian ini diharapkan dapat digunakan sebagai bahan masukan dalam

pengambilan keputusan investasi yang optimal khususnya di perusahaan-

perusahaan yang masuk dalam Jakarta Islamic Index.

2. Bagi penulis

Dapat mengaplikasikan ilmu yang telah diperoleh selama kuliah, khususnya ilmu

mengenai manajemen keuangan, manajemen investasi dan risiko juga pasar

modal.

3. Bagi akademik

7

Dapat memberikan sedikit masukan dan informasi yang diharapkan mampu

memberikan manfaat baik dalam bidang akademik maupun dalam bidang

praktisi.

4. Bagi peneliti selanjutnya

Dapat menjadi referensi bagi peneliti selanjutnya sebagai informasi pelengkap

dalam penyusunan penelitian yang sejenis.

F. Sistematika Penulisan

Adapun sistematika penulisan skripsi ini penulis membagi pembahasan

kedalam lima bab, yang masing-masing bab mempunyai spesifikasi pembahasan

mengenai topik-topik dengan sistematika sebagai berikut :

BAB I PENDAHULUAN

Pada bab ini penulis membuat latar belakang masalah, pembatasan dan perumusan

masalah, tujuan dan manfaat penelitian, kajian pustaka, kerangka pemikiran,

metodologi penelitian, serta di akhiri dengan sistematika penulisan.

BAB II LANDASAN TEORI

Pada bab ini penulis membuat penjelasan secara teori mengenai investasi, return

saham dan return market serta pengukurannya, risiko, model keseimbangan dan

factor-faktor makro ekonomi, review study terdahulu, serta kerangka pemikiran.

BABIII METODOLOGI PENELITIAN

8

Pada bab ini penulis membuat mengenai gambaran dari penelitian yang meliputi jenis

penelitian, objek penelitian, sampel saham yang digunakan, teknik pengumpulan data,

dan metode analisis data.

BAB IV ANALISA DAN PEMBAHASAN

Pada bab ini penulis menjabarkan tahapan dalam membandingkan keakuratan antara

metode CAPM dan APT dalam menghitung return saham JII. Pembahasan diawali

dari penentuan saham konsisten dari saham-saham yang terdaftar dalam JII sampai

dengan pengujian hipotesis.

BAB V PENUTUP

Pada bab ini penulis membuat kesimpulan atas temuan penelitian dan memberikan

saran-saran hasil penelitian.

9

BAB II

TINJAUAN PUSTAKA

A. Investasi

Menurut Eduardus Tandelilin investasi adalah komitmen atas sejumlah dana

atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh

keuntungan di masa datang.1

Umumnya investasi dikategorikan dua jenis yaitu, investasi pada real asset

dan financial asset. Real asset merupakan aset berwujud seperti gedung-gedung,

kendaraan dan sebagainya. Sedangkan financial asset merupakan dokumen (surat-

surat) klaim tidak langsung pemegangnya terhadap real asset pihak yang menerbitkan

sekuritas tersebut, seperti saham, sukuk, reksadana dan sebagainya.2

Menurut Kamarudin Ahmad (2004) ada beberapa alasan mengapa seseorang

melakukan investasi, antara lain adalah untuk mendapatkan kehidupan yang lebih

layak di masa yang akan datang, mengurangi tekanan inflasi, dan dorongan untuk

menghemat pajak.3

Dalam penelitian ini akan membahas investasi pada aset keuangan (financial

asset), khususnya saham yang merupakan salah satu produk pasar modal.

1 Eduardus Tandelilin, Portofolio dan Investasi Teori dan Aplikasi (Yogyakarta: Kanisius, 2010, ed.1)

h. 2. 2 A. Kamarudin, Dasar-Dasar Manajemen Investasi dan Portofolio, (Jakarta : PT.Rineka Cipta, 2004)

h. 2. 3 Ibid., h. 3-4.

10

B. Saham

Menurut Surat Keputusan Menteri Keuangan RI No. 1548/KMK 013/1990

saham merupakan hak kepemilikan atas suatu perusahaan atau bisa juga disebut

sebagai penyertaan modal dalam pemilikan Perseroan Terbatas.

Secara umum, saham dapat dibedakan menjadi dua macam, yaitu saham biasa

dan saham preferen.

Saham biasa dikenal sebagai sekuritas penyertaan atau sekuritas ekuitas yang

menunjukkan bagian kepemilikan di suatu perusahaan. Masing-masing lembar saham

biasa mewakili satu suara tentang segala hal dalam pengurusan perusahaan dan

menggunakan suara tersebut dalam rapat tahunan perusahaan dan pembagian

keuntungan.4

Saham preferen adalah jenis saham memiliki sifat gabungan antara saham

biasa dan obligasi. Saham preferen ini membayar dividen yang tetap kepada

pemegangnya.

C. Return

Dalam tulisannya pada jurnal akuntansi dan keuangan, Michell Suharli (2005)

mengemukakan berbagai macam definisi return: 5

4 Bodie, dkk, Investments, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi Wibowo. (Jakarta:

Salemba Empat, 2005), h. 59. 5 Michell Suharli, “Studi Empiris Terhadap Dua Faktor yang Mempengaruhi Return Saham pada

Industri Food and Beverages di Bursa Efek Jakarta”, Jurnal Akuntansi & Keuangan, Vol.7. No. 2,

Nopember, 2005, h. 100

11

a. Menurut Brigham et al. (1999) pengertian dari return adalah “measure the

financial performance of an investment”.

b. Horne dan Wachoviz (1998:26) mendefinisikan return sebagai:“Return as

benefit which related with owner that includes cash dividend last year which

is paid,together with market cost appreciation or capital gain which is

realization in the end of the year”.

c. Menurut Jones (2000) “return is yield dan capital gain (loss)”. (1) Yield,

yaitu cash flow yang dibayarkan secara periodik kepada pemegang saham

(dalam bentuk dividen), (2) Capital gain (loss), yaitu selisih antara harga

saham pada saat pembelian dengan harga saham pada saat penjualan. Hal

tersebut diperkuat oleh Corrado dan Jordan (2000) yang menyatakan bahwa

”Return from investment security is cash flow and capital gain/loss”.

Menurut Jogiyanto (2013) return merupakan hasil yang didapatkan dari

investasi. Return dapat berupa actual return yang sudah terjadi atau berupa expected

return yang belum terjadi tetapi yang diharapkan akan terjadi di masa mendatang.6

Pengukuran actual return yang banyak digunakan adalah return total yang

terdiri dari capital gain (loss) dan yield.7

Return Total = Capital gain (loss) + yield

Capital gain (loss) =

(Rumus 2.1)

6 Jogiyanto Hartono, Teori Portofolio dan Analisis Investasi, Ed. VII, Cet. III (Yogyakarta: BPFE-

Yogyakarta, 2013) 7 Ibid.

12

Yield =

(Rumus 2.2)

Sehingga return total dapat dirumuskan sebagai berikut:

Return Total =

=

(Rumus 2.3)

Namun mengingat tidak selamanya perusahaan membagikan dividen kas

secara periodik kepada pemegang sahamnya, maka return saham dapat dihitung

capital gain (loss) saja.

Expected return merupakan return yang digunakan untuk pengambilan

keputusan investasi. Expected return dapat dihitung berdasarkan beberapa cara,

diantaranya berdasarkan model Capital Asset Pricing Model (CAPM) dan Arbitrage

Pricing Theory (APT).

Untuk mengukur expected return dengan menggunakan model CAPM

maupun APT, diperlukan perhitungan return market. Menurut Jogiyanto (2010)

return market adalah tingkat return dari indeks pasar, pemilihan dari indeks pasar

tidak tergantung dari suatu teori tetapi lebih bergantung dari hasil empirisnya.8

Karena penelitian ini menggunakan saham-saham yang masuk dalam indeks JII,

maka indeks JII akan digunakan sebagai return market dengan formula sebagai

berikut: Rm =

(Rumus 2.4)

Selain itu, investor juga perlu memperhatikan return asset bebas risiko (Rf),

agar return yang sudah diperoleh sudah melebihi return minimum yang disyaratkan.

8 Ibid., h. 340.

13

Secara teoritis, return asset bebas risiko (Rf) adalah return minimum yang diharapkan

investor untuk investasinya. Menurut Suad Husnan (1993) dalam Gancar Candra

Premananto dan Muhammad Madyan (2004) return asset bebas risiko (Rf) pada

model CAPM harus konstan selama periode penaksiran, karena apabila tingkat

pengembalian bebas risiko ternyata dengan berjalannya waktu berkorelasi dengan

market return (Rm) akan terjadi bias dalam penaksiran.9 Oleh karena itu dalam

penelitian ini akan digunakan tingkat imbal hasil Surat Berharga Syariah Negara

(SBSN) sebagai Rf, dengan pengukuran sebagai berikut:

Rf =

(Rumus 2.5)

D. Risiko

Menurut Tatang Ary Gumanti (2011) risiko adalah kemungkinan mengalami

kerugian, yang biasanya diukur dalam bentuk kemungkinan bahwa beberapa hasil

akan muncul yang bergerak dalam kisaran sangat baik (misalnya asetnya berlipat

ganda) ke sangat buruk (misalnya asetnya tidak bernilai sama sekali). Risiko juga

dapat diartikan sebagai kemungkinan terjadinya kerugian yang akan dialami investor

atau ketidakpastian atas return yang akan diterima di masa mendatang.10

9 Gancar Candra Premananto dan Muhammad Madyan, “Perbandingan Keakuratan Capital Asset

Pricing Model dan Arbitrage Pricing Theory dalam Memprediksi Tingkat Pendapatan Saham Industri

Manufaktur Sebelum dan Semasa Krisis Ekonomi”, Jurnal Penelitian Dinamika Sosial Vol 5 No. 2,

Agustus, 2004, h. 137. 10

Tatang Ary G, Manajemen Investasi: Konsep Teori dan Aplikasi, (Jakarta: Mitra Wacana Media,

2011), h. 50.

14

Menurut Michell Suharli (2005) risiko adalah penyimpangan yang terjadi

antara actual return dan imbal hasil yang diharapkan (expected return).11

Dalam melakukan investasi, secara umum investor bersifat risk averse

(menghindari risiko). Investor akan berusaha menghilangkan risiko dengan berbagai

macam cara. Namun risiko tidak dapat dihilangkan melainkan hanya dikurangi. Cara

mengurangi risiko tersebut adalah dengan melakukan diversifikasi investasi. Terkait

dengan hal tersebut, risiko dapat dikelompokkan menjadi dua, yaitu:12

a. Non Diversifiable Risk (risiko yang tidak dapat didiversifikasikan) yang

disebut juga dengan risiko sistematis atau risiko pasar yang antara lain

disebabkan oleh faktor-faktor makro.

b. Diversifiable Risk (risiko yang dapat didiversifikasi) yang disebut juga

risiko tidak sistematis atau disebut juga risiko khusus yang terdapat pada

masing-masing perusahaan, seperti risiko kebangkrutan/risiko usaha.

Gambar 2.1. Risiko Sistematis dan Risiko Nonsistematis

11

Michell Suharli, “Studi Empiris Terhadap Dua Faktor yang Mempengaruhi Return Saham pada

Industri Food and Beverages di Bursa Efek Jakarta”, h.103. 12

Suad Husnan, Dasar-Dasar Teori Portofolio dan Analisis Sekuritas, Ed. IV, Cet.II, (Yogyakarta:

UPP STIM YKPN, 2009), h.161-162.

Risiko Total

Deviasi Standar

Risiko sistematis

Ssistematis

Jumlah sekuritas

sekuritSekuritas

Risiko nonsistematis

15

Karena ada sebagian risiko yang dapat dihilangkan dengan adanya

diversifikasi dalam portofolio, maka ukuran risiko yang digunakan bukanlah risiko

total yang diukur dengan rumus variance/standar deviasi, tetapi hanya risiko

sistematis yang biasanya disebut risiko pasar dengan parameter beta (β).

E. Beta

Menurut Ang (1997) dan Horne (1989) dalam Yustiantomo Budi Suseno

(2009) koefisien beta dapat menunjukkan karakteristik suatu sekuritas. Apabila βi > 1

berarti kenaikan return sekuritas lebih tinggi dari kenaikan return pasar, biasanya

sekuritas tersebut digolongkan dalam aggresive stock. Jika βi < 1 berarti kenaikan

return sekuritas tersebut lebih rendah dibanding dengan kenaikan return pasar,

biasanya sekuritas tersebut digolongkan dalam defensive stock.13

Menurut Jogiyanto (2013) beta merupakan suatu pengukur volatilitas return

suatu sekuritas atau return portofolio terhadap return pasar. Beta sekuritas ke-i

mengukur volatilitas return sekuritas ke-i dengan return pasar. Dengan demikian beta

adalah pengukur sistematik dari suatu sekuritas terhadap risiko pasar.14

Jika

volatilitas ini diukur dengan kovarian, maka kovarian return antara sekuritas ke-i

dengan return pasar adalah sebesar σiM. Jika kovarian ini dihubungkan relatif

terhadap risiko pasar (yaitu dibagi dengan varian return pasar atau σ2

M), maka hasil

13

Yustiantomo Budi Suseno, “Analisis Faktor-Faktor yang Mempengaruhi Beta Saham (Studi Kasus

Perbandingan Perusahaan Finance dan Manufaktur yang Listing di BEI pada Tahun 2005-2007),

(Tesis Program Studi Magister Manajemen Universitas Diponegoro, 2009), h.12. 14

Jogiyanto Hartono, Teori Portofolio dan Analisis Investasi, h. 375-376

16

ini akan mengukur risiko sekuritas ke-i relatif terhadap risiko pasar atau beta. Dengan

demikian beta dapat dihitung dengan rumus sebagai berikut:15

(Rumus 2.6)

F. Capital Asset Pricing Model (CAPM)

Kemampuan untuk mengestimasi return suatu sekuritas individu merupakan

hal yang penting bagi investor, oleh karena itu kehadiran Capital Asset Pricing Model

(CAPM) yang dapat digunakan untuk mengestimasi return suatu sekuritas dianggap

sangat penting di bidang keuangan. Bentuk standar CAPM pertama kali

dikembangkan secara terpisah oleh Sharpe (1964), dan Lintner (1965).

Definisi CAPM menurut Jack Clark Francis adalah teori penilaian risiko dan

keuntungan aset yang didasarkan koefisien beta (indeks risiko yang tidak dapat

didiversifikasi).16

Untuk melihat bagaimana harga asset ditentukan, harus disusun suatu model

(suatu teori). Hal ini menuntut penyederhanaan agar pembangun model dapat hanya

memfokuskan pada elemen yang paling penting dengan cara meringkas dari situasi

yang kompleks. Cara ini dilakukan dengan membuat asumsi tertentu mengenai

lingkuangan.17

Secara ringkas, asumsi-asumsi CAPM adalah sebagai berikut:

a. Tidak ada biaya transaksi

15

Ibid., h. 383. 16

Kamarudin, Dasar-Dasar Manajemen Investasi dan Portofolio, h. 134. 17

William F. Sharpe, dkk, Investasi, Penerjemah Henry Njooliangtik dan Agustiono (Jakarta:

Prenhallindo, 1997), h. 266.

17

b. Investasi sepenuhnya bisa dipecah-pecah (fully divisible)

c. Tidak ada pajak penghasilan bagi para pemodal

d. Pemodal tidak bisa mempengaruhi harga saham dengan tindakan membeli

atau menjual saham

e. Para pemodal akan bertindak semata-mata atas pertimbangan expected

value dengan deviasi standar tingkat keuntungan portofolio

f. Pemodal bisa melakukan short sales

g. Terdapat riskless lending and borrowing rate

h. Pemodal mempunyai pengharapan yang homogeny

i. Semua aktiva bisa diperjualbelikan

Menurut Kamarudin (2004) konsep CAPM ini pada umumnya berguna untuk

menguantifikasikan hubungan antara risiko dan return. Risiko yang dapat

didiversifikasi dapat dieliminasi dengan diversifikasi sederhana.18

Keadaan ekuilibrium pasar mengenai expected return dan risiko dapat

digambarkan oleh Security Market Line (SML) untuk sekuritas individual. Sementara

Capital Market Line (CML) digunakan untuk menggambarkan tradeoff antara risiko

dan expected return portofolio. Security Market Line (SML) merupakan

penggambaran secara grafis dari model CAPM.19

Untuk sekuritas individual, tambahan expected return diakibatkan oleh

tambahan risiko sekuritas individual yang diukur dengan beta. Beta menentukan

18

Kamarudin, Dasar-Dasar Manajemen Investasi dan Portofolio, h. 134. 19

Jogiyanto, Teori Portofolio dan Analisis Investasi, h. 497.

18

besarnya tambahan expected return untuk sekuritas individual dengan argumentasi

bahwa untuk portofolio yang di-diversivikasikan dengan sempurna, risiko tidak

sistematik cenderung menjadi hilang dan risiko yang relevan hanya risiko sistematik

yang diukur oleh beta.20

Hubungan expected return dan beta dapat digambarkan di

Security Market Line (SML) sebagai berikut:

Gambar 2.2

Security Market Line (SML)

Dari gambar 2.2 terlihat bahwa titik M menunjukkan portofolio pasar dengan

beta senilai 1 dengan expected return sebesar E(Rm). Untuk beta bernilai 0 atau untuk

aktiva bebas risiko, aktiva ini mempunyai expected return sebesar Rf yang merupakan

intercept dari SML. Dengan asumsi SML adalah garis linear, maka persamaan dari

garis nlinear ini dapat dibentuk dengan intercept sebesar Rf dan slope sebesar [E(Rm)-

Rf] / βm. Karena βm adalah bernilai 1, maka slope dari SML adalah sebesar [E(Rm)-

Rf]. Selanjutnya persamaan SML untuk sekuritas ke-I dapat ditulis:

20

Ibid.

19

E(Ri) = Rf + βi [E(Rm)-Rf] (Rumus 2.7)

Dari sinilah model CAPM terbentuk dan banyak dipakai oleh para akademisi dan

praktisi. 21

Dimana: E(Ri) = Return harapan aset ke-i

E(Rm) = Return harapan portofolio pasar

Rf = Tingkat bunga bebas risiko

βi = Risiko aset ke-i

G. Arbitrage Pricing Theory (APT)

Ross (1975) dalam Suad Husnan (2009) mengungkapkan bahwa Arbitrage

Pricing Theory (APT) didasarkan pada pemikiran yang menyatakan bahwa 2

kesempatan investasi yang mempunyai karakteristik yang sama tidaklah bisa dijual

dengan harga yang berbeda. Konsep yang dipergunakan adalah hukum satu harga (the

law of one price). Apabila aktiva yang berkarakteristik sama terjual dengan harga

yang berbeda, maka akan terdapat kesempatan untuk melakukan arbitrage dengan

membeli aktiva yang berharga murah dan pada saat yang sama menjualnya dengan

harga yang tinggi sehingga memperoleh laba tanpa risiko. Lebih lanjut teori ini

mengasumsikan bahwa tingkat keuntungan tersebut dapat dipengaruhi oleh berbagai

faktor dalam perekonomian dan dalam industry. Korelasi diantara tingkat keuntungan

21

Ibid., h.499.

20

2 sekuritas terjadi karena sekuritas‐sekuritas tersebut dipengaruhi oleh faktor‐faktor

yang sama.22

Sedangkan Copeland (1997) menyatakan bahwa paling sedikit ada 3 atau 4

faktor yang mempengaruhi perkembangan harga dari surat‐surat berharga. Hal ini

menunjukkan bahwa teori APT mendorong adanya pengembangan penelitian

berdasarkan variabel atau faktor‐faktor yang diduga mempengaruhi perubahan sebuah

sekuritas. Faktor‐faktor itu dapat dilihat dari kinerja fundamental perusahaan, kinerja

saham di pasar, ataupun keadaan pasar dan perekonomian.

Menurut Ahmad Rodoni dan Othman Young (2002) APT sebenarnya adalah

berasaskan CAPM, tetapi ia telah mempertimbangkan faktor-faktor lain yang

mempengaruhi keuntungan sekuritas. Faktor-faktor ini akan memberi kesan yang

berlainan. Jadi, bagi sekuritas i dalam jangka waktu t, keuntungannya dapat diwakili

oleh kombinasi antar pengharapan keuntungan seimbang dan faktor-faktor yang

mempengaruhinya. Pengharapan keuntungan seimbang ini adalah ditentukan oleh

permintaan dan penawaran sekuritas perusahaan.23

Untuk sekuritas i, return

sebenarnya secara formal dapat dinyatakan dengan rumus berikut:

Ri = E(Ri) + β1,i F1 + β2,i F2 + …. + βn,i Fn+ εi (Rumus 2.8)

Dimana: E(Ri) : Return harapan pada sekuritas i

Ri : tingkat pengembalian sebenarnya pada sekuritas i

β1,2,..n : Sensitivitas return saham terhadap suatu faktor.

22

Suad Husnan, Dasar-Dasar Teori Portofolio dan Analisis Sekuritas, h. 197-198 23

Ahmad Rodoni dan Othman Yong, Analisis Investasi dan Teori Portofolio, h. 171.

21

F1,2,..n : Surprise untuk suatu faktor (actual value- expected value)

εi : unsystematic risk / risiko spesifik perusahaan, diasumsikan semua

kovarian antara return pada sekuritas terkait dengan efek dari

faktor-faktor, sehingga risiko tersebut tidak berkorelasi.

Suatu model faktor tidak menyatakan sama sekali tentang keseimbangan. Jika

mentransformasi persamaan 2.8 ke dalam model keseimbangan, maka hal ini

menyatakan sesuatu tentang expected return untuk semua sekuritas. APT merupakan

adalah teori keseimbangan tentang expected return yang memerlukan model faktor

seperti persamaan 2.8. Persamaan mengenai expected return terhadap suatu sekuritas

ditunjukkan oleh persamaan berikut:24

E(Ri) = Rf+ β1 λ 1+ β1λ 1+ + …. + βn,i λ n (Rumus 2.9)

Dimana: E(Ri) : Return harapan pada sekuritas i

Rf : Return harapan pada sekuritas yang risiko sistematiknya nol

β1,2,..n : Sensitivitas return saham terhadap suatu faktor.

λ 1,2,..n: Premi risiko suatu faktor [E(F1,2,..n ) - a0]

Dalam penelitian ini digunakan model APT empat faktor dan variabel yang

digunakan sama yang digunakan oleh Pepi Mariana Chasanah (2008) yaitu inflasi

IHK (Indeks Harga Konsumen), kurs rupiah terhadap dollar (Rp/USD), suku bunga

SBI (Sertifikat Bank Indonesia), dan Indeks Harga Saham Gabungan (IHSG). Dan

untuk menghitung expected value variabel makro akan digunakan metode exponential

smoothing.

24

Tatang Ary G, Manajemen Investasi: Konsep Teori dan Aplikasi, h. 163.

22

1. Inflasi

Menurut Sadono Sukirno (2004) inflasi dapat didefinisikan sebagai

salah satu proses kenaikan harga-harga yang berlaku dalam suatu

perekonomian. Tingkat inflasi (presentasi pertambahan kenaikan harga)

berbeda dari satu periode ke periode lainnya, dan berbeda pula dari satu

negara ke negara lain. Adakalanya tingkat inflasi adalah rendah, yaitu 2 atau 3

persen. Tingkat inflasi yang moderat mencapai di antara 4-10 persen. Inflasi

yang sangat serius dapat mencapai tingkat beberapa puluh atau beberapa ratus

persen dalam setahun.25

Inflasi merupakan salah satu variabel makro yang memiliki dampak

besar terhadap kegiatan perekonomian, baik terhadap sektor riil terlebih

terhadap sektor keuangan. Tingkat inflasi diukur dengan menggunakan

perubahan tingkatan harga secara umum, biasanya tingkatan harga yang

digunakan adalah indeks harga konsumen (consumer price index), indeks

harga produsen (produsen price index), atau implicit gross domestic product

deflator (GDP deflator) yang mengukur rata-rata harga seluruh barang

tertimbang dengan kuantitas barang-barang yang betul-betul dibeli.26

Rafiq al-Masri dalam Karim (2008) menyatakan bahwa menurut para

ekonom Islam, inflasi berakibat sangat buruk bagi perekonomian karena

mengakibatkan gangguan pada fungsi uang sebagai penyimpan nilai,

25

Sadono Sukirno, Makroekonomi Teori Pengantar, ed.III, (Jakarta: Rajawali Press, 2004), h.14 26

Adiwarman A Karim, Ekonomi Makro Islami, ed.II, (Jakarta: PT Raja Grafindo Persada, 2008), h.

135-136

23

menimbulkan sifat konsumtif dan mengarahkan investasi pada hal-hal yang

non-produktif seperti tanah, bangunan, logam mulia, dan lainnya.27

Sedangkan menurut Slifer dan Carnes dalam Muhammad Syafii

Antonio et.al (2013), secara toritis terdapat hubungan negatif antara inflasi

dan kinerja harga saham. Inflasi dinilai akan menurunkan nilai riil dari

perusahaan termasuk juga dividen, sehingga ketika terjadi kenaikan tingkat

inflasi maka akan mengakibatkan melemahnya harga saham, sebaliknya jika

inflasi menurun maka harga saham akan mengalami penguatan.28

2. Kurs Valuta Asing

Menurut Sadono Sukirno (2004) kurs valuta asing atau kurs mata uang

asing menunjukkan harga atau nilai mata uang sesuatu negara dinyatakan

dalam nilai mata uang negara lain. Kurs valuta asing dapat juga didefinisikan

sebagai jumlah uang domestik yang dibutuhkan, yaitu banyaknya rupiah yang

dibutuhkan, untuk memperoleh satu unit mata uang asing.29

Dalam perkembangannya sistem nilai tukar memiliki berbagai macam

bentuk, namun sistem nilai tukar mengambang (floating exchange rate

system) merupakan system nilai tukar yang paling banyak digunakan di

27

Ibid., h.139. 28

Muhammad Syafii Antonio, et.al, “The Islamic Capital Market Volatility: A Comparative Study

Between Indonesia and Malaysia”, Buletin Ekonomi Moneter dan Perbankan, April 2013, h. 396. 29

Ibid., h. 397.

24

berbagai Negara. Dalam system ini, nilai tukar ditetapkan berdasarkan pada

permintaan dan penawaran uang.30

Menurut Octavia (2009) dalam Muhammad Syafii Antonio et.al

(2013) kestabilan kurs akan diperoleh jika tidak terjadi destabilizing

speculation atau spekulasi yang melabilkan. Kondisi ini cenderung akan

menyebabkan penurunan ekspor dan berakibat buruk pada neraca

pembayaran. Memburuknya neraca pembayaran tentunya akan berpengaruh

pada cadangan devisa. Berukurangnya cadangan devisa ini pada gilirannya

akan mengurangi kepercayaan investor terhadap perekonomian domestic dan

pada akhirnya menimbulkan dampak negatif terhadap kinerja saham di pasar

modal.31

Berdasarkan teori interest rate parity dan teori portofolio adjustmen

menyatakan bahwa perubahan kurs akan mempengaruhi keputusan investor

dalam berinvestasi. Ekspektasi meningkatnya (apresiasi) nilai tukar mata uang

domestik terhadap mata uang asing akan mendorong peningkatan harga

saham, ini terjadi karena investor merasa lebih menguntungkan berinvestasi di

dalam negeri dibandingkan dengan berinvestasi di luar negeri.32

30

R. Hendra Halwani, Ekonomi Internasional dan Globalisasi Ekonomi, (Bogor: Penerbit Ghalia

Indonesia, 2005), h. 157-161. 31

Muhammad Syafii Antonio, et.al, “The Islamic Capital Market Volatility: A Comparative Study

Between Indonesia and Malaysia”, h.396. 32

Ibid.

25

3. Suku Bunga SBI

Menurut Iskandar Putong variabel suku bunga merupakan variabel

makro yang berpengaruh langsung terhadap perekonomian, terutama pada

investasi. Dalam teorinya Keynes menyatakan bahwa fungsi investasi

memiliki slope negatif artinya semakin rendah tingkat suku bunga maka akan

semakin besar investasinya, tetapi sekecil apapun tingkat suku bunga bila

investasi yang dilakukan akan mendatangkan keuntungan yang lebih kecil dari

suku bunga tersebut, maka tingkat investasi akan tetap saja rendah atau

terbatas.33

Walaupun secara normatif, interest rate bukanlah instrumen yang

digunakan dalam transaksi ekonomi syariah namun dalam aplikasinya

pengaruh interest rate dirasa masih cukup besar. Beberapa penelitian telah

dilakukan diantaranya oleh Mudjiah Utami dan Mudjilah Rahayu (2003),

Chairul Nazwar (2008), dan Abdul Wahid al-Faizin (2010) dari penelitian

tersebut didapatkan hasil bahwa interest rate signifikan berpengaruh negatif

terhadap kinerja saham syariah.

4. Indeks Harga Saham Gabungan (IHSG)

Indeks Harga saham gabungan (IHSG) atau dalam bahasa Inggrisnya disebut

Jakarta Composite Index (JCI) atau JSX Composite diperkenalkan pada tanggal 1

33

Iskandar Putong, Economics: Pengantar Mikro dan Makro, ed. III, (Jakarta: Mitra Wacana Media,

2009), h. 277.

26

April 1983, sebagai indikator pergerakan harga saham di BEJ, Indeks ini mencakup

pergerakan harga seluruh saham biasa dan saham preferen yang tercatat di BEI.

Penelitian yang telah dilakukan oleh Andam Dewi (2008)

menunjukkan bahwa IHSG merupakan variabel yang paling signifikan

berpengaruh terhadap return saham kelompok JII.

H. Metode Exponential Smoothing

Teknik pemulusan eksponensial adalah prosedur yang dapat merevisi secara

terus-menerus hasil peramalan dengan informasi terbaru. Metode ini berdasarkan

pemulusan yang menurun secara eksponenasial. Prediksi dilakukan dengan

memberikan bobot yang lebih tinggi untuk informasi yang lebih baru. Misalnya bobot

sebesar α diberikan untuk data terbaru, untuk data kurun sebelumnya dibobot dengan

α(1 – α), untuk data sebelumnya lagi dibobot dengan α(1 – α) (1 – α) = α(1 – α)2

dst.34

Dalam SPSS terdapat 4 macam metode exponential smoothing yaitu:

1. Single Exponential Smoothing

Metode ini banyak mengurangi masalah penyimpangan data, karena

biasanya hanya menyimpan data terakhir, yaitu ramalan terakhir dan pembobotan

smoothing (α). Model ini cocok untuk data dengan pola horizontal atau stasioner

dan hanya mampu memberikan ramalan untuk satu periode ke depan. Metode ini

tidak cukup baik diterapkan jika datanya bersifat tidak stasioner, karena

persamaan yang digunakan dalam metode eksponensial tunggal tidak terdapat

34

M Firdaus. “Analisis Deret Waktu Satu Ragam.” (Bogor: IPB Press, 2006), h. 11.

27

prosedur pemulusan trend yang mengakibatkan data tidak stasioner menjadi tetap

tidak stasioner, tetapi metode ini merupakan dasar bagi metode-metode

pemulusan eksponensial lainnya. Pembobotan smoothing yang diberikan pada

data akan semakin kecil dengan semakin lamanya data.35

2. Double Exponential Smoothing Brown

Metode ini memberikan bobot yang semakin menurun pada observasi

masa lalu. Model ini cocok untuk data yang berpola trend linier. Pada metode ini

dilakukan dua kali pemulusan, yaitu pemulusan tahap 1 untuk update intercept,

tujuannya untuk menghilangkan komponen error. Pemulusan tahap 2 untuk

update slope, tujuannya untuk menghilangkan komponen trend.

3. Double Exponential Smoothing Holt

Pada prinsipnya metode ini sama dengan metode Brown, kecuali metode

ini menggunakan rumus pemulusan berganda secara langsung. Sebagai gantinya,

Holt memuluskan nilai trend dengan parameter yang berbeda dari parameter

yang digunakan pada data asli. Pemulusan eksponensial Holt menggunakan dua

konstanta pemulusan (α dan β) yang bernilai antara 0 dan 1 serta memiliki tiga

persamaan. Pola data yang sesuai adalah stasioner, dan pola trend konsisten.

35

Bowerman, dkk, “Forecasting and Time Series an Applied Approach.” Dalam Hapto Stato,

“Analisis Faktor-Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah dan Peramalannya,”

(Skripsi S1 Fakultas Pertanian, Institut Pertanian Bogor, 2007), h.28.

28

4. Damped Trend Exponential Smoothing

Metode ini menambahkan paramater damping trend (), damping trend

ini bernilai antara 0 dan 1. Parameter yang digunakan dalam metode ini terdiri

atas tiga indikator, yaitu level (α), trend (β), dan damping trend ().

I. Review Studi Terdahulu

Tabel 2.1

Review Studi Terdahulu

No Judul Penelitian Metode Hasil Penelitian Perbedaan

1 Risk dan Return

Saham Perusahaan

Industri Barang

Konsumsi Bursa

Efek Jakarta oleh

Anwar Ramli.

Jurnal Aplikasi

Manajemen Vol.5

No.4 Nopember

2010.

Untuk menghitung risk dan

return saham Perusahaan

Industri Barang Konsumsi

digunakan metode CAPM

Variabel yang digunakan;

Ri: Sampel Saham Industri

Barang Konsumsi

Rf: SBI,

Rm: return indeks IHSG

Dari 15 saham yang

diteliti, memiliki

tingkat risiko β ˂ 1,

yang berarti saham

yang tergolong

Industri Barang

Konsumsi umumnya

bergerak lebih lambat

dari pasar.

Selain itu, hasil

analisis juga

menunjukkan bahwa

return yang

diharapkan dari setiap

jenis saham

mengikuti besarnya

risiko.

Penulis

menghitung

return saham

yang berbeda,

yaitu

kelompok

saham JII.

Selain metode

CAPM,

penulis juga

menggunakan

metode APT

dalam

memprediksi

return saham.

2 Analysis on the

Implementation of

Capital Asset

Pricing Model in

Predicting Stock

Untuk menghitung return

kelompok saham LQ45

digunakan metode CAPM, dan

untuk membandingkan antara

actual return dan expected

Pada saham SMGR,

TLKM, ANTM,

RALS, INDF, AALI,

INTP, HMSP, ISAT,

dan GGRM tidak ada

Penulis tidak

membandingka

n antara actual

return dan

expected

29

oleh Agustiono dan

Ratna Mariaty

Goni. Jurnal

Eksekutif Vol.2

No.1, April 2005.

return digunakan uji wilcoxon

signed rank test.

Variabel yang digunakan;

Ri: Sampel kelompok saham

LQ45

Rf: SBI

Rm: return indeks LQ45

perbedaan yang

signifikan antara

actual return dan

expected return,

hanya pada saham

ASII terdapat

perbedaan yang

signifikan antara

actual return dan

expected return.

return saham,

tetapi

membandingka

n antara

metode CAPM

dan APT

dalam

memprediksi

return saham.

3 Penggunaan

Metode CAPM

dalam Menilai

Risiko dan Return

Saham untuk

Menentukan

Pilihan

Berinvestasi pada

Saham JII Periode

Januari 2004-

Desember 2008

oleh Yesica

Yohantin. Skripsi,

Jurusan Akuntansi,

Fakultas Ekonomi,

Universitas

Gunadarma, 2009.

Untuk menghitung risk dan

return kelompok saham JII

digunakan metode CAPM

Variabel yang digunakan;

Ri: Sampel kelompok saham

JII

Rf: SBI,

Rm: return indeks JII

Hasil penelitian adalah

ada 5 saham agresif

yaitu INCO, TBBA,

UNTR, ANTM,

BUMI, dan INTP ; 6

saham berexcess

return positif yaitu

ANTM, BUMI, INTP,

INCO, TBBA, dan

UNTR ; dan ada 6

saham (hampir

keseluruhan) yang

berkorelasi linear

positif dan β yang

signifikan yaitu

ANTM, BUMI, INCO,

TBBA, TLKM,

UNTR. Pilihan

investasi terbaik

dilakukan pada saham

INCO, TBBA, UNTR,

ANTAM, BUMI,

INTP, KLBF, TLKM,

UNVR.

Selain metode

CAPM,

penulis juga

menggunakan

metode APT

dalam

memprediksi

return saham.

4 Pengujian Empiris

Konsistensi CAPM

di Pasar Modal

Indonesia Periode

Tolak ukur untuk menentukan

apakah CAPM konsisten di

Pasar Modal Indonesia atau

tidak apabila E(Ri) dan Ri

Korelasi antara E (Ri)

dan Ri adalah 0, 195

dengan signifikan

0.01. Dari hasil

Penulis tidak

menguji

CAPM dalam

memprediksi

30

Tahun 1991-2001

oleh Ima Suryani.

Tesis Program

Manajemen Pasca

Sarjana UNIKOM,

2003

berkorelasi positif maka

CAPM konsisten dan apabila

berkorelasi negatif maka

CAPM tidak konsisten.

perhitungan tersebut

maka dapat

disimpulkan bahwa

CAPM konsisten di

pasar modal

Indonesia

return saham,

melainkan

menghitung

return saham

dengan

menggunakan

metode CAPM

dan juga APT.

5 Analisis Return dan

Risiko Kelompok

Saham LQ45

dengan

Menggunakan

Model APT

(Arbitrage Pricing

Theory) oleh Pepi

Mariana Chasanah.

Tesis Program

Studi Manajemen

Agribisnis Sekolah

Pasca Sarjana

Institut Pertanian

Bogor 2008

Untuk menghitung risiko dan

return kelompok saham LQ45

digunakan metode APT dan

untuk mengetahui seberapa

besar pengaruh variabel

ekonomi terhadap return dan

risiko digunakan analisis linier

berganda.

Variabel yang digunakan;

Ri : Sampel Saham LQ45

Rf : SBI,

F: surprise suku bunga SBI,

surprise inflasi dan surprise

kurs Rp/USD dan surprise

IHSG

Hasil penelitian

dengan menggunakan

regresi linier

berganda

menunjukkan bahwa

ternyata return dan

risiko pada saham

sampel kelompok

LQ45 dipengaruhi

oleh variabel

ekonomi.

Selain itu saham

ASII, ISAT, dan

UNVR merupakan

saham agresif,

sedangkan saham

AALI, ANTM, GJTL,

TKIM, BBCA, dan

PTBA merupakan

saham yang

defensive.

Penulis tidak

menguji APT

dalam

memprediksi

return saham,

melainkan

menghitung

return saham

dengan

menggunakan

metode CAPM

dan juga APT

kemudian

membandingka

nnya.

6 Perbandingan

Keakuratan Capital

Asset Pricing

Metode dan

Arbitrage Pricing

Theory Dalam

Memprediksi

Tingkat Pendapatan

Saham Industri

Manufaktur

Sebelum dan

Keakuratan metode CAPM

dan APT diukur dengan Mean

Absolute Deviation (MAD),

dan untuk membandingkan

keakuratan antara metode

CAPM dan APT digunakan uji

t student.

Variabel Model CAPM;

Ri : Sampel Saham Industri

Manufaktur

Rf : SBI,

Terdapat perbedaan

yang signifikan antara

keakuratan CAPM

dengan APT dalam

memprediksi return

saham industri

manufaktur sebelum

dan semasa krisis

ekonomi, dan metode

CAPM maupun APT

masih kurang akurat

Penulis

menggunakan

metode CAPM

dan APT untuk

menghitung

return saham

yang berbeda,

yaitu

kelompok

saham JII.

31

Semasa Krisis

Ekonomi oleh

Gancar Candra

Premananto dan

Muhammad

Madyan. Jurnal

Penelitian

Dinamika Sosial

Vol.5 No.2 Agustus

2004: 125-139.

Rm: return IHSG,

Variabel Model APT;

Ri : Sampel Saham Industri

Manufaktur

Rf : SBI,

F: surprise suku bunga,

surprise inflasi dan surprise

kurs Rp/USD.

dalam memprediksi

pendapatan saham

industri manufaktur.

7 Mean Absolute

Deviation Capital

Asset Pricing

Model Dan

Arbitrage Pricing

Theory Terhadap

Return Saham

Industri

Manufaktur oleh

Musdalifah Azis.

Jurnal Ilmiah

Masagena Kopertis

Wilayah IX

Sulawesi, Vol. V

Ed. 1 Januari 2010.

Keakuratan metode CAPM

dan APT diukur dengan Mean

Absolute Deviation (MAD),

dan untuk membandingkan

keakuratan antara metode

CAPM dan APT digunakan uji

t student.

Variabel Model CAPM;

Ri : Sampel Saham Industri

Manufaktur

Rf : SBI,

Rm: return IHSG,

Variabel Model APT;

Ri : Sampel Saham Industri

Manufaktur

Rf : SBI,

F: perubahan BI Rate,

perubahan inflasi dan

perubahan kurs Rp/USD.

Terdapat perbedaan

yang signifikan antara

keakuratan CAPM

dengan APT dalam

memprediksi return

saham industri

manufaktur, dan

metode CAPM

maupun APT masih

kurang akurat dalam

memprediksi

pendapatan saham

industri manufaktur.

Penulis

menggunakan

metode CAPM

dan APT untuk

menghitung

return saham

yang berbeda,

yaitu

kelompok

saham JII.

8 Analisis

Penggunaan

Capital Asset

Pricing Metode dan

Arbitrage Pricing

Theory dalam

Memprediksi

Return Saham

Untuk menentukan metode

yang tepat dalam memprediksi

return saham JII digunakan

parameter Theil’s Inequality

Coeffisient (U), Adjusted R-

Square dan Estimated

Standard Error.

Variabel Model CAPM;

Metode CAPM lebih

tepat dibandingkan

metode APT dalam

memprediksi return

saham Kelompok JII.

Penulis

menggunakan

tahun

penelitian yang

berbeda. Selain

itu penulis

menggunakan

parameter

32

Kelompok Jakarta

Islamic Index oleh

Andam Dewi. Tesis

Program Studi

Manajemen

Agribisnis Sekolah

Pasca Sarjana

Institut Pertanian

Bogor 2006.

Ri : Sampel kelompok saham

JII

Rf : bonus SWBI

Rm: return indeks JII,

Variabel Model APT;

Ri : Sampel kelompok saham

JII

Rf : bonus SWBI

F : perubahan Inflasi IHKG

(Indeks Harga Konsumen

Gabungan), perubahan Kurs

Rp/USD, dan perubahan IHSG

MAD (Mean

Absolut

Deviation)

dalam

menentukan

metode yang

lebih akurat.

9 Analisis

Perbandingan

Keakuratan Capital

Asset Pricing

Metode (CAPM)

dan Arbitrage

Pricing Theory

(APT) Dalam

Memprediksi

Return Saham LQ-

45 di Bursa Efek

Indonesia oleh

Sulistiarini

Widianita. Skripsi

Jurusan

Manajemen, UIN

Syarif Hidayatullah

Jakarta tahun 2008

Keakuratan metode CAPM

dan APT diukur dengan Mean

Absolute Deviation (MAD),

dan untuk membandingkan

keakuratan antara metode

CAPM dan APT digunakan uji

t student.

Variabel Model CAPM;

Ri : Sampel kelompok saham

LQ45

Rf : SBI,

Rm: return indeks IHSG,

Variabel Model APT;

Ri : Sampel kelompok saham

LQ45

Rf : SBI,

F: surprise inflasi, surprise

suku bunga SBI, surprise M1

dan surprise kurs Rp/USD

Terdapat perbedaan

yang signifikan antara

keakuratan CAPM

dengan APT dalam

memprediksi

returnsaham LQ-45;

dan metode CAPM

lebih akurat

dibandingkan metode

APT.

Penulis

menggunakan

metode CAPM

dan APT untuk

menghitung

return saham

yang berbeda,

yaitu

kelompok

saham JII.

33

10 Perbandingan

Keakuratan CAPM

dan APT dalam

memprediksi

tingkat pendapatan

saham LQ-45

(Periode 2006-

2008) oleh

Andri. Skripsi

Jurusan

Manajemen, UIN

Syarif Hidayatullah

Jakarta, tahun 2010

Tingkat keakuratan metode

CAPM dan APT diukur

melalui nilai MAD, MSE dan

MAPE.

Variabel Model CAPM;

Ri : Sampel kelompok saham

LQ45

Rf : SBI,

Rm: return indeks IHSG,

Variabel Model APT;

Ri : Sampel kelompok saham

LQ45

Rf : SBI,

F: surprise inflasi, surprise

suku bunga SBI, surprise M1

dan surprise kurs Rp/USD

Metode APT lebih

akurat dibandingkan

metode CAPM dalam

memprediksi return

saham LQ-45.

Penulis

menggunakan

metode CAPM

dan APT untuk

menghitung

return saham

yang berbeda,

yaitu

kelompok

saham JII.

J. Kerangka Pemikiran

Langkah pertama yang dilakukan untuk melakukan penelitian ini adalah

menyeleksi perusahaan-perusahaan yang secara konsisten terdaftar dalam Jakarta

Islamic Index (JII) periode 2009-2012 melalui website resmi bursa efek

http://www.idx.co.id. Pemilihan saham yang konsisten bertujuan untuk

memaksimalkan return yang diperoleh dengan risiko yang minimal karena

konsistensi saham menunjukkan bahwa saham tersebut merupakan saham unggulan

yang memiliki nilai transaksi dan volume perdagangan terbesar selama 4 tahun

berturut-turut.

Setelah saham-saham JII yang konsisten terpilih, kemudian peneliti

mengumpulkan data harga saham bulanan dari perusahaan-perusahaan yang telah

34

diseleksi melalui data historis yang terdapat pada website resmi bursa efek. Peneliti

juga mengumpulkan data indeks JII dari website yang sama. Selain itu data bulanan

inflasi, kurs Rp/$, dan suku bunga SBI yang didapat dari website resmi Bank

Indonesia http://www.bi.go.id, data bulanan IHSG dari website http://www.idx.co.id,

serta data SBSN dari website http://www.ibpa.com.

Data historis yang telah terkumpul kemudian diolah dengan menggunakan

metode capital asset pricing model (CAPM) dan arbitrage pricing theory (APT).

Sebelum itu perlu dihitung risk free (Rf), pendapatan saham yang sesungguhnya (Ri),

dan pendapatan pasar (Rm), kemudian menghitung beta (β) dengan menggunakan

rumus market model. Setelah beta masing-masing perusahaan diperoleh kemudian

barulah dibentuk persamaan berdasarkan model CAPM.

Kemudian untuk return APT, dihitung nilai Rf, β1F1, β2F2, β3F3, dan β4F4.

Langkah berikutnya adalah menghitung nilai mean absolute deviation (MAD) untuk

mengetahui metode mana yang lebih akurat dalam mengestimasi return saham JII.

Setelah itu dilakukan uji normalitas data untuk mengetahui apakah data berdistribusi

normal. Selanjutnya dilakukan independent sample t test untuk mengetahui apakah

terdapat perbedaan yang signifikan antara kedua metode. Adapun skemanya dapat

dilihat pada gambar 2.3 berikut.

35

Gambar 2.3

Kerangka Pemikiran

Saham yang konsisten terdaftar dalam JII Periode 2009-2012

Input Data

Data SBSN Harga Saham

Bulanan JII

Data Indeks

Bulanan JII

Faktor-faktor

Makro Ekonomi

Data SBSN

Actual Value

variabel makro

Inflasi Kurs SBI IHSG

Menghitung Expected Value

dengan Exponential Smoothing

Menghitung nilai F

Menghitung β1,β2, β3, β4

Menghitung Rf

Menghitung Ri, Rm dan β Menghitung Rf

Menghitung return saham JII

dengan APT

Menghitung return saham JII

dengan CAPM

Return Actual

(Ri)

MAD_APT MAD_CAPM

Independent Sample t-test

Uji Normalitas

36

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Penelitian yang digunakan bersifat kuantitatif deskriptif, dengan

menggambarkan data dan informasi berdasarkan fakta yang diperoleh di lapangan.

Penelitian ini menggunakan analisis kuantitatif dari data-data harga saham

perusahaan JII, return pasar (JII), inflasi, kurs Rp/dollar, suku bunga SBI dan IHSG.

B. Objek Penelitian

Objek penelitian dalam penelitian ini adalah saham-saham syariah yang

terdaftar dalam Jakarta Islamic Index selama periode 2009-2012.

C. Jenis dan Sumber Data

Dalam penelitian ini, sumber data yang digunakan adalah data sekunder time

series bulanan, yaitu sebagai berikut:

1. Daftar saham yang tergabung dalam JII periode Desember 2008 sampai

Desember 2012, diperoleh dari website www.idx.co.id.

2. Data bulanan harga penutupan (closing price) saham-saham syariah yang

konsisten terdaftar dalam JII periode Desember 2008 sampai Desember

2012, diperoleh dari website www.idx.co.id.

37

3. Data bulanan JII dan IHSG periode Desember 2008 sampai Desember 2012,

diperoleh dari website www.idx.co.id.

4. Data bulanan inflasi, kurs Rp/dollar, dan suku bunga SBI dari periode

Januari 2009 sampai Desember 2012 yang diperoleh dari website

www.bi.go.id.

5. Data Surat Berharga Syariah Negara (SBSN) yang diterbitkan pada periode

2009-2013, data diperoleh dari website www.ibpa.com.

D. Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini adalah teknik studi pustaka

dengan menggunakan berbagai literatur rujukan seperti buku, jurnal, artikel dan

sumber informasi lain yang sesuaidengan penelitian yang dilakukan. Selain itu

peneliti juga menggunakan teknik dokumentasi dimana seluruh data sekunder yang

dibutuhkan dalam penelitian ini dikumpulkan dari berbagai sumber yang dapat

dipercaya, yaitu website idx, website BI, dan website www.ibpa.com.

E. Populasi dan Sampel

Populasi dari penelitian ini adalah seluruh saham yang tercatat dalam Jakarta

Islamic Index (JII) periode 2009-2012. Sampel yang digunakan dalam penelitian ini

adalah saham-saham yang konsisten terdaftar di Jakarta Islamic Index (JII) antara

tahun 2009-2012. Teknik yang digunakan dalam menentukan sampel pada penelitian

ini adalah dengan purposif sampling, yaitu menentukan sampel dengan kriteria:

38

- Saham-saham yang terdaftar di JII selama periode 2009-2012.

- Saham-saham yang konsisten secara berturut-turut selama periode tahun

2009-2012 masuk dalam daftar saham JII.

Berdasarkan kriteria tersebut, maka sampel yang akan digunakan dalam

penelitian ini disajikan dalam tabel berikut:

Tabel 3.1

Daftar Saham-Saham yang Konsisten Masuk dalam Saham JII

Periode 2009-2012

NO KODE NAMA PERUSAHAAN

1 AALI Astra Agro Lestari Tbk

2 ANTM Aneka Tambang (Persero) Tbk

3 INCO International Nickel Indonesia Tbk

4 INTP Indocement Tunggal Prakasa Tbk

5 KLBF Kalbe Farma Tbk

6 PTBA Tambang Batubara Bukit Asam Tbk

7 SMGR Semen Gresik (Persero) Tbk

8 TLKM Telekomunikasi Indonesia Tbk

9 UNVR Unilever Indonesia Tbk Sumber: http://www.idx.co.id (diolah sesuai data)

F. Teknik Pengolahan Data

Data yang digunakan dalam penelitian ini akan diolah dengan menggunakan

Microsoft Excel, dan SPSS 21.

G. Metode Analisis

1. Menghitung Expected Return Saham JII dengan metode CAPM

Seperti yang telah dijelaskan pada bab sebelumnya pendapatan yang

diharapkan (expected return) adalah pendapatan masing-masing saham yang

39

diharapkan oleh para investor pada masa yang akan datang. Dengan

menggunakan metode CAPM, maka expected return dapat dihitung dengan

rumus sebagai berikut:1

( ) ( )] (Rumus 3.1)

Dimana: E(Ri) = Return harapan aset ke-i

E(Rm) = Return harapan portofolio pasar

Rf = Tingkat bunga bebas risiko (SBSN)

[E(Rm) – Rf] = Premi risiko pasar

βi = Risiko aset ke-i

Variabel yang berkaitan dengan rumus CAPM di atas adalah:

a. Actual Return Saham JII Terpilih (Ri).

Berdasarkan pengertian return, bahwa return suatu saham adalah hasil

yang diperoleh dari investasi dengan cara menghitung selisih harga saham

periode berjalan dengan periode sebelumnya dengan mengabaikan dividen, maka

dapat ditulis rumus:2

Ri =

(Rumus 3.2)

Dimana: Ri = actual return saham JII terpilih

Pt = harga pada waktu t

Pt-1 = harga untuk waktu sebelumnya

1 Kamrauddin Ahmad, Dasar-Dasar Manajemen Investasi dan Portofolio, (Jakarta: Rineka Cipta,

2004), h.134. 2 Michell Suharli, “Studi Empiris Terhadap Dua Faktor yang Mempengaruhi Return Saham pada

Industri Food and Beverages di Bursa Efek Jakarta”, Jurnal Akuntansi & Keuangan, Vol.7. No. 2,

Nopember, 2005, h. 101.

40

b. Market Return (Rm)

Pendapatan pasar (market return) dihitung dengan rumus sebagai

berikut:

Rm –

(Rumus 3.3)

Dimana: Rm = market return

JIIt = Jakarta Islamic Index pada akhir periode t

JIIt-1 = Jakarta Islamic Index pada periode sebelumnya

Sedangkan expected market return E(Rm) merupakan tingkat return

rata-rata pasar modal dalam periode tertentu, yang dinilai dari rata-rata

Indeks harga saham JII.

c. Pendapatan Aset Bebas Risiko (Rf)

Pendapatan aset bebas risiko yang digunakan adalah pendapatan yang

diperoleh dari coupon rate SBSN seri IFR0004. Karena coupon rate ini

jangka waktu pembagiannya semesteran atau tahunan, maka dalam analisis

bulanan risk free (Rf) dibagi dengan jangka waktunya atau dapat dihitung

dengan rumus sebagai berikut:

Rf =

(Rumus 3.4)

d. Beta (β)

Beta merupakan suatu pengukuran volalitas return suatu sekuritas atau

return portofolio terhadap return pasar. Dengan demikian, beta merupakan

pengukuran risiko sistematis dari suatu portofolio atau suatu sekuritas. Beta

41

suatu aset i, dinotasikan dengan β, dapat dinayatakan dengan rumus sebagai

berikut:3

( )

(Rumus 3.5)

Dimana: Covarians Ri, Rm = (Ri – E(Ri)) (Rm – E(Rm)

E(Ri) = Rata-rata return saham

E(Rm) = Rata-rata return pasar (JII)

σ = Varians return pasar JII

σ = ( ( ))

2. Menghitung Expected Return Saham JII dengan Metode APT

Berdasarkan rumus 2.8 untuk menghitung expected return dengan model

APT pada bab sebelumnya, maka rumus mengenai expected return dengan empat

faktor yang akan digunakan dalam penelitian ini dapat ditunjukkan oleh rumus

berikut:

E(Ri) = Rf + βInflasi λ Inflasi+ βKursλ Kurs+ βSBIλ SBI + βIHSG λ IHSG (Rumus 3.6)

Dimana: E(Ri) : Return harapan pada sekuritas i

Rf : Tingkat bunga bebas risiko (SBSN)

βInflasi : Sensitivitas return saham terhadap inflasi.

βKurs : Sensitivitas return saham terhadap kurs Rp/USD.

βSBI : Sensitivitas return saham terhadap tingkat bunga SBI.

3 Bodie, dkk, Investments, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi Wibowo. (Jakarta:

Salemba Empat, 2005), h.385.

42

βIHSG : Sensitivitas return saham terhadap IHSG.

λ Inflasi : Premi risiko inflasi [E(FInflasi ) - Rf]

λ Kurs : Premi risiko kurs Rp/USD [E(FKurs ) - Rf]

λ SBI : Premi risiko tingkat bunga SBI [E(FSBI ) - Rf]

λ IHSG : Premi risiko IHSG [E(FIHSG ) - Rf]

Variabel yang berkaitan dengan rumus APT di atas adalah:

a. Actual Return Saham JII Terpilih (Ri).

Actual return pada model APT sama dengan actual return pada model

CAPM, maka actual return pada model APT juga dihitung dengan rumus

yang sama (rumus 3.2), yaitu:

Ri =

Dimana: Ri = actual return saham JII terpilih

Pt = harga pada waktu t

Pt-1 = harga untuk waktu sebelumnya

b. Return Aset Bebas Risiko (Rf)

Return aset bebas risiko (Rf) yang digunakan pada model APT sama

dengan Return aset bebas risiko (Rf) pada model CAPM yang diperoleh dari

coupon rate SBSN seri IFR0004, maka Return aset bebas risiko (Rf) pada

model APT juga dihitung dengan rumus yang sama (rumus 3.4), yaitu:

Rf =

43

c. Menghitung Beta (β)

Berbeda dengan beta CAPM yang merupakan sensitivitas return

saham i (Ri) terhadap market return (Rm) sedangkan beta dalam APT adalah

sensitivitas return saham i (Ri) terhadap suatu faktor (F).4

( )

(Rumus 3.7)

d. Surprise faktor (F)

Surprise merupakan selisih antara actual value dengan expected value

dari suatu faktor.5 Dalam APT faktor yang mempengaruhi return suatu

saham jumlahnya lebih dari satu, faktor-faktor ini didapat dari penelitian

empiris yang telah dilakukan.6

Penelitian ini menggunakan model APT empat faktor dan

menggunakan faktor yang sama dengan faktor yang digunakan oleh Pepi

Mariana Chasanah (2008) yaitu inflasi IHK (Indeks Harga Konsumen), kurs

rupiah terhadap dollar (Rp/USD), suku bunga SBI (Sertifikat Bank

Indonesia), dan Indeks Harga Saham Gabungan (IHSG). Dan untuk

menghitung expected value variabel makro akan digunakan metode

exponential smoothing.

4 Bodie, dkk, Investments, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi Wibowo. (Jakarta:

Salemba Empat, 2005), h. 441 5 Suad Husnan, Dasar-Dasar Teori Portofolio dan Analisis Sekuritas, Ed. IV, Cet.II, (Yogyakarta:

UPP STIM YKPN, 2009), h. 199. 6 Ibid., h.216.

44

Dalam SPSS terdapat 4 macam metode baku exponential smoothing,

dengan rumus sebagai berikut:

(1) Single Exponential Smoothing

Yt+1 = α Yt + (1 – α) Yt (Rumus 3.8)

Dimana: Yt+1 = Nilai ramalan untuk 1 periode ke depan setelah t

Yt = Nilai aktual pada periode ke t

α = Pembobot Smoothing (0 < α < 1)

(2) Double Exponential Smoothing Brown

Yt+m = αt + bt(m)

St = α Yt + (1 – α) S t-1

St(2)

= α St + (1 – α) S(2)

t-1 (Rumus 3.9)

αt = 2St - St(2)

bt =

(St - St

(2))

Dimana: Yt+m = Prediksi Y pada m periode ke depan

St = Smoothing tahap 1

St(2)

= Smoothing tahap 2

αt = Intercept

bt = Slope

m = Jumlah periode ramalan ke depan

(3) Double Exponential Smoothing Holt

Yt+m = αt-1 + (m – 1) bt-1+

45

αt = αYt + (1 – α) αt-1 (Rumus 3.10)

bt = β (αt - αt-1) + (1 – β)bt-1

Dimana: Yt+m = Prediksi Y pada m periode ke depan

α dan b = Pembobot Smoothing

(4) Damped Trend Exponential Smoothing

yt = lt-1 + bt-1 + t

lt = lt-1 + bt-1 + (1 – α) t (Rumus 3.11)

bt = bt-1 + (1 – β) t

Dimana: yt = Rangkaian waktu yang diamati

lt = Level

α dan b = Pembobot Smoothing

= Damping factor

Untuk memudahkan perhitungan dan mendapatkan hasil yang akurat,

maka dapat juga dihitung dengan menggunakan software SPSS 21, dengan

langkah sebagai berikut: klik Analyze > Forecasting > Create Model >

Methode > Exponential Smoothing , Criteria > Simple / Holt’s linear trend/

Brown’s linear trend/ Damped trend.

Untuk menentukan metode forecasting yang terbaik, maka dilihat dari

nilai Mean Absolute Error (MAE) atau Mean Absolute Deviation (MAD)

dan nilai Mean Absolute Percentage Error (MAPE). Semakin kecil nilai

46

MAD dan MAPE, maka semakin baik metodenya. Nilai MAD dan MAPE

dapat dihitung dengan rumus sebagai berikut:7

∑

∑ | |

(Rumus 3.12)

{∑

} ∑

(Rumus 3.13)

Dimana: MAE = Rata-rata penyimpangan absolut

MAPE = Rata-rata penyimpangan persentase absolut

Yt = Data aktual

Ŷt = Data yang diharapkan

et = nilai galat atau residual (Yt-Ŷt)

n = Jumlah data

Nilai MAD dan MAPE juga dapat dilihat dari output SPSS pada tabel

model statistics.

3. Pemilihan Metode yang Akurat

Untuk mengukur keakuratan dari metode CAPM dan APT, maka akan

dihitung nilai Mean Absolute Deviation (MAD) dengan rumus:8

7 Ali Baroroh, Analisis Multivariate dan Time Series dengan SPSS 21, (Elex Media Komputindo:

Jakarta, 2013), h.145 8 Gancar Candra Premananto dan Muhammad Madyan, “Perbandingan Keakuratan Capital Asset

Pricing Model dan Arbitrage Pricing Theory dalam Memprediksi Tingkat Pendapatan Saham Industri

Manufaktur Sebelum dan Semasa Krisis Ekonomi”, Jurnal Penelitian Dinamika Sosial Vol 5 No. 2,

Agustus, 2004, h. 130

47

∑ ( )

(Rumus 3.11)

Dimana: MAD = Rata-rata penyimpangan absolut

Ri = Return saham i yang sesungguhnya (actual return)

E(Ri) = Return saham yang diharapkan (expected return)

n = Jumlah data

4. Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah distribusi sebuah data

yang didapatkan mengikuti atau mendekati hukum sebaran normal.9 Uji normalitas

dalam penelitian ini menggunakan one-sample kolmogorov smirnov test.

Uji normalitas ini dilakukan sebagai syarat untuk melakukan uji beda

Independent sample t-test.10

Nilai α yang digunakan adalah 0,05 (α = 0,05), data

normal bila nilai sig (p) > α dan data tidak normal bila nilai sig (p) < α.11

Uji Kolmogorof-Smirnov dilakukan dengan membuat hipotesis:

- H0 : tidak terdapat perbedaan dengan populasi normal (data normal)

- H1 : terdapat perbedaan dengan populasi normal (data tidak normal)

5. Uji Levene Untuk Kesamaan Ragam

Uji Levene (Levene’s test) atau Uji Levene untuk kesamaan ragam (Levene

Test for Equality of Variances) digunakan untuk menguji apakah sampel sebanyak k

memiliki variance yang sama.12

Bentuk hipotesis untuk uji Levene adalah:

9 Muhammad Nisfiannoor, Pendekatan Statistika Modern, (Jakarta: Salemba Empat, 2009), h. 91.

10 Ibid., h. 110

11 Ibid., h.93.

48

H0 : σ12 = σ2

2 = σ3

2 =,….= σk

2

H1 : σi ≠ σj untuk sedikitnya satu pasang (i, j).

Bila diketahui suatu variabel Y dengan besar sampel N yang dibagi menjadi k

subgroup, dimana Ni merupakan besar sampel dari subgroup ke-i, maka uji Levene

didefinisikan sebagai berikut:

( ) ∑ ( )

( )∑ ∑ ( )

(Rumus 3.12)

Dimana: N = Jumlah observasi

k = Banyaknya group

| |

= rata-rata dari group ke i

rata-rata group dari

rata-rata keseluruhan dari

Sehingga H0: σ12 = σ2

2 = σ3

2 =,….= σk

2 ditolak bila W > Fα, k-1, N-k

6. Uji beda t dua sampel independen (Independent Sample t-test).

Pengolahan data dalam penelitian ini yaitu menggunakan teknik statistik uji

beda dua rata-rata (independent sample t-test). Perbedaan antara rata-rata hitung dua

sampel ( ) dicari dengan menghitung rasio t.

Ada dua rumus untuk independent sample t-test:13

a. Dengan asumsi kedua variance sama besar (equal variances assumed):

12

Stanislaus S. Uyanto, “Pedoman Analisis Data Dengan SPSS”, (Yogyakarta: Graha Ilmu, 2006), h.

135. 13

Ibid., h. 134-135

49

√

(Rumus 3.13)

Dengan derajat kebebasan (degree of freedom): – 2

√( )

( )

(Rumus 3.14)

b. Dengan asumsi kedua variance tidak sama besar (equal variances not

assumed):

√

(Rumus 3.15)

Dengan derajat kebebasan (degree of freedom):

(

)

( )

( )

(Rumus 3.16)

Dimana: rata-rata hitung nilai MADCAPM ( ) dan nilai MADAPT ( )

S2 = varian populasi

nx = besar sampel MADCAPM

ny = besar sampel MADAPT

Bentuk hipotesis untuk Independent Sample t-test dalam penelitian ini adalah:

H0 : Tidak terdapat perbedaan akurasi (nilai MAD) yang signifikan antara CAPM

dan APT dalam menghitung return saham JII

H1 : Terdapat perbedaan akurasi (nilai MAD) yang signifikan antara CAPM dan

APT dalam menghitung return saham JII

50

Tujuan dari hipotesis dalam independent sample test pada penelitian ini

adalah untuk verifikasi kebenaran/kesalahan, atau dengan kata lain menentukan

menerima atau menolak hipotesis yang telah dibuat. Signifikansi yang akan

digunakan adalah sebesar 95%. Untuk melihat kriteria tolak H0 atau terima H0 adalah

dengan membandingkan nilai Significance dengan α, dan t tabel dengan t hitung.

- Jika nilai significance < nilai α dan thitung > ttabel maka H0 ditolak,

- Jika nilai significance > nilai α dan thitung < ttabel maka H0 diterima.

Dalam pengambilan keputusan ini dapat digunakan gambar seperti dibawah

ini :

Gambar 3.1

Uji Beda Independent Sample t-test

51

BAB IV

HASIL DAN PEMBAHASAN

A. Gambaran Umum

Dalam rangka mengembangkan pasar modal syariah dan dengan

memperhatikan potensi yang begitu besar, PT Bursa Efek Jakarta bersama dengan PT

Danareksa Invesment Management (DIM) telah meluncurkan index saham yang

dibuat berdasarkan Syariah Islam, yaitu Jakarta Islamic Index (JII).1

Saham syariah yang menjadi konstituen JII terdiri dari 30 saham yang

merupakan saham-saham syariah paling likuid dan memiliki kapitalisasi pasar yang

besar. BEI melakukan review JII setiap 6 bulan, yang disesuaikan dengan periode

penerbitan DES oleh Bapepam & LK. Setelah dilakukan penyeleksian saham syariah

oleh Bapepam & LK yang dituangkan ke dalam DES, BEI melakukan proses seleksi

lanjutan yang didasarkan kepada kinerja perdagangannya.2

Proses seleksi JII berdasarkan kinerja perdagangan saham syariah yang

dilakukan oleh BEI adalah sebagai berikut:

1. Saham-saham yang dipilih adalah saham-saham syariah yang termasuk ke

dalam DES yang diterbitkan oleh Bapepam & LK

2. Dari saham-saham syariah tersebut kemudian dipilih 60 saham berdasarkan

urutan kapitalisasi terbesar selama 1 tahun terakhir

1 Tatang Ary Gumanti, Manajemen Investasi: Konsep Teori dan Aplikasi (Jakarta: Mitra Wacana

Media, 2011), h. 75. 2 Jakarta Islamic Index, “Produk-Produk Syariah” artikel diakses pada tanggal 29 Agustus 2013, dari

http://www.idx.co.id/id-id/beranda/produkdanlayanan/pasarsyariah/produkproduksyariah.aspx

52

3. Dari 60 saham yang mempunyai kapitalisasi terbesar tersebut, kemudian

dipilih 30 saham berdasarkan tingkat likuiditas yaitu urutan nilai transaksi

terbesar di pasar reguler selama 1 tahun terakhir

B. Deskripsi Statistik

Sampel dalam penelitian ini adalah 9 dari 30 saham berdasarkan kriteria

saham syariah yang secara konsisten selama periode tahun 2009-2012 masuk dalam

daftar saham JII. Deskripsi penelitian ini meliputi rata-rata return saham perusahaan

sampel dari tahun 2009-2012, rata-rata pendapatan pasar (return market) dari tahun

2009-2012, pendapatan bebas risiko (SBSN seri IFR0004), risiko sistematis saham

perusahaan sampel dari tahun 2009-2012. Adapun faktor makro ekonomi yang

digunakan dalam penelitian ini adalah surprise inflasi, surprise kurs rupiah terhadap

dolar, surprise suku bunga SBI, dan surprise IHSG dari tahun 2009-2012.

1. Capital Asset Pricing Model (CAPM)

a. Return Saham Perusahaan JII

Data yang digunakan dalam penelitian ini adalah data harga penutupan

(closing price) bulanan saham-saham perusahaan JII pada periode Desember

2008 sampai dengan Desember 2012. Return saham (Ri) yang dihitung

merupakan return saham aktual yang didapat dari harga penutupan bulan saat ini

(Pt) dikurangi dengan harga penutupan bulan kemarin (Pt-1) dibagi dengan harga

penutupan bulan kemarin (Pt-1). Rata-rata return saham perusahaan sampel dari

53

tahun 2009 sampai dengan tahun 2012 disajikan dalam tabel 4.1. Berdasarkan

hasil perhitungan rata-rata return saham per bulan masing-masing perusahaan

dari tahun 2009 sampai dengan 2012 dapat dilihat bahwa rata-rata secara

keseluruhan adalah 0.0234, hal ini berarti seluruh rata-rata return saham JII per

bulan adalah positif, dan ini menunjukkan pada periode tahun 2009-2012

kalangan investor merespon positif terhadap saham-saham JII. Rata-rata return

saham per bulan tertinggi adalah saham Kalbe Farma Tbk (KLBF) yaitu sebesar

0.0446 per bulan, sedangkan rata-rata return saham per bulan terendah adalah

saham Telekomunikasi Indonesia Tbk (TLKM) yaitu sebesar 0.008.

Tabel 4.1

Rata-Rata Return Saham Per Bulan Perusahaan JII Tahun 2009-2012

No Nama Perusahaan Kode Return Saham

1 Astra Agro Lestari Tbk AALI 0.018

2 Aneka Tambang (Persero) Tbk ANTM 0.0103

3 International Nickel Indonesia Tbk INCO 0.0144

4 Indocement Tunggal Prakasa Tbk INTP 0.0375

5 Kalbe Farma Tbk KLBF 0.0446

6 Tambang Batubara Bukit Asam Tbk PTBA 0.0217

7 Semen Gresik (Persero) Tbk SMGR 0.0317

8 Telekomunikasi Indonesia Tbk TLKM 0.008

9 Unilever Indonesia Tbk UNVR 0.0240

Rata-rata 0.0234

Sumber: PT. Bursa Efek Indonesia, Data Diolah Penulis

b. Return Market

Indeks pasar yang digunakan dalam penelitian ini adalah Jakarta Islamic

Index (JII), data yang digunakan adalah data harga penutupan (closing price)

bulanan pada periode Desember 2008 sampai dengan Desember 2012.

54

Tabel 4.2

Return Market (Rm) Tahun 2009-2012

Periode 2009 2010 2011 2012

Jan -0.0118 0.0252 -0.1039 0.0475

Feb 0.0023 -0.0326 -0.016 0.0075

Mar 0.1059 0.0724 0.0959 0.0305

Apr 0.1819 0.0702 0.0269 -0.0154

Mei 0.0974 -0.0636 0.0049 -0.087

Jun 0.0466 0.0352 0.0088 0.0364

Jul 0.1983 0.0501 0.058 0.0543

Agst -0.0118 -0.0197 -0.0669 -0.0066

Sept 0.0548 0.1113 -0.0697 0.0542

Okt 0.0445 0.0262 0.077 0.0307

Nov 0.0371 -0.0583 -0.0183 -0.0492

Des 0.0485 0.0474 0.0318 0.0102

Return Tahunan 0.0587 0.022 0.0024 0.0094

Rata-Rata Total 0.0231

Sumber: PT. Bursa Efek Indonesia, Data Diolah Penulis

Return market tahun 2009-2012 sangat berfluktuasi, sehingga terdapat

return JII yang bernilai negatif yang menunjukkan adanya risiko, seperti return

yang terdapat pada tahun 2009 di bulan Januari (-0.0118) dan Agustus (-

0.0118). Tahun 2010 di bulan Februari (-0.0326), Mei (-0.0636), Agustus (-

0.0197), dan November (-0.0583). Tahun 2011 di bulan Januari (-0.1039),

Agustus (-0.0669), September (-0.0697), dan November (-0.0183). Serta pada

tahun 2012 di bulan April (-0.0154%), Mei (-0.087), Agustus (-0.0066), dan

November (-0.0492). Walaupun terdapat return JII yang bernilai negatif, kinerja

JII masih dianggap baik karena pada bulan lainnya return bernilai positif.

Sehingga return tahunan JII bernilai positif.

55

Rata-rata return market tahunan yang tertinggi adalah tahun 2009 yaitu

sebesar 0.0587. Sedangkan rata-rata terendah adalah tahun 2011 yaitu sebesar

0.0024. Rata-rata total return market adalah sebesar 0.0231 yang berarti sejauh

ini investor masih merespon positif terhadap saham-saham syariah.

c. Risiko Sistematis CAPM

Risiko sistematis atau beta (β) saham, adalah ukuran risiko pasar yang

mempengaruhi harga suatu saham. Beta mengukur sampai sejauh mana harga

saham turun naik bersamaan dengan turun naiknya harga pasar. Nilai beta dari

saham didapatkan dari hasil kovarian antara return sekuritas i dengan return

pasar yang dibagi dengan varian return pasar. Nilai beta positif menunjukkan

bahwa jika terjadi kenaikan return pasar maka akan mengakibatkan kenaikan

return saham. Sebaliknya, jika beta negatif berarti jika terjadi kenaikan return

pasar maka akan mengakibatkan penurunan return saham. Beta saham JII tahun

2009-2012 disajikan pada table 4.3 di bawah ini:

Tabel 4.3

Risiko Sistematis (Beta) CAPM

No Nama Perusahaan Kode Cov (Ri,Rm) σ2

m Beta(β)

1 Astra Agro Lestari Tbk AALI 0.126144468 0.180231487 0.6999

2 Aneka Tambang (Persero) Tbk ANTM 0.240218009 0.180231487 1.3328

3 International Nickel Indonesia Tbk INCO 0.24558685 0.180231487 1.3626

4 Indocement Tunggal Prakasa Tbk INTP 0.166753297 0.180231487 0.9252

5 Kalbe Farma Tbk KLBF 0.163425766 0.180231487 0.9067

6 Tambang Batubara Bukit Asam Tbk PTBA 0.231457527 0.180231487 1.2842

7 Semen Gresik (Persero) Tbk SMGR 0.166977772 0.180231487 0.9265

8 Telekomunikasi Indonesia Tbk TLKM 0.096872485 0.180231487 0.5375

9 Unilever Indonesia Tbk UNVR 0.064282988 0.180231487 0.3567

56

Sumber: PT. Bursa Efek Indonesia, Data Diolah Penulis

Berdasarkan perhitungan yang disajikan pada tabel di atas, seluruh saham

memiliki beta positif, hal ini menunjukkan kenaikan return pasar JII akan

mengakibatkan kenaikan return saham-saham tersebut.

Beta yang bernilai positif memiliki tiga ukuran yaitu: (1) beta yang bernilai

satu (β = 1) berarti saham mempunyai risiko rata-rata dan searah terhadap

perubahan pasar, selain itu juga sebanding dengan keuntungan perusahaan. (2)

Beta yang bernilai lebih besar dari satu (β > 1) berarti risiko saham di atas rata-

rata, yaitu peka terhadap perubahan pasar namun tingkat keuntungan perusahaan

lebih besar dari yang diharapkan. Saham dengan nilai β > 1 termasuk saham yang

agresif, artinya jika return pasar naik sebesar n% maka return saham akan naik

lebih dari n%.3 Berdasarkan tabel 4.3 terdapat tiga saham yang merupakan saham

agresif, yaitu saham ANTM (1.3328), INCO (1.3626), dan PTBA (1.2842). (3)

Beta yang bernilai kurang dari satu (β < 1) berarti risiko saham berada di bawah

rata-rata dan kurang peka terhadap perubahan pasar dengan tingkat keuntungan

pada perusahaan lebih kecil dari yang diharapkan. Saham dengan nilai β < 1

tergolong saham lemah, artinya jika return pasar naik sebesar n% maka return

saham akan naik kurang dari n%. Berdasarkan tabel 4.3 terdapat 6 saham yang

merupakan saham defensive yaitu AALI (0.6999), INTP (0.9252), KLBF

(0.9067), SMGR (0.9265), TLKM (0.5375), dan UNVR (0.3567).

3 William F. Sharpe, dkk , Investasi, Penerjemah Henry Njooliangtik dan Agustiono (Jakarta:

Prenhallindo, 1997), h. 218.

57

d. Expected Return dengan Metode CAPM

Sebelum menghitung expected return dengan menggunakan metode CAPM

diperlukan juga return bebas risiko (Rf), dalam penelitian ini menggunakan

coupon rate SBSN seri IFR0004. Coupon rate SBSN seri IFR0004 adalah

sebesar 9% per semester, kemudian diambil rata-ratanya per bulan yaitu sebesar

1.5% (0.015).

Tabel 4.4

Expected Return CAPM

No Kode Perusahaan Ri Rf E(Rm) β E(Ri)

CAPM

1 AALI 0.018 0.015 0.0231 0.6999 0.0206

2 ANTM 0.0103 0.015 0.0231 1.3328 0.0258

3 INCO 0.0144 0.015 0.0231 1.3626 0.0261

4 INTP 0.0375 0.015 0.0231 0.9252 0.0225

5 KLBF 0.0446 0.015 0.0231 0.9067 0.0224

6 PTBA 0.0217 0.015 0.0231 1.2842 0.0254

7 SMGR 0.0317 0.015 0.0231 0.9265 0.0225

8 TLKM 0.008 0.015 0.0231 0.5375 0.0194

9 UNVR 0.0240 0.015 0.0231 0.3567 0.0180

Dari tabel 4.4 di atas, menunjukkan bahwa besarnya expected return

(E(Ri)) dari setiap jenis saham mengikuti besarnya tingkatan beta (risiko). Saham

Unilever Indonesia Tbk (UNVR) memiliki beta paling rendah yaitu sebesar

0.3567 dan expected returnnya juga paling rendah yaitu sebesar 0.0180 atau

1.8%. Sedangkan saham International Nickel Indonesia Tbk (INCO) memiliki

beta paling tinggi yaitu sebesar 1.3626 dan expected returnnya juga paling tinggi

yaitu sebesar 0.0261 atau 2.61%.

58

Selain itu dapat pula dilihat saham mana yang undervalued atau yang

sudah overvalued. Berdasarkan pada tabel di atas tampak bahwa saham AALI,

ANTM, INCO, PTBA dan TLKM merupakan saham yang undervalued karena

expected returnnya (E(Ri)) lebih tinggi dari average returnnya (Ri) sehingga

berdasarkan perhitungan dengan metode CAPM ini saham-saham tersebut layak

untuk dibeli. Sebaliknya saham INTP, KLBF, SMGR, dan UNVR merupakan

saham yang overvalued karena E(Ri)nya lebih rendah dari Ri, namun expected

return saham-saham tersebut masih di atas risk free (Rf) sehingga untuk tipe

investor yang risk averse (penghindar risiko) saham ini masih layak untuk

dimiliki, sedangkan untuk investor yang bertipe risk seeker (pencari risiko)

saham ini tidak layak untuk dimiliki karena meskipun expected return sahamnya

di atas risk free tetap saja expected returnnya masih di bawah rata-rata

pengembalian saham tersebut.

2. Arbitrage Pricing Theory (APT)

a. Expected Value dan Surprise Faktor Makro Ekonomi

Faktor makro ekonomi yang digunakan untuk model APT dalam penelitian

ini adalah surprise inflasi (IHK), surprise kurs (Rp/USD), surprise suku bunga

SBI, dan surprise Indeks Harga Saham Gabungan (IHSG) yang didapatkan dari

selisih antara actual value faktor makro dengan expected value faktor makro.

Expected value faktor makro didapatkan dengan menggunakan metode

Exponential Smoothing yang dihitung dengan menggunakan software SPSS 21,

dalam SPSS terdapat empat metode baku Exponential Smoothing, yaitu Simple

59

Exponential Smoothing, Double Exponential Smoothing Holt, Double

Exponential Smoothing Brown, dan Damped Trend Exponential Smoothing.

Untuk menentukan metode mana yang paling baik dalam menghitung expected

value faktor makro, maka akan dilihat dari nilai MAPE dan MAE yang terkecil

yang terdapat pada output SPSS pada tabel di bawah ini.

Tabel 4.5

Nilai MAPE dan MAD Expected Value Faktor makro

Metode

Exponential

Smoothing

Inflasi Kurs Suku Bunga SBI IHSG

MAPE% MAE MAPE% MAE MAPE% MAE MAPE% MAE

Simple 9,053 0,004 0,138 0,013 1,010 0,001 0,607 0,048

Holt 9,458 0,004 0,130 0,012 0,866 0,001 0,526 0,042

Brown 9,811 0,004 0,151 0,014 0,854 0,001 0,607 0,048

Damped Trend 8,422 0,004 0,131 0,012 0,866 0,001 0,523 0,042

Tabel di atas menunjukkan nilai MAPE dan MAE yang terkecil untuk

inflasi dan IHSG adalah metode Damped Trend Exponential Smoothing, untuk

Kurs nilai MAPE dan MAE terkecil adalah pada metode Double Exponential

Smoothing Holt, dan untuk suku bunga SBI nilai MAPE dan MAE terkecil

adalah pada metode Double Exponential Smoothing Brown.

(1) Inflasi

Nilai inflasi yang digunakan untuk model APT adalah surprise inflasi,

yang didapat dari selisih antara nilai inflasi aktual (actual value) dengan nilai

inflasi yang diharapkan (expected value). Adapun perkembangan nilai inflasi

60

aktual, nilai inflasi yang diharapkan dan surprise inflasi dapat dilihat pada tabel

di bawah ini.

Tabel 4.6

Inflasi Aktual, Inflasi yang Diharapkan, dan Surprise Inflasi

Periode Januari 2009-Desember 2012

Bulan/Tahun Inflasi Aktual Inflasi yang Diharapkan Surprise Inflasi

Jan 2009 0.0917 0.0931 -0.0014

Feb 2009 0.0860 0.0896 -0.0036

Mar 2009 0.0792 0.0826 -0.0034

Apr 2009 0.0731 0.0751 -0.0020

Mei 2009 0.0604 0.0694 -0.0090

Jun 2009 0.0365 0.0528 -0.0163

Jul 2009 0.0271 0.0222 0.0049

Agst 2009 0.0275 0.0215 0.0060

Sept 2009 0.0283 0.0277 0.0006

Okt 2009 0.0257 0.0288 -0.0031

Nov 2009 0.0241 0.0241 0.0000

Des 2009 0.0278 0.0231 0.0047

Jan 2010 0.0372 0.0300 0.0072

Feb 2010 0.0381 0.0428 -0.0047

Mar 2010 0.0343 0.0386 -0.0043

Apr 2010 0.0391 0.0320 0.0071

Mei 2010 0.0416 0.0420 -0.0004

Jun 2010 0.0505 0.0431 0.0074

Jul 2010 0.0622 0.0558 0.0064

Agst 2010 0.0644 0.0692 -0.0048

Sept 2010 0.0580 0.0657 -0.0077

Okt 2010 0.0567 0.0542 0.0025

Nov 2010 0.0633 0.0559 0.0074

Des 2010 0.0696 0.0673 0.0023

Jan 2011 0.0702 0.0734 -0.0032

Feb 2011 0.0684 0.0706 -0.0022

Mar 2011 0.0665 0.0673 -0.0008

Apr 2011 0.0616 0.0654 -0.0038

Mei 2011 0.0598 0.0587 0.0011

Jun 2011 0.0554 0.0587 -0.0033

Jul 2011 0.0461 0.0528 -0.0067

Agst 2011 0.0479 0.0405 0.0074

Sept 2011 0.0461 0.0490 -0.0029

Okt 2011 0.0442 0.0450 -0.0008

Nov 2011 0.0415 0.0431 -0.0016

Des 2011 0.0379 0.0399 -0.0020

Jan 2012 0.0365 0.0357 0.0008

Feb 2012 0.0356 0.0357 -0.0001

Mar 2012 0.0397 0.0351 0.0046

Apr 2012 0.0450 0.0422 0.0028

Mei 2012 0.0445 0.0482 -0.0037

Jun 2012 0.0453 0.0442 0.0011

Jul 2012 0.0456 0.0458 -0.0002

61

Agst 2012 0.0458 0.0458 0.0000

Sept 2012 0.0431 0.0459 -0.0028

Okt 2012 0.0461 0.0415 0.0046

Nov 2012 0.0432 0.0479 -0.0047

Des 2012 0.0430 0.0415 0.0015

Rata-Rata 0.0492 0.0487 -0.0004

(2) Kurs (Rp/USD)

Nilai kurs yang digunakan untuk model APT adalah surprise kurs

yang didapat dari selisih antara nilai kurs aktual (actual value) dengan nilai

kurs yang diharapkan (expected value). Adapun perkembangan nilai kurs

aktual, nilai kurs yang diharapkan dan surprise kurs dapat dilihat pada tabel

di bawah ini.

Tabel 4.7

Kurs Aktual, Kurs yang Diharapkan, dan Surprise Kurs

Periode Januari 2009-Desember 2012

Bulan Kurs Aktual Kurs yang Diharapkan Surprise Kurs

Jan 2009 9.3207 9.3207 0.0000

Feb 2009 9.3803 9.3104 0.0699

Mar 2009 9.3800 9.3770 0.0030

Apr 2009 9.3079 9.3770 -0.0691

Mei 2009 9.2489 9.2980 -0.0492

Jun 2009 9.2308 9.2340 -0.0032

Jul 2009 9.2214 9.2156 0.0058

Agst 2009 9.2081 9.2068 0.0013

Sept 2009 9.2004 9.1936 0.0067

Okt 2009 9.1572 9.1866 -0.0294

Nov 2009 9.1559 9.1405 0.0154

Des 2009 9.1546 9.1407 0.0139

Jan 2010 9.1351 9.1408 -0.0057

Feb 2010 9.1429 9.1208 0.0222

Mar 2010 9.1241 9.1308 -0.0067

Apr 2010 9.1080 9.1113 -0.0033

Mei 2010 9.1251 9.0949 0.0303

Jun 2010 9.1213 9.1150 0.0063

Jul 2010 9.1105 9.1118 -0.0014

Agst 2010 9.1018 9.1008 0.0010

Sept 2010 9.1023 9.0923 0.0100

Okt 2010 9.0969 9.0938 0.0032

Nov 2010 9.0981 9.0887 0.0094

Des 2010 9.1075 9.0908 0.0166

Jan 2011 9.1091 9.1019 0.0072

62

Feb 2011 9.0952 9.1042 -0.0090

Mar 2011 9.0730 9.0894 -0.0165

Apr 2011 9.0655 9.0655 -0.0001

Mei 2011 9.0544 9.0580 -0.0037

Jun 2011 9.0553 9.0466 0.0088

Jul 2011 9.0517 9.0484 0.0033

Agst 2011 9.0516 9.0451 0.0064

Sept 2011 9.0786 9.0456 0.0329

Okt 2011 9.0933 9.0759 0.0173

Nov 2011 9.1067 9.0924 0.0143

Des 2011 9.1148 9.1072 0.0076

Jan 2012 9.1170 9.1160 0.0010

Feb 2012 9.1078 9.1184 -0.0106

Mar 2012 9.1232 9.1082 0.0150

Apr 2012 9.1243 9.1250 -0.0007

Mei 2012 9.1367 9.1260 0.0107

Jun 2012 9.1539 9.1395 0.0144

Jul 2012 9.1545 9.1581 -0.0037

Agst 2012 9.1590 9.1583 0.0007

Sept 2012 9.1660 9.1630 0.0030

Okt 2012 9.1692 9.1703 -0.0010

Nov 2012 9.1724 9.1734 -0.0009

Des 2012 9.1743 9.1765 -0.0022

Rata-rata 9.1468 9.1401 0.0029

(3) Suku Bunga SBI

Nilai suku bunga SBI yang digunakan untuk model APT adalah nilai

surprise SBI yang didapat dari selisih antara nilai SBI aktual (actual

value) dengan nilai SBI yang diharapkan (expected value). Adapun

perkembangan nilai SBI aktual, nilai SBI yang diharapkan dan nilai

surprise SBI dapat dilihat pada tabel di bawah ini.

Tabel 4.8

SBI Aktual, SBI yang Diharapkan, dan surprise SBI

Periode Januari 2009-Desember 2012

Bulan/Tahun SBI SBIF Surprise SBI

Jan 2009 0.0575 0.0575 0

Feb 2009 0.0575 0.0575 0

Mar 2009 0.0575 0.0575 0

Apr 2009 0.0575 0.0575 0

Mei 2009 0.0575 0.0575 0

Jun 2009 0.0575 0.0575 0

Jul 2009 0.0575 0.0575 0

63

Agst 2009 0.0575 0.0575 0

Sept 2009 0.0575 0.0575 0

Okt 2009 0.0575 0.0575 0

Nov 2009 0.0575 0.0575 0

Des 2009 0.06 0.0575 0.0025

Jan 2010 0.06 0.0613 -0.0013

Feb 2010 0.06 0.0608 -0.0008

Mar 2010 0.065 0.0603 0.0047

Apr 2010 0.0675 0.0676 -1E-04

Mei 2010 0.0675 0.0703 -0.0028

Jun 2010 0.0675 0.0689 -0.0014

Jul 2010 0.0675 0.068 -0.0005

Agst 2010 0.0675 0.0677 -0.0002

Sept 2010 0.0675 0.0676 -1E-04

Okt 2010 0.0675 0.0675 0

Nov 2010 0.0675 0.0675 0

Des 2010 0.065 0.0675 -0.0025

Jan 2011 0.065 0.0637 0.0013

Feb 2011 0.065 0.0642 0.0008

Mar 2011 0.065 0.0647 0.0003

Apr 2011 0.065 0.0649 0.0001

Mei 2011 0.065 0.065 0

Jun 2011 0.065 0.065 0

Jul 2011 0.065 0.065 0

Agst 2011 0.065 0.065 0

Sept 2011 0.065 0.065 0

Okt 2011 0.065 0.065 0

Nov 2011 0.065 0.065 0

Des 2011 0.065 0.065 0

Jan 2012 0.065 0.065 0

Feb 2012 0.065 0.065 0

Mar 2012 0.065 0.065 0

Apr 2012 0.065 0.065 0

Mei 2012 0.065 0.065 0

Jun 2012 0.0675 0.065 0.0025

Jul 2012 0.07 0.0688 0.0012

Agst 2012 0.0725 0.072 0.0005

Sept 2012 0.075 0.0748 0.0002

Okt 2012 0.0775 0.0775 0

Nov 2012 0.0825 0.08 0.0025

Des 2012 0.0875 0.0863 0.0012

Rata-Rata 0.065 0.064987 0.0002

(4) Indeks Harga Saham Gabungan (IHSG)

Nilai IHSG yang digunakan untuk model APT adalah surprise IHSG

yang didapat dari selisih antara nilai IHSG aktual (actual value) dengan

nilai IHSG yang diharapkan (expected value). Expected value IHSG

64

dihitung dengan metode Damped Trend Exponential Smoothing dengan

menggunakan software SPSS 21. Adapun perkembangan nilai IHSG

aktual, nilai IHSG yang diharapkan dan surprise IHSG dapat dilihat pada

tabel di bawah ini.

Tabel 4.9

IHSG Aktual, IHSG yang Diharapkan, dan Surprise IHSG Periode

Januari 2009-Desember 2012

Bulan/Tahun IHSG Aktual IHSG yang Diharapkan Surprise IHSG

Jan 2009 7.1949 7.1864 0.0085

Feb 2009 7.1589 7.2350 -0.0761

Mar 2009 7.2683 7.1991 0.0692

Apr 2009 7.4517 7.3000 0.1517

Mei 2009 7.5584 7.4873 0.0711

Jun 2009 7.6142 7.6058 0.0084

Jul 2009 7.7507 7.6663 0.0844

Agst 2009 7.7586 7.8013 -0.0427

Sept 2009 7.8110 7.8154 -0.0044

Okt 2009 7.7697 7.8625 -0.0928

Nov 2009 7.7898 7.8200 -0.0302

Des 2009 7.8377 7.8307 0.0070

Jan 2010 7.8674 7.8746 -0.0072

Feb 2010 7.8435 7.9039 -0.0604

Mar 2010 7.9292 7.8788 0.0504

Apr 2010 7.9967 7.9577 0.0390

Mei 2010 7.9363 8.0285 -0.0922

Jun 2010 7.9772 7.9713 0.0059

Jul 2010 8.0292 8.0030 0.0262

Agst 2010 8.0333 8.0545 -0.0212

Sept 2010 8.1609 8.0604 0.1005

Okt 2010 8.1985 8.1845 0.0140

Nov 2010 8.1694 8.2300 -0.0606

Des 2010 8.2170 8.2018 0.0152

Jan 2011 8.1342 8.2430 -0.1088

Feb 2011 8.1520 8.1616 -0.0096

Mar 2011 8.2103 8.1691 0.0412

Apr 2011 8.2479 8.2257 0.0222

Mei 2011 8.2524 8.2663 -0.0139

Jun 2011 8.2658 8.2723 -0.0065

Jul 2011 8.3262 8.2839 0.0423

Agst 2011 8.2537 8.3429 -0.0892

Sept 2011 8.1744 8.2743 -0.0999

Okt 2011 8.2403 8.1874 0.0529

Nov 2011 8.2202 8.2437 -0.0235

Des 2011 8.2485 8.2283 0.0202

Jan 2012 8.2794 8.2542 0.0252

Feb 2012 8.2903 8.2864 0.0039

Mar 2012 8.3240 8.2994 0.0246

65

Apr 2012 8.3382 8.3329 0.0053

Mei 2012 8.2514 8.3490 -0.0976

Jun 2012 8.2829 8.2631 0.0198

Jul 2012 8.3290 8.2855 0.0435

Agst 2012 8.3090 8.3329 -0.0239

Sept 2012 8.3576 8.3168 0.0408

Okt 2012 8.3780 8.3628 0.0152

Nov 2012 8.3608 8.3865 -0.0257

Des 2012 8.3702 8.3706 -0.0004

Rata-Rata 8.0400 8.0577 0.0005

b. Risiko Sistematis APT

Metode APT memiliki risiko sistematis yang berbeda dengan metode

CAPM, pada metode APT risiko sistematis didapatkan dari sensitivitas return

saham terhadap suatu faktor. Faktor yang digunakan dalam penelitian ini adalah

Inflasi, Kurs, SBI, dan IHSG. Beta APT saham JII tahun 2009-2012 disajikan

pada tabel 4.10 – tabel 4.13.

Tabel 4.10

Risiko Sistematis (Beta) Inflasi

No Kode Perusahaan Cov (Ri,F) σ2

F Beta(β)

1 AALI 0.00026789 0.001104721 0.2425

2 ANTM -0.00368544 0.001104721 -3.3361

3 INCO -0.002144556 0.001104721 -1.9413

4 INTP -0.001181132 0.001104721 -1.0692

5 KLBF -0.000923574 0.001104721 -0.8360

6 PTBA -0.001154335 0.001104721 -1.0449

7 SMGR 0.000717007 0.001104721 0.6490

8 TLKM 0.001612188 0.001104721 1.4594

9 UNVR -0.001215549 0.001104721 -1.1003

Berdasarkan perhitungan yang disajikan pada tabel 4.10, saham AALI,

SMGR, dan TLKM memiliki beta inflasi yang positif, hal ini menunjukkan

66

bahwa kenaikan inflasi akan mengakibatkan kenaikan ketiga saham tersebut.

Sedangkan saham ANTM, INCO, INTP KLBF, PTBA, dan UNVR memiliki

beta saham yang negatif, hal ini menunjukkan bahwa return saham-saham

tersebut bergerak berlawanan arah dengan kenaikan inflasi yang artinya kenaikan

inflasi akan mengakibatkan penurunan return saham-saham tersebut.

Tabel 4.11

Risiko Sistematis (Beta) Kurs

No Kode Perusahaan Cov (Ri,F) σ2

F Beta(β)

1 AALI -0.009370987 0.01794775 -0.5221

2 ANTM -0.048400709 0.01794775 -2.6968

3 INCO -0.061105417 0.01794775 -3.4046

4 INTP -0.028921557 0.01794775 -1.6114

5 KLBF -0.010456206 0.01794775 -0.5826

6 PTBA -0.050685678 0.01794775 -2.8241

7 SMGR -0.018690982 0.01794775 -1.0414

8 TLKM -0.001129996 0.01794775 -0.0630

9 UNVR 0.012397589 0.01794775 0.6908

Pada tabel 4.11 menampilkan bahwa hanya beta kurs saham UNVR yang

bernilai positif. Hal ini menunjukkan bahwa kenaikan nilai kurs rupiah terhadap

dolar atau depresiasi (pelemahan) nilai rupiah akan mengakibatkan kenaikan

return saham UNVR. Sedangkan untuk saham lainnya, yaitu AALI, ANTM,

INCO, INTP, KLBF, PTBA, SMGR dan TLKM memiliki beta kurs negatif. Hal

ini menunjukkan bahwa kenaikan nilai kurs rupiah terhadap dolar atau depresiasi

(pelemahan) nilai rupiah akan mengakibatkan penurunan return saham-saham

tersebut atau dengan kata lain penurunan nilai rupiah terhadap dolar atau

67

apresiasi (penguatan) nilai rupiah akan mengakibatkan kenaikan return saham-

saham tersebut.

Tabel 4.12

Risiko Sistematis (Beta) SBI

No Kode Perusahaan Cov (Ri,F) σ2

F Beta(β)

1 AALI -0.000307224 6.37631E-05 -4.818

2 ANTM 0.001268348 6.37631E-05 19.8916

3 INCO -5.53859E-05 6.37631E-05 -0.8686

4 INTP 0.000853149 6.37631E-05 13.3800

5 KLBF 0.000708629 6.37631E-05 11.1135

6 PTBA -0.000193498 6.37631E-05 -3.0346

7 SMGR -0.000425882 6.37631E-05 -6.6791

8 TLKM 1.51438E-05 6.37631E-05 0.2375

9 UNVR -0.000593035 6.37631E-05 -9.3006

Tabel 4.12 juga menampilkan beta SBI untuk saham AALI, INCO,

PTBA, SMGR dan UNVR memiliki beta negatif. Hal ini menunjukkan bahwa

kenaikan suku bunga SBI akan mengakibatkan penurunan return saham-saham

tersebut. Sedangkan saham ANTM, INTP, KLBF, dan TLKM memiliki beta SBI

positif. Hal ini menunjukkan bahwa kenaikan suku bunga SBI akan

mengakibatkan kenaikan return saham-saham tersebut.

Tabel 4.13

Risiko Sistematis (Beta) IHSG

No Kode Perusahaan Cov (Ri,F) σ2

F Beta(β)

1 AALI 0.096908582 0.143044054 0.6775

2 ANTM 0.216376177 0.143044054 1.5127

3 INCO 0.244975958 0.143044054 1.7126

4 INTP 0.136920739 0.143044054 0.9572

68

5 KLBF 0.118902166 0.143044054 0.8312

6 PTBA 0.194604147 0.143044054 1.3604

7 SMGR 0.131483512 0.143044054 0.9192

8 TLKM 0.074110635 0.143044054 0.5181

9 UNVR 0.033811186 0.143044054 0.2364

Pada tabel 4.13 menunjukkan seluruh saham JII memiliki beta yang

positif, hal ini menunjukkan bahwa return saham JII bergerak searah dengan

kenaikan IHSG, yang artinya kenaikan IHSG akan mengakibatkan kenaikan

return saham JII.

c. Expected Return dengan Menggunakan Metode APT

Dalam metode APT juga diperlukan return bebas risiko (Rf), return bebas

risiko yang digunakan dalam metode APT juga sama dengan yang digunakan

dalam metode CAPM yaitu coupon rate SBSN seri IFR0004. Coupon rate SBSN

seri IFR0004 adalah sebesar 9% per semester, kemudian diambil rata-ratanya per

bulan yaitu sebesar 1.5% (0.015).

Tabel 4.14

Expected Return APT

N

o

Kode

Emiten Ri Rf E(Finflasi) E(FKurs) E(FSBI) E(FIHSG) βinflasi βKurs βSBI βIHSG

E(Ri)

APT

1 AALI 0.018 0.015 -0.0004 0.0029 0.0002 0.0005 0.2425 -0.5221 -4.818 0.6775 0.0792

2 ANTM 0.0103 0.015 -0.0004 0.0029 0.0002 0.0005 -3.3361 -2.6968 19.8916 1.5127 -0.2182

3 INCO 0.0144 0.015 -0.0004 0.0029 0.0002 0.0005 -1.9413 -3.4046 -0.8686 1.7126 0.0739

4 INTP 0.0375 0.015 -0.0004 0.0029 0.0002 0.0005 -1.0692 -1.6114 13.3800 0.9572 -0.1615

5 KLBF 0.0446 0.015 -0.0004 0.0029 0.0002 0.0005 -0.8360 -0.5826 11.1135 0.8312 -0.1420

6 PTBA 0.0217 0.015 -0.0004 0.0029 0.0002 0.0005 -1.0449 -2.8241 -3.0346 1.3604 0.0904

7 SMGR 0.0317 0.015 -0.0004 0.0029 0.0002 0.0005 0.6490 -1.0414 -6.6791 0.9192 0.1033

8 TLKM 0.008 0.015 -0.0004 0.0029 0.0002 0.0005 1.4594 -0.0630 0.2375 0.5181 -0.0178

9 UNVR 0.0240 0.015 -0.0004 0.0029 0.0002 0.0005 -1.1003 0.6908 -9.3006 0.2364 0.1581

69

Dari tabel 4.14 di atas, menunjukkan bahwa ada empat saham yang

expected return (E(Ri))nya bernilai negatif berdasarkan perhitungan dengan

metode APT, yaitu saham ANTM, INTP, KLBF, dan TLKM, hal ini

menunjukkan bahwa saham-saham tersebut merupakan saham yang overvalued

karena nilai E(Ri) lebih rendah dari nilai Ri maupun Rf nya. Sedangkan saham

AALI, INCO, PTBA, SMGR, dan UNVR merupakan saham yang undervalued

karena nilai E(Ri) lebih tinggi dari nilai Ri maupun Rf nya.

Selain itu dapat dilihat pula saham yang expected returnnya paling rendah

adalah saham Aneka Tambang Persero (Persero) Tbk (ANTM) yaitu sebesar -

0.2182 atau -21.82%. Sedangkan saham yang expected returnnya paling tinggi

adalah saham Unilever Indonesia Tbk (UNVR) yaitu sebesar 0.1581 atau

15.81%.

C. Perbandingan Akurasi Metode CAPM dan APT

Untuk melihat metode mana yang lebih baik dalam menghitung return

saham JII, maka akan dihitung nilai MAD dari kedua model tersebut. Hasilnya

dapat dilihat pada tabel 4.15. Nilai MADCAPM (0.0649) lebih kecil dari nilai

MADAPT (0.1329). Ini menunjukkan bahwa metode CAPM lebih baik

dibandingkan metode APT dalam memprediksi return saham JII.

70

Tabel 4.15

MAD CAPM dan APT

No Nama Perusahaan Kode MADCAPM MADAPT

1 Astra Agro Lestari Tbk AALI 0.0556 0.0802

2 Aneka Tambang (Persero) Tbk ANTM 0.0672 0.2285

3 International Nickel Indonesia Tbk INCO 0.1018 0.1121

4 Indocement Tunggal Prakasa Tbk INTP 0.0577 0.1990

5 Kalbe Farma Tbk KLBF 0.0929 0.2141

6 Tambang Batubara Bukit Asam Tbk PTBA 0.0555 0.0902

7 Semen Gresik (Persero) Tbk SMGR 0.0460 0.0845

8 Telekomunikasi Indonesia Tbk TLKM 0.0473 0.0504

9 Unilever Indonesia Tbk UNVR 0.0602 0.1375

Rata-rata 0.0649 0.1329

D. Uji Hipotesis

Setelah mendapatkan nilai MAD untuk kedua metode, langkah selanjutnya

adalah membandingkan kedua nilai MAD dengan independent sample t-test.

Dengan rumusan hipotesis sebagai berikut:

Ho : Tidak terdapat perbedaan keakuratan yang signifikan antara CAPM

dan APT dalam menghitung return saham JII

Ha : Terdapat perbedaan keakuratan yang signifikan antara CAPM dan

APT dalam menghitung return saham JII

Sebelum diuji dengan independent sample t-test, MAD CAPM dan APT

perlu dilakukan uji normalitas dengan menggunakan kolmogorov-smirnov

dengan software SPSS 21.

71

Dari tabel 4.16 dapat terlihat bahwa data berdistribusi normal, baik nilai

MAD CAPM 0,568 > 0,05 maupun nilai MAD APT 0,910 > 0,05.

Tabel 4.16

One-Sample Kolmogorov-Smirnov Test

MAD_CAPM MAD_APT

N 9 9

Normal Parametersa,b

Mean .064911 .132944

Std. Deviation .0195788 .0654840

Most Extreme Differences

Absolute .262 .187

Positive .262 .187

Negative -.167 -.177

Kolmogorov-Smirnov Z .785 .562

Asymp. Sig. (2-tailed) .568 .910

a. Test distribution is Normal.

b. Calculated from data.

Karena data berdistribusi normal, maka dapat dilakukan uji beda-t, hasil

perhitungan independent sample t-test dapat dilihat pada tabel 4.18 di bawah ini.

Tabel 4.17

Group Statistics

Metode N Mean Std. Deviation Std. Error Mean

Nilai_MAD MAD_CAPM 9 .064911 .0195788 .0065263

MAD_APT 9 .132944 .0654840 .0218280

Tabel 4.18

Independent Samples Test

Levene's Test for Equality of

Variances

t-test for Equality of Means

F Sig. t df Sig. (2-

tailed)

Mean Difference

Std. Error Difference

95% Confidence Interval of the Difference

Lower Upper

Nilai_MAD

Equal variances assumed

14.106 .002 -2.986 16 .009 -.0680333 .0227827 -.1163306 -.0197361

Equal variances not assumed

-2.986 9.419 .015 -.0680333 .0227827 -.1192241 -.0168425

72

Berdasarkan pengolahan data dengan menggunakan program SPSS 21 yang

ditunjukkan oleh tabel 4.18, hasil Levene’s Test didapat nilai Sig (p) = 0.002 yang

lebih kecil dari nilai α (0.05), maka H0 ditolak atau dengan kata lain asumsi kedua

varians sama besar (equal variances assumed) tidak terpenuhi, maka uji t test

menggunakan asumsi variance tidak sama (equal variance not assumed).

Karena hasil Levene’s Test menyatakan bahwa asumsi kedua variance tidak

sama besar (equal variance not assumed), maka digunakan hasil independent sample

t test dengan asumsi equal variances not assumed, hasilnya H0 ditolak karena nilai

Sig lebih kecil dari taraf signifikansi (α = 5%), yaitu Sig = 0,015 < 0,05, dan nilai t

hitung > t tabel dengan nilai α = 5% dan degree of freedom df = 9.419, yaitu 2.986 >

2.262. Sehingga dapat disimpulkan bahwa terdapat perbedaan akurasi yang signifikan

antara CAPM dan APT dalam menghitung return saham JII.

Hasil ini sesuai dengan penelitian terdahulu yang dilakukan oleh Gancar

Candra Premananto (2004), Sulistiarini Widianita (2009), dan Musdalifah Azis

(2010) dimana hasil menunjukkan bahwa metode CAPM lebih akurat dibandingkan

metode APT dalam memprediksi return saham yang diukur dengan menghitung nilai

MAD, dan terdapat perbedaan yang signifikan antara MADCAPM dan MADAPT.

73

BAB V

PENUTUP

A. Kesimpulan

Penelitian ini bertujuan untuk meneliti perbedaan akurasi antara Capital Asset

Pricing Model (CAPM) dan Arbitrage Pricing Theory dalam memprediksi return

saham JII. Adapun kesimpulan yang dapat diambil dalam penelitian ini adalah:

1. Nilai return saham JII yang dihitung dengan metode CAPM dari yang terbesar

sampai yang terkecil adalah INCO (0.0261), ANTM (0.0258), PTBA (0.0254),

SMGR (0.0225), INTP (0.0225), KLBF (0.0224), AALI (0.0206) TLKM

(0.0194), dan UNVR (0.0180).

2. Nilai return saham JII yang dihitung dengan metode APT dari yang terbesar

sampai yang terkecil adalah UNVR (0.1581), SMGR (0.1033), PTBA (0.0904),

AALI (0.0792), INCO (0.0739), TLKM (-0.0178), KLBF (-0.1420), INTP (-

0.1615), dan ANTM (-0.2182).

3. Capital Asset Pricing Model (CAPM) lebih tepat dibandingkan Arbitrage

Pricing Theory (APT) dalam memprediksi return saham JII, karena nilai

MADCAPM (0.0649) lebih kecil dari nilai MADAPT (0.1329).

4. Berdasarkan pengolahan data dengan Independent Sample Test menunjukkan

bahwa H0 ditolak, yaitu terdapat perbedaan akurasi yang signifikan antara

Capital Asset Pricing Model (CAPM) dengan Arbitrage Pricing Theory (APT)

74

dalam memprediksi return saham JII. H0 ditolak karena nilai Sig = 0,015 < α =

0,05, dan nilai t hitung > t tabel dengan nilai α = 5% dan degree of freedom (df)

= 9.419, yaitu 2.986 > 2.262.

B. Saran

Dalam penelitian ini terdapat kekurangan baik secara teknis maupun teoritis

yang diharapkan dapat menjadi masukan dalam penelitian selanjutnya, antara lain:

1. Penelitian ini hanya menggunakan data bulanan selama 4 tahun (2009-2012)

untuk menghitung return saham. Untuk mendapatkan data dan informasi yang

lebih akurat dalam menghitung return saham, sebaiknya digunakan periode

yang lebih panjang.

2. Untuk penenlitian selanjutnya sebaiknya menggunakan variabel makro yang

benar-benar signifikan dalam menghitung metode APT, sebab dengan empat

variabel makro yang digunakan dalam penelitian ini membuktikan bahwa

metode APT tidak lebih akurat dibandingkan metode CAPM.

75

DAFTAR PUSTAKA

Ahmad, Kamarudin. „Dasar-Dasar Manajemen Investasi dan Portofolio”, cet.II.

Jakarta:Rineka Cipta, 2004.

Andri. “Perbandingan Keakuratan CAPM dan APT dalam memprediksi tingkat

pendapatan saham LQ-45 (Periode 2006-2008).” Skripsi S1 Fakultas

Ekonomi dan Bisnis, Universitas Islam Negeri Syarif Hidayatullah Jakarta,

2010.

Agustiono dan Ratna Mariaty Goni. Analysis on the Implementation of Capital Asset

Pricing Model in Predicting Stock. Jurnal Eksekutif Vol.2 No.1, April 2005.

Antonio, Muhammad Syafii, et.al. “The Islamic Capital Market Volatility: A

Comparative Study Between Indonesia and Malaysia”, Buletin Ekonomi

Moneter dan Perbankan, April 2013, h.392-416.

Azis, Musdalifah. “Mean Absolute Deviation Capital Asset Pricing Model Dan

Arbitrage Pricing Theory Terhadap Return Saham Industri Manufaktur.”

Jurnal Ilmiah Masagena Kopertis Wilayah IX Sulawesi, Vol. V Ed. 1 Januari

2010.

Bodie, dkk. “Investments”, ed.VI, Penerjemah Zuliani Dalimunthe dan Budi

Wibowo. Jakarta: Salemba Empat, 2005.

Baroroh, Ali. “Analisis Multivariate dan Time Series dengan SPSS 21.” Elex Media

Komputindo: Jakarta, 2013

Chasanah, Pepi Mariana. Analisis Return dan Risiko Kelompok Saham LQ45 dengan

Menggunakan Model APT (Arbitrage Pricing Theory).” Tesis Program Studi

Manajemen Agribisnis Sekolah Pasca Sarjana Institut Pertanian Bogor 2008

Dewi, Andam. Capital Asset Pricing Metode dan Arbitrage Pricing Theory dalam

Memprediksi Return Saham Kelompok Jakarta Islamic Index.” Tesis

Program Studi Manajemen Agribisnis Sekolah Pasca Sarjana Institut

Pertanian Bogor 2006.

Firdaus, M. “Analisis Deret Waktu Satu Ragam.” Bogor: IPB Press, 2006.

Gozali, Imam. “Aplikasi Analisis Multivariat Dengan Program SPSS”. Semarang:

Badan Penerbit Universitas Diponegoro, 2005.

76

Gumanti, Tatang Ary. “Manajemen Investasi: Konsep Teori dan Aplikasi.”

Jakarta: Mitra Wacana Media, 2011.

Hadi, Abdul, dkk. “Aplikasi SPSS Dalam Saham.” Jakarta: Elex Media

Komputindo, 2011.

Halwani, R. Hendra. “Ekonomi Internasional dan Globalisasi Ekonomi.” (Bogor:

Penerbit Ghalia Indonesia, 2005.

Hartono, Jogiyanto. “Teori Portofolio dan Analisis Investasi.” Ed. VII, Cet. III

Yogyakarta: BPFE-Yogyakarta, 2013

Husnan, Suad. “Dasar-Dasar Teori Portofolio dan Analisis Sekuritas”. Ed. IV,

Cet.II, Yogyakarta: UPP STIM YKPN, 2009.

Karim, Adiwarman A. Ekonomi Makro Islami, ed.II, Jakarta: PT Raja Grafindo

Persada, 2008.

Kelana, Said. “Riset Keuangan Pengujian-Pengujian Empiris.” Jakarta: Gramedia

Pustaka Utama, 2005.

Moeljadi. “Manajemen Keuangan: Pendekatan Kuantitatif dan Kualitatif”, cet.I.

Malang: Bayumedia Publishing, 2006.

McKenzie, Eddie, dan Everette S. Gardner Jr. “Damped Trend Exponential

Smoothing: A Modelling Viewpoint.” International Journal of Forecasting

26. (2010): h 661-665.

Nabhani, Ahmad. “Pasar Modal Syariah”. Artikel diakses pada hari kamis, 24

Januari 2013 dari http://www.neraca.co.id/2013/01/22/pasar-modal-

syariah/

Nachrowi, Nachrowi D dan Hardius Usman. “Pendekatan Popular danPraktis

Ekonometrika untuk Analisis Ekonomi dan Keuangan.” Jakarta: Lembaga

Penerbit FEUI, 2006.

Nisfiannoor, Muhammad. “Pendekatan Statistika Modern.” Jakarta: Salemba Empat,

2009

Prasetyo, Andri Hari. “Analisis Perbandingan Keakuratan Capital Asset Pricing

Metode (CAPM) dan Arbitrage Pricing Theory (APT) Dalam Memprediksi

77

Return Saham Saham LQ-45.” Skripsi S1 Fakultas Ekonomi dan Bisnis,

Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2008.

Premananto, Gancar Candra dan Muhammad Madyan . “Saham Industri

Manufaktur Sebelum dan Semasa Krisis Ekonomi.” Jurnal Penelitian

Dinamika Sosial. Vol.5, No.2 (Agustus 2004): 125-139.

Putong, Iskandar. “Economics: Pengantar Mikro dan Makro,” ed. III. Jakarta: Mitra

Wacana Media, 2009.

Ramli, Anwar. “Risk dan Return Saham Perusahaan Industri Barang Konsumsi

Bursa Efek Indonesia.” Jurnal Aplikasi Manajemen. Vol.8, No.4

(Nopember 2010): h.1090-1096.

Rodoni, Ahmad dan Othman Yong. “Analisis Investasi dan Teori Portofolio.”

Jakarta: PT. Raja Grafindo Persada, 2002

Stato, Hapto. “Analisis Faktor-Faktor yang Mempengaruhi Fluktuasi Harga Bawang

Merah dan Peramalannya.” Skripsi S1 Fakultas Pertanian, Institut Pertanian

Bogor, 2007

Sharpe,William F, dkk. “Investasi”, Penerjemah Henry Njooliangtik dan Agustiono

Jakarta: Prenhallindo, 1997.

Suharli, Michell. “Studi Empiris Terhadap Dua Faktor Yang Mempengaruhi

Return Saham Pada Industri Food & Beverages di Bursa Efek Jakarta”,

Jurnal Akuntansi & Keuangan, Vol.7, No.2, (Nopember 2005): h.99-116

Sukirno, Sadono. Makroekonomi Teori Pengantar”, Edisi Ketiga. Jakarta: Rajawali

Press, 2004.

Supranto, J. “Statistika, Teori dan Aplikasi”, Edisi Ketujuh, Jilid Dua. Jakarta:

Erlangga, 2009.

Suryani, Ima. “Pengujian Empiris Konsistensi CAPM di Pasar Modal Indonesia

Periode Tahun 1991-2001.” Tesis Program Manajemen Pasca Sarjana

UNIKOM, 2003

Suseno,Yustiantomo Budi. “Analisis Faktor-Faktor yang Mempengaruhi Beta Saham

(Studi Kasus Perbandingan Perusahaan Finance dan Manufaktur yang

78

Listing di BEI pada Tahun 2005-2007), (Tesis Program Studi Magister

Manajemen Universitas Diponegoro, 2009

Sutanto, Michael Wibowo. “Analisis Faktor Yang Mempengaruhi Return Saham

(Studi Kasus di Bursa Efek Jakarta). Tesis S2 Program Pasca Sarjana,

Universitas Diponegoro, 2007.

Tandelilin, Eduardus. “Analisis Investasi Manajemen Portofolio”, Cet. I,

Yogyakarta: BPFE, 2001.

__________. “Portofolio dan Investasi Teori dan Aplikasi”, Edisi I.

Yogyakarta: Kanisius, 2010

Tim Penyusun. “Pedoman Penulisan Skripsi.” Jakarta: Pusat Peningkatan dan

Jaminan Mutu (PPJM) Fakultas Syariah dan Hukum UIN Syarif

Hidayatullah, 2012.

Uyanto, Stanislaus S. “Pedoman Analisis Data Dengan SPSS”. Yogyakarta: Graha

Ilmu, 2006

Widianita, Sulistiarini. “Analisis Perbandingan Keakuratan Capital Asset Pricing

Metode (CAPM) dan Arbitrage Pricing Theory (APT) Dalam Memprediksi

Return Saham LQ-45 di Bursa Efek Indonesia.” Skripsi S1 Fakultas

Ekonomi dan Bisnis, Universitas Islam Negeri Syarif Hidayatullah Jakarta,

2008.

Yohantin, Yesica. “Penggunaan Metode CAPM dalam Menilai Risiko dan Return

Saham untuk Menentukan Pilihan Berinvestasi pada Saham JII Periode

Januari 2004-Desember 2008.” Skripsi S1 Jurusan Akuntansi, Fakultas

Ekonomi, Universitas Gunadarma, 2009.

www.bi.go.id

www.bps.go.id

www.ibpa.co.id

www.idx.co.id

LAMPIRAN 1

Trading JII Terpilih

LAMPIRAN 2

Actual Return Saham Perusahaan JII

R_AALI R_ANTM R_INCO R_INTP R_KLBF R_PTBA R_SMGR R_TLKM R_UNVR

Jan-09 0.1122 0.0183 0.2824 -0.0217 0.1625 0.0725 -0.1677 -0.0870 0.0128

Feb-09 0.1789 0.0811 -0.1212 -0.0778 0.3978 -0.0270 0.0072 0.0000 0.0190

Mar-09 0.0973 -0.0917 0.0230 0.2651 -0.0462 -0.0625 0.0643 0.1984 -0.0124

Apr-09 0.1206 0.3119 0.5393 0.1143 0.4516 0.4074 0.1007 0.0397 -0.0252

Mei-09 0.1266 0.3846 0.0511 0.1368 -0.0222 0.1842 0.1402 -0.0510 0.0129

Jun-09 -0.0534 0.0227 0.1528 0.1654 0.1477 0.0311 0.0481 0.0067 0.1783

Jul-09 0.1454 0.0864 0.0361 0.2000 0.2970 0.1724 0.2143 0.1933 0.2541

Agst-09 0.1140 0.0341 -0.0174 0.0806 -0.0305 -0.0441 0.0000 -0.0615 -0.1293

Sept-09 -0.0209 0.0769 -0.0178 0.0547 0.0472 0.0846 0.0588 0.0298 0.0594

Okt-09 0.0285 -0.0714 -0.0241 0.0425 -0.0827 0.0780 0.0873 -0.0289 -0.0561

Nov-09 0.0300 -0.0330 -0.1481 0.0045 0.0246 0.0822 0.0657 0.0714 0.0941

Des-09 0.0202 0.0000 0.0580 0.2342 0.0400 0.0486 0.0342 0.0500 0.0000

Jan-10 0.0484 -0.0341 -0.0205 -0.0146 0.1846 -0.0029 0.0596 -0.0106 0.0226

Feb-10 0.0147 -0.0235 0.0559 0.0148 0.0130 -0.0930 -0.0500 -0.1123 0.0177

Mar-10 0.0165 0.1566 -0.0132 0.0401 0.1987 0.1154 -0.0395 -0.0301 0.0565

Apr-10 -0.0976 0.0208 0.3423 0.1088 0.1096 0.0690 0.1233 -0.0248 0.1399

Mei-10 -0.1059 -0.1735 -0.2100 -0.0506 -0.0940 -0.0618 0.0305 -0.0127 0.1264

Jun-10 -0.0252 -0.0420 -0.0506 0.0533 0.1170 -0.0115 0.0355 -0.0065 0.0897

Jul-10 0.0078 0.0825 0.1000 0.0696 0.1667 -0.0319 0.0571 0.0974 -0.0029

Agst-10 0.0077 -0.0119 0.0364 0.0444 -0.0510 0.0479 -0.0595 0.0237 -0.0501

Sept-10 0.0534 0.1446 0.1404 0.0425 0.0968 0.1114 0.1379 0.0636 0.0466

Okt-10 0.2029 0.0737 -0.0256 -0.0054 0.0490 0.0103 -0.0101 -0.0109 0.0356

Nov-10 -0.0301 -0.0882 -0.0579 -0.0929 0.3084 -0.0483 -0.0612 -0.1264 -0.1404

Des-10 0.0849 0.0538 0.0894 -0.0392 -0.0714 0.2273 0.0272 0.0000 0.1000

Jan-11 -0.1718 -0.1122 -0.0564 -0.1505 -0.1308 -0.1394 -0.1799 -0.0503 -0.0879

Feb-11 0.0069 0.0115 0.0978 0.0627 0.0354 0.0152 0.1161 -0.0132 0.0764

Mar-11 0.0389 0.0455 -0.0545 0.1354 0.1624 0.0474 0.0520 -0.0134 -0.0556

Apr-11 0.0198 -0.0109 0.0419 0.0398 0.0515 0.0619 0.0440 0.0476 0.0000

Mei-11 0.0194 -0.0549 -0.0402 -0.0059 0.0000 -0.0471 0.0211 0.0000 -0.0392

Jun-11 -0.0042 -0.0349 -0.0576 0.0089 -0.0559 -0.0212 -0.0103 -0.0455 0.0136

Jul-11 0.0000 -0.0361 -0.0556 -0.0938 0.0296 0.0240 -0.0156 0.0000 0.0470

Agst-11 -0.0851 -0.0600 -0.1412 -0.0162 0.0000 -0.1056 -0.0370 -0.0136 0.0833

Sept-11 -0.1023 -0.2021 -0.1712 -0.0789 -0.0647 -0.1181 -0.0879 0.0483 -0.0237

Okt-11 0.1114 0.1933 0.2066 0.1679 0.0692 0.0923 0.1446 -0.0263 -0.0515

Nov-11 0.0443 -0.0838 -0.1644 -0.0826 0.0144 -0.0736 -0.0263 -0.0068 0.1629

Des-11 -0.0313 -0.0122 0.0492 0.1367 -0.0355 0.0206 0.2378 -0.0408 0.0330

Jan-12 -0.0507 0.1605 0.2500 -0.0059 0.0368 0.1614 -0.0131 -0.0284 0.0426

Feb-12 0.0825 0.0426 -0.0938 0.0295 -0.0071 0.0298 -0.0044 0.0292 -0.0179

Mar-12 0.0471 -0.0816 -0.0690 0.0573 0.0143 -0.0120 0.0889 -0.0071 0.0390

Apr-12 -0.0835 -0.0444 -0.0815 -0.0217 0.1338 -0.1000 -0.0082 0.2143 -0.0075

Mei-12 -0.0444 -0.3314 -0.1935 -0.0139 -0.0373 -0.1870 -0.0988 -0.0824 0.0353

Jun-12 -0.0196 0.1652 0.0700 -0.0253 -0.0258 -0.0233 0.0320 0.0449 0.1144

Jul-12 0.1471 -0.0448 -0.0935 0.2392 0.0132 0.0853 0.1460 0.1166 0.0590

Agst-12 -0.0304 -0.0313 -0.0515 -0.0581 0.0131 -0.0818 -0.0425 0.0220 0.1175

Sept-12 -0.0157 0.0887 0.2826 0.0049 0.2129 -0.0274 0.1653 0.0161 -0.0387

Okt-12 -0.0456 -0.0519 -0.0847 0.0516 -0.7936 0.1268 0.0311 0.0317 0.0000

Nov-12 -0.1408 -0.0313 -0.2315 0.0864 0.0619 -0.1250 -0.0067 -0.0769 0.0115

Des-12 0.0944 0.0323 0.1325 -0.0344 0.0291 0.0786 0.0709 0.0056 -0.2087

Rata-Rata 0.0180 0.0103 0.0144 0.0376 0.0446 0.0217 0.0317 0.0080 0.0240

LAMPIRAN 3

Lampiran 4

Tabel Covarian dan Varian CAPM

Bulan AALI ANTM INCO

Cov (Ri, Rm) Var Rm Cov (Ri, Rm) Var Rm Cov (Ri, Rm) Var Rm

Jan 2009 -0.00329349 0.001220948 -0.00028114 0.001220948 -0.009363997 0.001220948

Feb 2009 -0.003353695 0.000434392 -0.00147517 0.000434392 0.002826375 0.000434392

Mar 2009 0.006559339 0.006844077 -0.00843582 0.006844077 0.000710762 0.006844077

Apr 2009 0.016292186 0.025225996 0.047906001 0.025225996 0.083372833 0.025225996

Mei 2009 0.008069874 0.005522413 0.027816275 0.005522413 0.002727125 0.005522413

Jun 2009 -0.001676883 0.0005522 0.000291964 0.0005522 0.0032518 0.0005522

Jul 2009 0.02232528 0.030702727 0.013337377 0.030702727 0.003810645 0.030702727

Agst 2009 -0.003356375 0.001222346 -0.00083168 0.001222346 0.001113154 0.001222346

Sept 2009 -0.001234209 0.001005647 0.002112661 0.001005647 -0.001019492 0.001005647

Okt 2009 -0.000710901 0.004571391 0.00552602 0.004571391 0.00260262 0.004571391

Nov 2009 0.000168017 0.000194936 -0.00060413 0.000194936 -0.002269446 0.000194936

Des 2009 5.55352E-05 0.000642924 -0.00026123 0.000642924 0.001104859 0.000642924

Jan 2010 6.19983E-05 4.16951E-06 -9.0649E-05 4.16951E-06 -7.13555E-05 4.16951E-06

Feb 2010 0.000184701 0.003106063 0.001885534 0.003106063 -0.002315501 0.003106063

Mar 2010 -7.18852E-05 0.002423488 0.007203365 0.002423488 -0.00136079 0.002423488

Apr 2010 -0.005435586 0.00221285 0.000495371 0.00221285 0.01542401 0.00221285

Mei 2010 0.010740094 0.007520716 0.015937095 0.007520716 0.019460175 0.007520716

Jun 2010 -0.000522668 0.00014653 -0.00063282 0.00014653 -0.000787184 0.00014653

Jul 2010 -0.00027624 0.000728133 0.001947472 0.000728133 0.002309905 0.000728133

Agst 2010 0.000441241 0.001836299 0.000951636 0.001836299 -0.000941314 0.001836299

Sept 2010 0.003125517 0.007775172 0.011840012 0.007775172 0.011106223 0.007775172

Okt 2010 0.000561188 9.21085E-06 0.000192359 9.21085E-06 -0.000121513 9.21085E-06

Nov 2010 0.003918148 0.00663281 0.008025138 0.00663281 0.005887592 0.00663281

Des 2010 0.001624455 0.000589661 0.001055354 0.000589661 0.001820939 0.000589661

Jan 2011 0.024107478 0.016142227 0.015569926 0.016142227 0.008996214 0.016142227

Feb 2011 0.000433454 0.001531318 -4.6628E-05 0.001531318 -0.00326475 0.001531318

Mar 2011 0.001521547 0.005293717 0.002557576 0.005293717 -0.005009565 0.005293717

Apr 2011 6.89813E-06 1.41371E-05 -7.9606E-05 1.41371E-05 0.000103352 1.41371E-05

Mei 2011 -2.63454E-05 0.000330442 0.001186078 0.000330442 0.000992487 0.000330442

Jun 2011 0.00031904 0.000206039 0.000648609 0.000206039 0.00103333 0.000206039

Jul 2011 -0.000627191 0.001215564 -0.00161938 0.001215564 -0.002438893 0.001215564

Agst 2011 0.009284996 0.008111175 0.006331606 0.008111175 0.014011272 0.008111175

Sept 2011 0.011163049 0.008608511 0.019709727 0.008608511 0.017223127 0.008608511

Okt 2011 0.0050303 0.002900031 0.009856554 0.002900031 0.010351125 0.002900031

Nov 2011 -0.001089133 0.001714959 0.003896941 0.001714959 0.007403674 0.001714959

Des 2011 -0.000426014 7.4856E-05 -0.00019465 7.4856E-05 0.000300943 7.4856E-05

Jan 2012 -0.001673668 0.000593845 0.003659998 0.000593845 0.005741394 0.000593845

Feb 2012 -0.001008172 0.000244049 -0.00050382 0.000244049 0.00168948 0.000244049

Mar 2012 0.000215687 5.49516E-05 -0.00068151 5.49516E-05 -0.000617961 5.49516E-05

Apr 2012 0.003905965 0.001480869 0.002106783 0.001480869 0.003689603 0.001480869

Mei 2012 0.006870222 0.012129071 0.037631911 0.012129071 0.022901459 0.012129071

Jun 2012 -0.000500451 0.000177634 0.002064693 0.000177634 0.000741073 0.000177634

Jul 2012 0.004024347 0.000971066 -0.00171636 0.000971066 -0.00336097 0.000971066

Agst 2012 0.001440228 0.00088459 0.001235863 0.00088459 0.001961294 0.00088459

Sept 2012 -0.001047678 0.000967393 0.002438687 0.000967393 0.00834217 0.000967393

Okt 2012 -0.000479905 5.70318E-05 -0.00046939 5.70318E-05 -0.00074872 5.70318E-05

Nov 2012 0.011491139 0.005236268 0.003006839 0.005236268 0.017792277 0.005236268

Des 2012 -0.000986966 0.000166644 -0.00028342 0.000166644 -0.001524987 0.000166644

Σ 0.126144468 0.180231487 0.240218009 0.180231487 0.24558685 0.180231487

Bulan INTP KLBF PTBA

Cov (Ri, Rm) Var Rm Cov (Ri, Rm) Var Rm Cov (Ri, Rm) Var Rm

Jan 2009 0.002071819 0.001220948 -0.00411937 0.001220948 -0.001774302 0.001220948

Feb 2009 0.002403749 0.000434392 -0.007362269 0.000434392 0.001015267 0.000434392

Mar 2009 0.018821362 0.006844077 -0.007508678 0.006844077 -0.006964567 0.006844077

Apr 2009 0.012187086 0.025225996 0.064643252 0.025225996 0.061263048 0.025225996

Mei 2009 0.007371716 0.005522413 -0.004966393 0.005522413 0.012077721 0.005522413

Jun 2009 0.003004567 0.0005522 0.00242318 0.0005522 0.000221495 0.0005522

Jul 2009 0.028464128 0.030702727 0.04422972 0.030702727 0.026410924 0.030702727

Agst 2009 -0.001506561 0.001222346 0.002627152 0.001222346 0.00230061 0.001222346

Sept 2009 0.000544574 0.001005647 8.35776E-05 0.001005647 0.001995632 0.001005647

Okt 2009 -0.00033123 0.004571391 0.008608053 0.004571391 -0.003808507 0.004571391

Nov 2009 -0.000461148 0.000194936 -0.000279496 0.000194936 0.000845416 0.000194936

Des 2009 0.004987015 0.000642924 -0.000116855 0.000642924 0.000683262 0.000642924

Jan 2010 -0.000106492 4.16951E-06 0.000285885 4.16951E-06 -5.01989E-05 4.16951E-06

Feb 2010 0.001267294 0.003106063 0.001762335 0.003106063 0.006392949 0.003106063

Mar 2010 0.000127608 0.002423488 0.007586641 0.002423488 0.004612714 0.002423488

Apr 2010 0.003350165 0.00221285 0.003058465 0.00221285 0.002224102 0.00221285

Mei 2010 0.007647738 0.007520716 0.012018331 0.007520716 0.007242449 0.007520716

Jun 2010 0.00019101 0.00014653 0.000876551 0.00014653 -0.000401239 0.00014653

Jul 2010 0.000865278 0.000728133 0.003293608 0.000728133 -0.001445514 0.000728133

Agst 2010 -0.000292459 0.001836299 0.004097899 0.001836299 -0.00112353 0.001836299

Sept 2010 0.000435511 0.007775172 0.004599805 0.007775172 0.00791328 0.007775172

Okt 2010 -0.000130468 9.21085E-06 1.33872E-05 9.21085E-06 -3.46062E-05 9.21085E-06

Nov 2010 0.010624119 0.00663281 -0.021484631 0.00663281 0.005703505 0.00663281

Des 2010 -0.001862756 0.000589661 -0.002817723 0.000589661 0.004992265 0.000589661

Jan 2011 0.023888846 0.016142227 0.022282111 0.016142227 0.020470493 0.016142227

Feb 2011 -0.000985219 0.001531318 0.00036042 0.001531318 0.000254183 0.001531318

Mar 2011 0.007120296 0.005293717 0.008569764 0.005293717 0.0018696 0.005293717

Apr 2011 8.27749E-06 1.41371E-05 2.58008E-05 1.41371E-05 0.000151222 1.41371E-05

Mei 2011 0.000789586 0.000330442 0.000810897 0.000330442 0.001250116 0.000330442

Jun 2011 0.000411647 0.000206039 0.001443339 0.000206039 0.000615242 0.000206039

Jul 2011 -0.004581096 0.001215564 -0.00052224 0.001215564 8.204E-05 0.001215564

Agst 2011 0.004839493 0.008111175 0.00401754 0.008111175 0.011466628 0.008111175

Sept 2011 0.010809224 0.008608511 0.010146347 0.008608511 0.012970526 0.008608511

Okt 2011 0.007017085 0.002900031 0.001325953 0.002900031 0.003800683 0.002900031

Nov 2011 0.004974527 0.001714959 0.001251476 0.001714959 0.0039447 0.001714959

Des 2011 0.000857518 7.4856E-05 -0.000692757 7.4856E-05 -9.49244E-06 7.4856E-05

Jan 2012 -0.001058074 0.000593845 -0.000191147 0.000593845 0.003404289 0.000593845

Feb 2012 0.000125841 0.000244049 0.000807673 0.000244049 -0.000126403 0.000244049

Mar 2012 0.000146426 5.49516E-05 -0.000224781 5.49516E-05 -0.000250065 5.49516E-05

Apr 2012 0.002279449 0.001480869 -0.003432379 0.001480869 0.004682704 0.001480869

Mei 2012 0.005661258 0.012129071 0.009017134 0.012129071 0.022982056 0.012129071

Jun 2012 -0.000837458 0.000177634 -0.000938487 0.000177634 -0.000600007 0.000177634

Jul 2012 0.006283469 0.000971066 -0.000977349 0.000971066 0.00198311 0.000971066

Agst 2012 0.002846119 0.00088459 0.000937966 0.00088459 0.003076709 0.00088459

Sept 2012 -0.00101444 0.000967393 0.005234458 0.000967393 -0.001526614 0.000967393

Okt 2012 0.000106053 5.70318E-05 -0.006330227 5.70318E-05 0.000793521 5.70318E-05

Nov 2012 -0.003538124 0.005236268 -0.001248036 0.005236268 0.010614457 0.005236268

Des 2012 0.000928968 0.000166644 0.000199863 0.000166644 -0.000734346 0.000166644

Σ 0.166753297 0.180231487 0.163425766 0.180231487 0.231457527 0.180231487

Bulan SMGR TLKM UNVR

Cov (Ri, Rm) Var Rm Cov (Ri, Rm) Var Rm Cov (Ri, Rm) Var Rm

Jan 2009 0.006967383 0.001220948 0.003317282 0.001220948 0.000391997 0.001220948

Feb 2009 0.000511448 0.000434392 0.000166322 0.000434392 0.000105287 0.000434392

Mar 2009 0.002693011 0.006844077 0.015754285 0.006844077 -0.00301641 0.006844077

Apr 2009 0.010949156 0.025225996 0.005043546 0.025225996 -0.007813688 0.025225996

Mei 2009 0.008063728 0.005522413 -0.004379673 0.005522413 -0.000827533 0.005522413

Jun 2009 0.000385262 0.0005522 -2.98134E-05 0.0005522 0.003626002 0.0005522

Jul 2009 0.031987155 0.030702727 0.032477949 0.030702727 0.040303682 0.030702727

Agst 2009 0.001109468 0.001222346 0.002427508 0.001222346 0.00536141 0.001222346

Sept 2009 0.000859078 0.001005647 0.000690742 0.001005647 0.001121554 0.001005647

Okt 2009 -0.003757074 0.004571391 0.002493658 0.004571391 0.005416657 0.004571391

Nov 2009 0.000474147 0.000194936 0.000885863 0.000194936 0.00097762 0.000194936

Des 2009 6.37217E-05 0.000642924 0.001065453 0.000642924 -0.000609532 0.000642924

Jan 2010 5.69071E-05 4.16951E-06 -3.79027E-05 4.16951E-06 -2.88847E-06 4.16951E-06

Feb 2010 0.004555176 0.003106063 0.00670343 0.003106063 0.000353335 0.003106063

Mar 2010 -0.003505453 0.002423488 -0.001875652 0.002423488 0.00159909 0.002423488

Apr 2010 0.004306795 0.00221285 -0.001544111 0.00221285 0.005451042 0.00221285

Mei 2010 0.000108028 0.007520716 0.001796792 0.007520716 -0.008872949 0.007520716

Jun 2010 4.56292E-05 0.00014653 -0.000174695 0.00014653 0.00079535 0.00014653

Jul 2010 0.000685645 0.000728133 0.00241297 0.000728133 -0.000728032 0.000728133

Agst 2010 0.003907806 0.001836299 -0.000672285 0.001836299 0.003179045 0.001836299

Sept 2010 0.009364174 0.007775172 0.004902963 0.007775172 0.001987935 0.007775172

Okt 2010 -0.000126965 9.21085E-06 -5.72076E-05 9.21085E-06 3.51121E-05 9.21085E-06

Nov 2010 0.007570689 0.00663281 0.010942046 0.00663281 0.013392345 0.00663281

Des 2010 -0.00011072 0.000589661 -0.000193781 0.000589661 0.001844556 0.000589661

Jan 2011 0.026887732 0.016142227 0.007406448 0.016142227 0.014219387 0.016142227

Feb 2011 -0.003302572 0.001531318 0.000830584 0.001531318 -0.002049462 0.001531318

Mar 2011 0.001476232 0.005293717 -0.001557234 0.005293717 -0.005791136 0.005293717

Apr 2011 4.5956E-05 1.41371E-05 0.00014904 1.41371E-05 -9.03852E-05 1.41371E-05

Mei 2011 0.000194157 0.000330442 0.000145063 0.000330442 0.001149848 0.000330442

Jun 2011 0.000603485 0.000206039 0.000767005 0.000206039 0.000149764 0.000206039

Jul 2011 -0.001651151 0.001215564 -0.000278226 0.001215564 0.000799832 0.001215564

Agst 2011 0.006193615 0.008111175 0.001944041 0.008111175 -0.005340169 0.008111175

Sept 2011 0.011100963 0.008608511 -0.003738722 0.008608511 0.004426414 0.008608511

Okt 2011 0.006076912 0.002900031 -0.001846901 0.002900031 -0.004068738 0.002900031

Nov 2011 0.00240394 0.001714959 0.000610285 0.001714959 -0.005752147 0.001714959

Des 2011 0.001783202 7.4856E-05 -0.000422184 7.4856E-05 7.72447E-05 7.4856E-05

Jan 2012 -0.001092555 0.000593845 -0.000885785 0.000593845 0.000451171 0.000593845

Feb 2012 0.000564867 0.000244049 -0.000331453 0.000244049 0.000654504 0.000244049

Mar 2012 0.000423689 5.49516E-05 -0.00011173 5.49516E-05 0.000110616 5.49516E-05

Apr 2012 0.001535309 0.001480869 -0.007939065 0.001480869 0.001213686 0.001480869

Mei 2012 0.014372115 0.012129071 0.009948567 0.012129071 -0.001236285 0.012129071

Jun 2012 3.06518E-06 0.000177634 0.00049169 0.000177634 0.001203729 0.000177634

Jul 2012 0.003561317 0.000971066 0.003383697 0.000971066 0.001087955 0.000971066

Agst 2012 0.002206996 0.00088459 -0.000416326 0.00088459 -0.002780489 0.00088459

Sept 2012 0.004155013 0.000967393 0.000253455 0.000967393 -0.001952779 0.000967393

Okt 2012 -4.46788E-06 5.70318E-05 0.000179479 5.70318E-05 -0.000181541 5.70318E-05

Nov 2012 0.002781952 0.005236268 0.006143771 0.005236268 0.000906168 0.005236268

Des 2012 -0.000506196 0.000166644 3.12989E-05 0.000166644 0.003004812 0.000166644

Σ 0.166977772 0.180231487 0.096872485 0.180231487 0.064282988 0.180231487

Lampiran 5

Tabel Covariance dan Variance Metode APT

1. Covariance dan Variance Inflasi

Bulan AALI ANTM INCO

Cov (Ri, Finflasi) Var Finflasi Cov (Ri, Finflasi ) Var Finflasi Cov (Ri, Finflasi ) Var Finflasi

Jan 2009 -9.17756E-05 9.48067E-07 -7.83421E-06 9.48067E-07 -0.000260935 9.48067E-07

Feb 2009 -0.000523712 1.0593E-05 -0.000230362 1.0593E-05 0.000441365 1.0593E-05

Mar 2009 -0.000236806 8.9203E-06 0.000304551 8.9203E-06 -2.566E-05 8.9203E-06

Apr 2009 -0.000166863 2.64611E-06 -0.000490648 2.64611E-06 -0.000853895 2.64611E-06

Mei 2009 -0.000938971 7.47652E-05 -0.003236565 7.47652E-05 -0.000317315 7.47652E-05

Jun 2009 0.001133816 0.00025245 -0.00019741 0.00025245 -0.002198688 0.00025245

Jul 2009 0.000679015 2.84016E-05 0.000405652 2.84016E-05 0.000115899 2.84016E-05

Agst 2009 0.000617601 4.13875E-05 0.000153037 4.13875E-05 -0.00020483 4.13875E-05

Sept 2009 -3.71413E-05 9.10712E-07 6.35767E-05 9.10712E-07 -3.06797E-05 9.10712E-07

Okt 2009 -2.82384E-05 7.21292E-06 0.000219505 7.21292E-06 0.000103381 7.21292E-06

Nov 2009 4.25174E-06 1.2483E-07 -1.52877E-05 1.2483E-07 -5.74292E-05 1.2483E-07

Des 2009 1.10701E-05 2.55461E-05 -5.20731E-05 2.55461E-05 0.000220236 2.55461E-05

Jan 2010 0.000230005 5.73854E-05 -0.000336295 5.73854E-05 -0.000264719 5.73854E-05

Feb 2010 1.43954E-05 1.88676E-05 0.000146956 1.88676E-05 -0.000180467 1.88676E-05

Mar 2010 5.76158E-06 1.55684E-05 -0.000577348 1.55684E-05 0.000109067 1.55684E-05

Apr 2010 -0.000863542 5.58504E-05 7.86987E-05 5.58504E-05 0.002450386 5.58504E-05

Mei 2010 -1.89638E-06 2.34473E-10 -2.81401E-06 2.34473E-10 -3.43608E-06 2.34473E-10

Jun 2010 -0.000336543 6.07513E-05 -0.000407471 6.07513E-05 -0.000506864 6.07513E-05

Jul 2010 -6.91658E-05 4.56478E-05 0.000487613 4.56478E-05 0.00057836 4.56478E-05

Agst 2010 4.555E-05 1.9569E-05 9.82389E-05 1.9569E-05 -9.71733E-05 1.9569E-05

Sept 2010 -0.000259666 5.36657E-05 -0.000983661 5.36657E-05 -0.000922698 5.36657E-05

Okt 2010 0.000542212 8.59846E-06 0.000185854 8.59846E-06 -0.000117404 8.59846E-06

Nov 2010 -0.000374019 6.04399E-05 -0.000766065 6.04399E-05 -0.000562019 6.04399E-05

Des 2010 0.000183051 7.48741E-06 0.000118922 7.48741E-06 0.000205192 7.48741E-06

Jan 2011 0.00052838 7.75448E-06 0.000341257 7.75448E-06 0.000197176 7.75448E-06

Feb 2011 1.9558E-05 3.11765E-06 -2.1039E-06 3.11765E-06 -0.00014731 3.11765E-06

Mar 2011 -8.90217E-06 1.8121E-07 -1.49637E-05 1.8121E-07 2.93096E-05 1.8121E-07

Apr 2011 -6.17482E-06 1.13279E-05 7.12592E-05 1.13279E-05 -9.25152E-05 1.13279E-05

Mei 2011 2.22222E-06 2.35105E-06 -0.000100045 2.35105E-06 -8.37159E-05 2.35105E-06

Jun 2011 6.50276E-05 8.55965E-06 0.000132201 8.55965E-06 0.000210616 8.55965E-06

Jul 2011 0.000112732 3.92714E-05 0.000291071 3.92714E-05 0.000438371 3.92714E-05

Agst 2011 -0.000801291 6.04088E-05 -0.000546415 6.04088E-05 -0.001209166 6.04088E-05

Sept 2011 0.000298945 6.17367E-06 0.000527823 6.17367E-06 0.000461232 6.17367E-06

Okt 2011 -3.98568E-05 1.82062E-07 -7.80969E-05 1.82062E-07 -8.20155E-05 1.82062E-07

Nov 2011 -3.06575E-05 1.35883E-06 0.000109693 1.35883E-06 0.000208402 1.35883E-06

Des 2011 7.81271E-05 2.51758E-06 3.5697E-05 2.51758E-06 -5.51902E-05 2.51758E-06

Jan 2012 -7.921E-05 1.33013E-06 0.000173217 1.33013E-06 0.000271724 1.33013E-06

Feb 2012 2.15749E-05 1.11765E-07 1.07817E-05 1.11765E-07 -3.61549E-05 1.11765E-07

Mar 2012 0.000146479 2.53443E-05 -0.000462831 2.53443E-05 -0.000419673 2.53443E-05

Apr 2012 -0.000328387 1.04672E-05 -0.000177124 1.04672E-05 -0.000310197 1.04672E-05

Mei 2012 0.000204904 1.07892E-05 0.001122371 1.07892E-05 0.000683036 1.07892E-05

Jun 2012 -5.611E-05 2.23297E-06 0.000231491 2.23297E-06 8.30882E-05 2.23297E-06

Jul 2012 2.7677E-05 4.59298E-08 -1.18041E-05 4.59298E-08 -2.31147E-05 4.59298E-08

Agst 2012 -2.00626E-05 1.71655E-07 -1.72158E-05 1.71655E-07 -2.73212E-05 1.71655E-07

Sept 2012 8.17074E-05 5.88396E-06 -0.000190191 5.88396E-06 -0.000650598 5.88396E-06

Okt 2012 -0.000318582 2.51333E-05 -0.0003116 2.51333E-05 -0.000497034 2.51333E-05

Nov 2012 0.000683587 1.85303E-05 0.000178871 1.85303E-05 0.00105843 1.85303E-05

Des 2012 0.000147812 3.7377E-06 4.24466E-05 3.7377E-06 0.000228388 3.7377E-06

Σ 0.00026789 0.001104721 -0.00368544 0.001104721 -0.002144556 0.001104721

Bulan INTP KLBF PTBA

Cov (Ri, Finflasi) Var Finflasi Cov (Ri, Finflasi ) Var Finflasi Cov (Ri, Finflasi ) Var Finflasi

Jan 2009 5.77328E-05 9.48067E-07 -0.000114789 9.48067E-07 -4.94423E-05 9.48067E-07

Feb 2009 0.000375368 1.0593E-05 -0.001149689 1.0593E-05 0.000158544 1.0593E-05

Mar 2009 -0.00067949 8.9203E-06 0.000271079 8.9203E-06 0.000251435 8.9203E-06

Apr 2009 -0.000124819 2.64611E-06 -0.000662069 2.64611E-06 -0.000627449 2.64611E-06

Mei 2009 -0.000857737 7.47652E-05 0.000577865 7.47652E-05 -0.001405304 7.47652E-05

Jun 2009 -0.002031522 0.00025245 -0.001638421 0.00025245 -0.000149762 0.00025245

Jul 2009 0.000865726 2.84016E-05 0.001345231 2.84016E-05 0.000803279 2.84016E-05

Agst 2009 0.00027722 4.13875E-05 -0.000483418 4.13875E-05 -0.000423331 4.13875E-05

Sept 2009 1.63879E-05 9.10712E-07 2.51511E-06 9.10712E-07 6.00549E-05 9.10712E-07

Okt 2009 -1.31571E-05 7.21292E-06 0.000341929 7.21292E-06 -0.000151282 7.21292E-06

Nov 2009 -1.16695E-05 1.2483E-07 -7.07275E-06 1.2483E-07 2.13936E-05 1.2483E-07

Des 2009 0.000994084 2.55461E-05 -2.32932E-05 2.55461E-05 0.000136198 2.55461E-05

Jan 2010 -0.000395071 5.73854E-05 0.001060595 5.73854E-05 -0.000186231 5.73854E-05

Feb 2010 9.87713E-05 1.88676E-05 0.000137354 1.88676E-05 0.000498258 1.88676E-05

Mar 2010 -1.02277E-05 1.55684E-05 -0.000608067 1.55684E-05 -0.000369708 1.55684E-05

Apr 2010 0.000532235 5.58504E-05 0.000485893 5.58504E-05 0.000353339 5.58504E-05

Mei 2010 -1.35036E-06 2.34473E-10 -2.12207E-06 2.34473E-10 -1.2788E-06 2.34473E-10

Jun 2010 0.00012299 6.07513E-05 0.000564407 6.07513E-05 -0.000258356 6.07513E-05

Jul 2010 0.000216651 4.56478E-05 0.000824663 4.56478E-05 -0.000361932 4.56478E-05

Agst 2010 -3.0191E-05 1.9569E-05 0.000423033 1.9569E-05 -0.000115984 1.9569E-05

Sept 2010 -3.6182E-05 5.36657E-05 -0.000382149 5.36657E-05 -0.000657431 5.36657E-05

Okt 2010 -0.000126056 8.59846E-06 1.29345E-05 8.59846E-06 -3.3436E-05 8.59846E-06

Nov 2010 -0.001014159 6.04399E-05 0.002050884 6.04399E-05 -0.000544446 6.04399E-05

Des 2010 -0.000209904 7.48741E-06 -0.000317514 7.48741E-06 0.000562551 7.48741E-06

Jan 2011 0.000523588 7.75448E-06 0.000488372 7.75448E-06 0.000448666 7.75448E-06

Feb 2011 -4.44543E-05 3.11765E-06 1.62626E-05 3.11765E-06 1.1469E-05 3.11765E-06

Mar 2011 -4.1659E-05 1.8121E-07 -5.01394E-05 1.8121E-07 -1.09385E-05 1.8121E-07

Apr 2011 -7.40955E-06 1.13279E-05 -2.30954E-05 1.13279E-05 -0.000135366 1.13279E-05

Mei 2011 -6.66013E-05 2.35105E-06 -6.83989E-05 2.35105E-06 -0.000105447 2.35105E-06

Jun 2011 8.39032E-05 8.55965E-06 0.000294186 8.55965E-06 0.0001254 8.55965E-06

Jul 2011 0.000823415 3.92714E-05 9.38683E-05 3.92714E-05 -1.4746E-05 3.92714E-05

Agst 2011 -0.000417646 6.04088E-05 -0.000346712 6.04088E-05 -0.000989564 6.04088E-05

Sept 2011 0.000289469 6.17367E-06 0.000271717 6.17367E-06 0.000347348 6.17367E-06

Okt 2011 -5.55988E-05 1.82062E-07 -1.0506E-05 1.82062E-07 -3.01141E-05 1.82062E-07

Nov 2011 0.000140025 1.35883E-06 3.52272E-05 1.35883E-06 0.000111037 1.35883E-06

Des 2011 -0.000157261 2.51758E-06 0.000127045 2.51758E-06 1.74083E-06 2.51758E-06

Jan 2012 -5.00756E-05 1.33013E-06 -9.04643E-06 1.33013E-06 0.000161115 1.33013E-06

Feb 2012 -2.693E-06 1.11765E-07 -1.72842E-05 1.11765E-07 2.70502E-06 1.11765E-07

Mar 2012 9.94414E-05 2.53443E-05 -0.000152655 2.53443E-05 -0.000169825 2.53443E-05

Apr 2012 -0.000191641 1.04672E-05 0.000288571 1.04672E-05 -0.00039369 1.04672E-05

Mei 2012 0.000168847 1.07892E-05 0.000268936 1.07892E-05 0.00068544 1.07892E-05

Jun 2012 -9.38948E-05 2.23297E-06 -0.000105222 2.23297E-06 -6.7272E-05 2.23297E-06

Jul 2012 4.32138E-05 4.59298E-08 -6.7216E-06 4.59298E-08 1.36386E-05 4.59298E-08

Agst 2012 -3.9647E-05 1.71655E-07 -1.3066E-05 1.71655E-07 -4.28591E-05 1.71655E-07

Sept 2012 7.91152E-05 5.88396E-06 -0.00040823 5.88396E-06 0.000119059 5.88396E-06

Okt 2012 7.04029E-05 2.51333E-05 -0.004202287 2.51333E-05 0.000526775 2.51333E-05

Nov 2012 -0.000210477 1.85303E-05 -7.42434E-05 1.85303E-05 0.000631435 1.85303E-05

Des 2012 -0.000139126 3.7377E-06 -2.99322E-05 3.7377E-06 0.000109979 3.7377E-06

Σ -0.001181132 0.001104721 -0.000923574 0.001104721 -0.001154335 0.001104721

Bulan SMGR TLKM UNVR

Cov (Ri, Finflasi) Var Finflasi Cov (Ri, Finflasi ) Var Finflasi Cov (Ri, Finflasi ) Var Finflasi

Jan 2009 0.000194151 9.48067E-07 9.24386E-05 9.48067E-07 1.09233E-05 9.48067E-07

Feb 2009 7.98676E-05 1.0593E-05 2.59728E-05 1.0593E-05 1.64416E-05 1.0593E-05

Mar 2009 -9.72233E-05 8.9203E-06 -0.000568763 8.9203E-06 0.000108899 8.9203E-06

Apr 2009 -0.00011214 2.64611E-06 -5.16554E-05 2.64611E-06 8.00269E-05 2.64611E-06

Mei 2009 -0.000938256 7.47652E-05 0.000509597 7.47652E-05 9.62876E-05 7.47652E-05

Jun 2009 -0.000260493 0.00025245 2.01582E-05 0.00025245 -0.002451703 0.00025245

Jul 2009 0.000972878 2.84016E-05 0.000987805 2.84016E-05 0.001225822 2.84016E-05

Agst 2009 -0.000204151 4.13875E-05 -0.000446682 4.13875E-05 -0.000986544 4.13875E-05

Sept 2009 2.58524E-05 9.10712E-07 2.07866E-05 9.10712E-07 3.37511E-05 9.10712E-07

Okt 2009 -0.000149239 7.21292E-06 9.90531E-05 7.21292E-06 0.000215161 7.21292E-06

Nov 2009 1.19985E-05 1.2483E-07 2.24171E-05 1.2483E-07 2.47391E-05 1.2483E-07

Des 2009 1.27019E-05 2.55461E-05 0.000212382 2.55461E-05 -0.000121501 2.55461E-05

Jan 2010 0.000211118 5.73854E-05 -0.000140614 5.73854E-05 -1.07158E-05 5.73854E-05

Feb 2010 0.000355025 1.88676E-05 0.000522457 1.88676E-05 2.75385E-05 1.88676E-05

Mar 2010 0.000280961 1.55684E-05 0.000150333 1.55684E-05 -0.000128167 1.55684E-05

Apr 2010 0.000684213 5.58504E-05 -0.00024531 5.58504E-05 0.000865998 5.58504E-05

Mei 2010 -1.90745E-08 2.34473E-10 -3.17259E-07 2.34473E-10 1.5667E-06 2.34473E-10

Jun 2010 2.93804E-05 6.07513E-05 -0.000112485 6.07513E-05 0.000512122 6.07513E-05

Jul 2010 0.000171674 4.56478E-05 0.000604166 4.56478E-05 -0.000182287 4.56478E-05

Agst 2010 0.000403409 1.9569E-05 -6.94011E-05 1.9569E-05 0.000328178 1.9569E-05

Sept 2010 -0.00077797 5.36657E-05 -0.000407335 5.36657E-05 -0.000165156 5.36657E-05

Okt 2010 -0.000122672 8.59846E-06 -5.52732E-05 8.59846E-06 3.39248E-05 8.59846E-06

Nov 2010 -0.000722684 6.04399E-05 -0.001044508 6.04399E-05 -0.001278409 6.04399E-05

Des 2010 -1.24764E-05 7.48741E-06 -2.18361E-05 7.48741E-06 0.000207853 7.48741E-06

Jan 2011 0.000589317 7.75448E-06 0.000162332 7.75448E-06 0.000311656 7.75448E-06

Feb 2011 -0.000149016 3.11765E-06 3.7477E-05 3.11765E-06 -9.24743E-05 3.11765E-06

Mar 2011 -8.63704E-06 1.8121E-07 9.11096E-06 1.8121E-07 3.38824E-05 1.8121E-07

Apr 2011 -4.11373E-05 1.13279E-05 -0.000133412 1.13279E-05 8.09078E-05 1.13279E-05

Mei 2011 -1.63771E-05 2.35105E-06 -1.2236E-05 2.35105E-06 -9.69892E-05 2.35105E-06

Jun 2011 0.000123004 8.55965E-06 0.000156333 8.55965E-06 3.05254E-05 8.55965E-06

Jul 2011 0.000296781 3.92714E-05 5.00089E-05 3.92714E-05 -0.000143763 3.92714E-05

Agst 2011 -0.000534506 6.04088E-05 -0.00016777 6.04088E-05 0.000460854 6.04088E-05

Sept 2011 0.000297282 6.17367E-06 -0.000100122 6.17367E-06 0.000118539 6.17367E-06

Okt 2011 -4.81495E-05 1.82062E-07 1.46336E-05 1.82062E-07 3.2238E-05 1.82062E-07

Nov 2011 6.76673E-05 1.35883E-06 1.71786E-05 1.35883E-06 -0.000161914 1.35883E-06

Des 2011 -0.000327023 2.51758E-06 7.74247E-05 2.51758E-06 -1.4166E-05 2.51758E-06

Jan 2012 -5.17075E-05 1.33013E-06 -4.19217E-05 1.33013E-06 2.13526E-05 1.33013E-06

Feb 2012 -1.20882E-05 1.11765E-07 7.09309E-06 1.11765E-07 -1.40064E-05 1.11765E-07

Mar 2012 0.000287738 2.53443E-05 -7.58788E-05 2.53443E-05 7.51222E-05 2.53443E-05

Apr 2012 -0.000129078 1.04672E-05 0.000667463 1.04672E-05 -0.000102039 1.04672E-05

Mei 2012 0.000428648 1.07892E-05 0.000296716 1.07892E-05 -3.68722E-05 1.07892E-05

Jun 2012 3.43665E-07 2.23297E-06 5.51277E-05 2.23297E-06 0.000134961 2.23297E-06

Jul 2012 2.44925E-05 4.59298E-08 2.3271E-05 4.59298E-08 7.48228E-06 4.59298E-08

Agst 2012 -3.07439E-05 1.71655E-07 5.7995E-06 1.71655E-07 3.87327E-05 1.71655E-07

Sept 2012 -0.000324045 5.88396E-06 -1.97667E-05 5.88396E-06 0.000152295 5.88396E-06

Okt 2012 -2.96598E-06 2.51333E-05 0.000119146 2.51333E-05 -0.000120515 2.51333E-05

Nov 2012 0.000165493 1.85303E-05 0.000365482 1.85303E-05 5.39063E-05 1.85303E-05

Des 2012 7.58099E-05 3.7377E-06 -4.68745E-06 3.7377E-06 -0.000450013 3.7377E-06

Σ 0.000717007 0.001104721 0.001612188 0.001104721 -0.001215549 0.001104721

2. Covariance dan Variance Kurs

Bulan AALI ANTM INCO

Cov (Ri, FKurs) Var FKurs Cov (Ri, FKurs ) Var FKurs Cov (Ri, FKurs ) Var FKurs Jan 2009 -0.000277772 8.68481E-06 -2.37113E-05 8.68481E-06 -0.000789756 8.68481E-06

Feb 2009 0.010770442 0.004480241 0.004737523 0.004480241 -0.009076946 0.004480241

Mar 2009 7.98315E-06 1.01378E-08 -1.0267E-05 1.01378E-08 8.65045E-07 1.01378E-08

Apr 2009 -0.007390804 0.005191262 -0.021732127 0.005191262 -0.037821337 0.005191262

Mei 2009 -0.005657971 0.002714668 -0.019502619 0.002714668 -0.001912049 0.002714668

Jun 2009 0.000440428 3.80926E-05 -7.66834E-05 3.80926E-05 -0.000854074 3.80926E-05

Jul 2009 0.000360571 8.00874E-06 0.000215409 8.00874E-06 6.15449E-05 8.00874E-06

Agst 2009 -0.000161235 2.82081E-06 -3.99529E-05 2.82081E-06 5.34742E-05 2.82081E-06

Sept 2009 -0.000146834 1.42338E-05 0.000251344 1.42338E-05 -0.000121289 1.42338E-05

Okt 2009 -0.000339606 0.001043229 0.002639843 0.001043229 0.001243301 0.001043229

Nov 2009 0.000149484 0.000154302 -0.000537489 0.000154302 -0.002019107 0.000154302

Des 2009 2.39733E-05 0.000119806 -0.000112769 0.000119806 0.000476943 0.000119806

Jan 2010 -0.000261651 7.42627E-05 0.000382566 7.42627E-05 0.000301141 7.42627E-05

Feb 2010 -6.37177E-05 0.00036965 -0.000650466 0.00036965 0.000798794 0.00036965

Mar 2010 1.40835E-05 9.3021E-05 -0.001411255 9.3021E-05 0.000266601 9.3021E-05

Apr 2010 0.000718937 3.87116E-05 -6.55201E-05 3.87116E-05 -0.002040054 3.87116E-05

Mei 2010 -0.003382617 0.000746017 -0.005019424 0.000746017 -0.006129026 0.000746017

Jun 2010 -0.000145338 1.13301E-05 -0.000175969 1.13301E-05 -0.000218892 1.13301E-05

Jul 2010 4.43673E-05 1.87829E-05 -0.000312786 1.87829E-05 -0.000370997 1.87829E-05

Agst 2010 2.00453E-05 3.78979E-06 4.32321E-05 3.78979E-06 -4.27632E-05 3.78979E-06

Sept 2010 0.000249193 4.9424E-05 0.000943987 4.9424E-05 0.000885483 4.9424E-05

Okt 2010 4.12347E-05 4.97288E-08 1.41341E-05 4.97288E-08 -8.92848E-06 4.97288E-08

Nov 2010 -0.000309559 4.14023E-05 -0.000634039 4.14023E-05 -0.000465159 4.14023E-05

Des 2010 0.000916753 0.000187798 0.000595584 0.000187798 0.001027638 0.000187798

Jan 2011 -0.00081467 1.84342E-05 -0.000526159 1.84342E-05 -0.000304011 1.84342E-05

Feb 2011 0.000132619 0.000143348 -1.42662E-05 0.000143348 -0.000998878 0.000143348

Mar 2011 -0.000405884 0.000376698 -0.000682252 0.000376698 0.001336339 0.000376698

Apr 2011 -5.54558E-06 9.13675E-06 6.39976E-05 9.13675E-06 -8.30875E-05 9.13675E-06

Mei 2011 -9.57838E-06 4.36787E-05 0.000431222 4.36787E-05 0.000360838 4.36787E-05

Jun 2011 -0.000129255 3.38185E-05 -0.000262776 3.38185E-05 -0.00041864 3.38185E-05

Jul 2011 -6.89739E-06 1.47011E-07 -1.78088E-05 1.47011E-07 -2.68212E-05 1.47011E-07

Agst 2011 -0.000361184 1.22738E-05 -0.000246298 1.22738E-05 -0.000545036 1.22738E-05

Sept 2011 -0.003609894 0.000900225 -0.006373709 0.000900225 -0.005569595 0.000900225

Okt 2011 0.001345353 0.000207438 0.002636135 0.000207438 0.002768407 0.000207438

Nov 2011 0.000298993 0.000129245 -0.001069805 0.000129245 -0.002032488 0.000129245

Des 2011 -0.000228552 2.15451E-05 -0.000104428 2.15451E-05 0.000161453 2.15451E-05

Jan 2012 0.000133535 3.7803E-06 -0.000292017 3.7803E-06 -0.000458083 3.7803E-06

Feb 2012 -0.000871914 0.000182539 -0.000435726 0.000182539 0.001461142 0.000182539

Mar 2012 0.00035166 0.000146076 -0.001111147 0.000146076 -0.001007535 0.000146076

Apr 2012 0.000370734 1.33409E-05 0.000199965 1.33409E-05 0.000350198 1.33409E-05

Mei 2012 -0.000482608 5.98516E-05 -0.002643507 5.98516E-05 -0.001608745 5.98516E-05

Jun 2012 -0.000428512 0.000130235 0.001767896 0.000130235 0.000634544 0.000130235

Jul 2012 -0.000854662 4.37973E-05 0.000364509 4.37973E-05 0.000713779 4.37973E-05

Agst 2012 0.000109654 5.12773E-06 9.4094E-05 5.12773E-06 0.000149326 5.12773E-06

Sept 2012 -2.73269E-06 6.58153E-09 6.36089E-06 6.58153E-09 2.17591E-05 6.58153E-09

Okt 2012 0.000253227 1.58792E-05 0.000247678 1.58792E-05 0.000395071 1.58792E-05

Nov 2012 0.000617604 1.51257E-05 0.000161606 1.51257E-05 0.000956265 1.51257E-05

Des 2012 -0.000392865 2.64041E-05 -0.000112817 2.64041E-05 -0.000607025 2.64041E-05

Σ -0.009370987 0.01794775 -0.048400709 0.01794775 -0.061105417 0.01794775

Bulan INTP KLBF PTBA

Cov (Ri, FKurs) Var FKurs Cov (Ri, FKurs ) Var FKurs Cov (Ri, FKurs ) Var FKurs Jan 2009 0.000174736 8.68481E-06 -0.000347426 8.68481E-06 -0.000149644 8.68481E-06

Feb 2009 -0.007719677 0.004480241 0.023644039 0.004480241 -0.003260546 0.004480241

Mar 2009 2.29069E-05 1.01378E-08 -9.13856E-06 1.01378E-08 -8.47634E-06 1.01378E-08

Apr 2009 -0.005528562 0.005191262 -0.02932483 0.005191262 -0.027791431 0.005191262

Mei 2009 -0.005168476 0.002714668 0.00348205 0.002714668 -0.008467963 0.002714668

Jun 2009 -0.000789139 3.80926E-05 -0.00063644 3.80926E-05 -5.81748E-05 3.80926E-05

Jul 2009 0.000459718 8.00874E-06 0.000714345 8.00874E-06 0.000426557 8.00874E-06

Agst 2009 -7.23729E-05 2.82081E-06 0.000126204 2.82081E-06 0.000110518 2.82081E-06

Sept 2009 6.47881E-05 1.42338E-05 9.94324E-06 1.42338E-05 0.000237421 1.42338E-05

Okt 2009 -0.000158232 0.001043229 0.004112165 0.001043229 -0.001819367 0.001043229

Nov 2009 -0.00041028 0.000154302 -0.000248665 0.000154302 0.000752159 0.000154302

Des 2009 0.002152786 0.000119806 -5.04436E-05 0.000119806 0.000294949 0.000119806

Jan 2010 0.000449427 7.42627E-05 -0.00120652 7.42627E-05 0.000211854 7.42627E-05

Feb 2010 -0.000437187 0.00036965 -0.000607965 0.00036965 -0.00220542 0.00036965

Mar 2010 -2.50004E-05 9.3021E-05 -0.001486345 9.3021E-05 -0.000903705 9.3021E-05

Apr 2010 -0.000443109 3.87116E-05 -0.000404527 3.87116E-05 -0.00029417 3.87116E-05

Mei 2010 -0.002408673 0.000746017 -0.003785201 0.000746017 -0.002281026 0.000746017

Jun 2010 5.31141E-05 1.13301E-05 0.000243743 1.13301E-05 -0.000111573 1.13301E-05

Jul 2010 -0.000138973 1.87829E-05 -0.00052899 1.87829E-05 0.000232166 1.87829E-05

Agst 2010 -1.32862E-05 3.78979E-06 0.000186165 3.78979E-06 -5.10412E-05 3.78979E-06

Sept 2010 3.47227E-05 4.9424E-05 0.000366736 4.9424E-05 0.000630914 4.9424E-05

Okt 2010 -9.58645E-06 4.97288E-08 9.8366E-07 4.97288E-08 -2.54278E-06 4.97288E-08

Nov 2010 -0.000839375 4.14023E-05 0.001697427 4.14023E-05 -0.000450614 4.14023E-05

Des 2010 -0.001051237 0.000187798 -0.001590168 0.000187798 0.002817359 0.000187798

Jan 2011 -0.000807282 1.84342E-05 -0.000752985 1.84342E-05 -0.000691765 1.84342E-05

Feb 2011 -0.000301436 0.000143348 0.000110273 0.000143348 7.77693E-05 0.000143348

Mar 2011 -0.001899392 0.000376698 -0.002286048 0.000376698 -0.00049873 0.000376698

Apr 2011 -6.65448E-06 9.13675E-06 -2.07419E-05 9.13675E-06 -0.000121571 9.13675E-06

Mei 2011 0.000287069 4.36787E-05 0.000294818 4.36787E-05 0.000454504 4.36787E-05

Jun 2011 -0.000166774 3.38185E-05 -0.00058475 3.38185E-05 -0.000249257 3.38185E-05

Jul 2011 -5.03796E-05 1.47011E-07 -5.74322E-06 1.47011E-07 9.02217E-07 1.47011E-07

Agst 2011 -0.000188255 1.22738E-05 -0.000156281 1.22738E-05 -0.000446049 1.22738E-05

Sept 2011 -0.003495474 0.000900225 -0.003281114 0.000900225 -0.004194394 0.000900225

Okt 2011 0.001876719 0.000207438 0.000354626 0.000207438 0.001016492 0.000207438

Nov 2011 -0.001365629 0.000129245 -0.000343561 0.000129245 -0.001082916 0.000129245

Des 2011 0.000460049 2.15451E-05 -0.000371657 2.15451E-05 -5.09259E-06 2.15451E-05

Jan 2012 8.44195E-05 3.7803E-06 1.52508E-05 3.7803E-06 -0.000271615 3.7803E-06

Feb 2012 0.000108833 0.000182539 0.000698513 0.000182539 -0.000109319 0.000182539

Mar 2012 0.000238735 0.000146076 -0.000366488 0.000146076 -0.00040771 0.000146076

Apr 2012 0.000216353 1.33409E-05 -0.000325784 1.33409E-05 0.000444458 1.33409E-05

Mei 2012 -0.000397683 5.98516E-05 -0.000633421 5.98516E-05 -0.001614407 5.98516E-05

Jun 2012 -0.000717074 0.000130235 -0.000803581 0.000130235 -0.000513756 0.000130235

Jul 2012 -0.001334439 4.37973E-05 0.000207562 4.37973E-05 -0.000421159 4.37973E-05

Agst 2012 0.000216693 5.12773E-06 7.14132E-05 5.12773E-06 0.000234249 5.12773E-06

Sept 2012 -2.64599E-06 6.58153E-09 1.36532E-05 6.58153E-09 -3.98191E-06 6.58153E-09

Okt 2012 -5.59603E-05 1.58792E-05 0.003340219 1.58792E-05 -0.000418711 1.58792E-05

Nov 2012 -0.00019016 1.51257E-05 -6.7077E-05 1.51257E-05 0.000570486 1.51257E-05

Des 2012 0.000369778 2.64041E-05 7.95559E-05 2.64041E-05 -0.000292308 2.64041E-05

Σ -0.028921557 0.01794775 -0.010456206 0.01794775 -0.050685678 0.01794775

Bulan SMGR TLKM UNVR

Cov (Ri, FKurs) Var FKurs Cov (Ri, FKurs ) Var FKurs Cov (Ri, FKurs ) Var FKurs Jan 2009 0.000587626 8.68481E-06 0.000279778 8.68481E-06 3.30609E-05 8.68481E-06

Feb 2009 -0.001642525 0.004480241 -0.000534146 0.004480241 -0.000338131 0.004480241

Mar 2009 3.27757E-06 1.01378E-08 1.9174E-05 1.01378E-08 -3.67117E-06 1.01378E-08

Apr 2009 -0.004966986 0.005191262 -0.002287959 0.005191262 0.003544609 0.005191262

Mei 2009 -0.005653662 0.002714668 0.003070688 0.002714668 0.000580202 0.002714668

Jun 2009 -0.000101188 3.80926E-05 7.8304E-06 3.80926E-05 -0.000952357 3.80926E-05

Jul 2009 0.000516618 8.00874E-06 0.000524544 8.00874E-06 0.000650936 8.00874E-06

Agst 2009 5.32972E-05 2.82081E-06 0.000116614 2.82081E-06 0.000257554 2.82081E-06

Sept 2009 0.000102205 1.42338E-05 8.21778E-05 1.42338E-05 0.000133432 1.42338E-05

Okt 2009 -0.001794797 0.001043229 0.001191249 0.001043229 0.002587599 0.001043229

Nov 2009 0.000421844 0.000154302 0.000788145 0.000154302 0.000869781 0.000154302

Des 2009 2.75073E-05 0.000119806 0.000459933 0.000119806 -0.000263121 0.000119806

Jan 2010 -0.000240165 7.42627E-05 0.000159961 7.42627E-05 1.21902E-05 7.42627E-05

Feb 2010 -0.001571431 0.00036965 -0.002312529 0.00036965 -0.000121893 0.00036965

Mar 2010 0.000686775 9.3021E-05 0.00036747 9.3021E-05 -0.000313288 9.3021E-05

Apr 2010 -0.000569638 3.87116E-05 0.000204232 3.87116E-05 -0.000720981 3.87116E-05

Mei 2010 -3.40237E-05 0.000746017 -0.000565904 0.000746017 0.002794556 0.000746017

Jun 2010 1.26881E-05 1.13301E-05 -4.85776E-05 1.13301E-05 0.000221163 1.13301E-05

Jul 2010 -0.000110122 1.87829E-05 -0.00038755 1.87829E-05 0.00011693 1.87829E-05

Agst 2010 0.000177529 3.78979E-06 -3.05415E-05 3.78979E-06 0.000144422 3.78979E-06

Sept 2010 0.000746592 4.9424E-05 0.000390906 4.9424E-05 0.000158495 4.9424E-05

Okt 2010 -9.32908E-06 4.97288E-08 -4.20347E-06 4.97288E-08 2.57995E-06 4.97288E-08

Nov 2010 -0.000598134 4.14023E-05 -0.000864494 4.14023E-05 -0.001058084 4.14023E-05

Des 2010 -6.24842E-05 0.000187798 -0.000109359 0.000187798 0.001040966 0.000187798

Jan 2011 -0.000908624 1.84342E-05 -0.000250288 1.84342E-05 -0.000480519 1.84342E-05

Feb 2011 -0.00101045 0.000143348 0.000254124 0.000143348 -0.00062705 0.000143348

Mar 2011 -0.000393796 0.000376698 0.000415404 0.000376698 0.001544828 0.000376698

Apr 2011 -3.69452E-05 9.13675E-06 -0.000119817 9.13675E-06 7.26629E-05 9.13675E-06

Mei 2011 7.05897E-05 4.36787E-05 5.27405E-05 4.36787E-05 0.00041805 4.36787E-05

Jun 2011 -0.000244494 3.38185E-05 -0.000310742 3.38185E-05 -6.0675E-05 3.38185E-05

Jul 2011 -1.81582E-05 1.47011E-07 -3.05974E-06 1.47011E-07 8.79598E-06 1.47011E-07

Agst 2011 -0.00024093 1.22738E-05 -7.56228E-05 1.22738E-05 0.000207731 1.22738E-05

Sept 2011 -0.003589817 0.000900225 0.001209024 0.000900225 -0.001431409 0.000900225

Okt 2011 0.00162527 0.000207438 -0.000493954 0.000207438 -0.001088184 0.000207438

Nov 2011 -0.00065994 0.000129245 -0.000167538 0.000129245 0.001579104 0.000129245

Des 2011 0.000956669 2.15451E-05 -0.000226497 2.15451E-05 4.1441E-05 2.15451E-05

Jan 2012 8.71706E-05 3.7803E-06 7.06732E-05 3.7803E-06 -3.59971E-05 3.7803E-06

Feb 2012 0.000488523 0.000182539 -0.000286656 0.000182539 0.000566046 0.000182539

Mar 2012 0.000690791 0.000146076 -0.000182167 0.000146076 0.00018035 0.000146076

Apr 2012 0.000145724 1.33409E-05 -0.000753535 1.33409E-05 0.000115197 1.33409E-05

Mei 2012 -0.001009589 5.98516E-05 -0.000698851 5.98516E-05 8.68446E-05 5.98516E-05

Jun 2012 2.62457E-06 0.000130235 0.00042101 0.000130235 0.001030694 0.000130235

Jul 2012 -0.000756327 4.37973E-05 -0.000718606 4.37973E-05 -0.000231052 4.37973E-05

Agst 2012 0.000168032 5.12773E-06 -3.16975E-05 5.12773E-06 -0.000211696 5.12773E-06

Sept 2012 1.08376E-05 6.58153E-09 6.61094E-07 6.58153E-09 -5.09349E-06 6.58153E-09

Okt 2012 2.35753E-06 1.58792E-05 -9.4704E-05 1.58792E-05 9.57923E-05 1.58792E-05

Nov 2012 0.000149519 1.51257E-05 0.000330204 1.51257E-05 4.8703E-05 1.51257E-05

Des 2012 -0.000201493 2.64041E-05 1.24586E-05 2.64041E-05 0.001196074 2.64041E-05

Σ -0.018690982 0.01794775 -0.001129996 0.01794775 0.012397589 0.01794775

3. Covariance dan Variance Suku Bunga SBI

Bulan AALI ANTM INCO

Cov (Ri, FSBI) Var FSBI Cov (Ri, FSBI ) Var FSBI Cov (Ri, FSBI ) Var FSBI Jan 2009 -1.59057E-05 2.84766E-08 -1.35775E-06 2.84766E-08 -4.52227E-05 2.84766E-08

Feb 2009 -2.71536E-05 2.84766E-08 -1.19439E-05 2.84766E-08 2.2884E-05 2.84766E-08

Mar 2009 -1.33797E-05 2.84766E-08 1.72073E-05 2.84766E-08 -1.44981E-06 2.84766E-08

Apr 2009 -1.73101E-05 2.84766E-08 -5.0899E-05 2.84766E-08 -8.85817E-05 2.84766E-08

Mei 2009 -1.83251E-05 2.84766E-08 -6.31653E-05 2.84766E-08 -6.19276E-06 2.84766E-08

Jun 2009 1.2042E-05 2.84766E-08 -2.09665E-06 2.84766E-08 -2.33517E-05 2.84766E-08

Jul 2009 -2.15007E-05 2.84766E-08 -1.28448E-05 2.84766E-08 -3.6699E-06 2.84766E-08

Agst 2009 -1.62001E-05 2.84766E-08 -4.01426E-06 2.84766E-08 5.37282E-06 2.84766E-08

Sept 2009 6.56765E-06 2.84766E-08 -1.12422E-05 2.84766E-08 5.42506E-06 2.84766E-08

Okt 2009 -1.77431E-06 2.84766E-08 1.37922E-05 2.84766E-08 6.49577E-06 2.84766E-08

Nov 2009 -2.03073E-06 2.84766E-08 7.30177E-06 2.84766E-08 2.74295E-05 2.84766E-08

Des 2009 5.10596E-06 5.43473E-06 -2.40182E-05 5.43473E-06 0.000101582 5.43473E-06

Jan 2010 -4.45949E-05 2.15723E-06 6.52031E-05 2.15723E-06 5.13255E-05 2.15723E-06

Feb 2010 3.21053E-06 9.38477E-07 3.27749E-05 9.38477E-07 -4.02487E-05 9.38477E-07

Mar 2010 -6.61664E-06 2.05322E-05 0.00066303 2.05322E-05 -0.000125253 2.05322E-05

Apr 2010 3.10541E-05 7.22266E-08 -2.83011E-06 7.22266E-08 -8.8119E-05 7.22266E-08

Mei 2010 0.000367665 8.81348E-06 0.000545573 8.81348E-06 0.000666179 8.81348E-06

Jun 2010 6.77356E-05 2.46098E-06 8.20111E-05 2.46098E-06 0.000102016 2.46098E-06

Jul 2010 6.84613E-06 4.47227E-07 -4.82647E-05 4.47227E-07 -5.7247E-05 4.47227E-07

Agst 2010 3.79696E-06 1.35977E-07 8.189E-06 1.35977E-07 -8.10018E-06 1.35977E-07

Sept 2010 -9.5261E-06 7.22266E-08 -3.60866E-05 7.22266E-08 -3.38501E-05 7.22266E-08

Okt 2010 -3.12035E-05 2.84766E-08 -1.06956E-05 2.84766E-08 6.75642E-06 2.84766E-08

Nov 2010 8.1185E-06 2.84766E-08 1.66283E-05 2.84766E-08 1.21992E-05 2.84766E-08

Des 2010 -0.000178531 7.12223E-06 -0.000115986 7.12223E-06 -0.000200125 7.12223E-06

Jan 2011 -0.000214649 1.27973E-06 -0.000138632 1.27973E-06 -8.01008E-05 1.27973E-06

Feb 2011 -6.99217E-06 3.98477E-07 7.52165E-07 3.98477E-07 5.26646E-05 3.98477E-07

Mar 2011 2.74476E-06 1.72266E-08 4.61368E-06 1.72266E-08 -9.03689E-06 1.72266E-08

Apr 2011 -1.26131E-07 4.72656E-09 1.45559E-06 4.72656E-09 -1.88978E-06 4.72656E-09

Mei 2011 -2.44569E-07 2.84766E-08 1.10106E-05 2.84766E-08 9.21342E-06 2.84766E-08

Jun 2011 3.75071E-06 2.84766E-08 7.62521E-06 2.84766E-08 1.21481E-05 2.84766E-08

Jul 2011 3.03567E-06 2.84766E-08 7.83798E-06 2.84766E-08 1.18045E-05 2.84766E-08

Agst 2011 1.73974E-05 2.84766E-08 1.18636E-05 2.84766E-08 2.6253E-05 2.84766E-08

Sept 2011 2.03031E-05 2.84766E-08 3.58476E-05 2.84766E-08 3.1325E-05 2.84766E-08

Okt 2011 -1.57629E-05 2.84766E-08 -3.08864E-05 2.84766E-08 -3.24362E-05 2.84766E-08

Nov 2011 -4.43811E-06 2.84766E-08 1.58796E-05 2.84766E-08 3.01692E-05 2.84766E-08

Des 2011 8.30911E-06 2.84766E-08 3.79651E-06 2.84766E-08 -5.86968E-06 2.84766E-08

Jan 2012 1.15898E-05 2.84766E-08 -2.53448E-05 2.84766E-08 -3.9758E-05 2.84766E-08

Feb 2012 -1.08903E-05 2.84766E-08 -5.44227E-06 2.84766E-08 1.82498E-05 2.84766E-08

Mar 2012 -4.90996E-06 2.84766E-08 1.55141E-05 2.84766E-08 1.40674E-05 2.84766E-08

Apr 2012 1.71283E-05 2.84766E-08 9.23858E-06 2.84766E-08 1.61795E-05 2.84766E-08

Mei 2012 1.05269E-05 2.84766E-08 5.76615E-05 2.84766E-08 3.50908E-05 2.84766E-08

Jun 2012 -8.75362E-05 5.43473E-06 0.000361145 5.43473E-06 0.000129624 5.43473E-06

Jul 2012 0.000133179 1.06348E-06 -5.68E-05 1.06348E-06 -0.000111225 1.06348E-06

Agst 2012 -1.60404E-05 1.09727E-07 -1.37643E-05 1.09727E-07 -2.18438E-05 1.09727E-07

Sept 2012 -1.05263E-06 9.76562E-10 2.45022E-06 9.76562E-10 8.38161E-06 9.76562E-10

Okt 2012 1.07236E-05 2.84766E-08 1.04886E-05 2.84766E-08 1.67303E-05 2.84766E-08

Nov 2012 -0.000370204 5.43473E-06 -9.68697E-05 5.43473E-06 -0.000573204 5.43473E-06

Des 2012 7.88445E-05 1.06348E-06 2.26415E-05 1.06348E-06 0.000121825 1.06348E-06

Σ -0.000307224 6.37631E-05 0.001268348 6.37631E-05 -5.53859E-05 6.37631E-05

Bulan INTP KLBF PTBA

Cov (Ri, FSBI) Var FSBI Cov (Ri, FSBI ) Var FSBI Cov (Ri, FSBI ) Var FSBI Jan 2009 1.00057E-05 2.84766E-08 -1.98942E-05 2.84766E-08 -8.56885E-06 2.84766E-08

Feb 2009 1.94622E-05 2.84766E-08 -5.96094E-05 2.84766E-08 8.22022E-06 2.84766E-08

Mar 2009 -3.83917E-05 2.84766E-08 1.53162E-05 2.84766E-08 1.42063E-05 2.84766E-08

Apr 2009 -1.29485E-05 2.84766E-08 -6.8682E-05 2.84766E-08 -6.50906E-05 2.84766E-08

Mei 2009 -1.67397E-05 2.84766E-08 1.12777E-05 2.84766E-08 -2.74261E-05 2.84766E-08

Jun 2009 -2.15763E-05 2.84766E-08 -1.74013E-05 2.84766E-08 -1.59059E-06 2.84766E-08

Jul 2009 -2.74128E-05 2.84766E-08 -4.25961E-05 2.84766E-08 -2.54354E-05 2.84766E-08

Agst 2009 -7.27166E-06 2.84766E-08 1.26804E-05 2.84766E-08 1.11043E-05 2.84766E-08

Sept 2009 -2.89786E-06 2.84766E-08 -4.44745E-07 2.84766E-08 -1.06194E-05 2.84766E-08

Okt 2009 -8.26702E-07 2.84766E-08 2.14845E-05 2.84766E-08 -9.50549E-06 2.84766E-08

Nov 2009 5.57364E-06 2.84766E-08 3.37811E-06 2.84766E-08 -1.02181E-05 2.84766E-08

Des 2009 0.000458511 5.43473E-06 -1.07437E-05 5.43473E-06 6.28198E-05 5.43473E-06

Jan 2010 7.65988E-05 2.15723E-06 -0.000205635 2.15723E-06 3.61077E-05 2.15723E-06

Feb 2010 2.20284E-05 9.38477E-07 3.06334E-05 9.38477E-07 0.000111124 9.38477E-07

Mar 2010 1.17456E-05 2.05322E-05 0.000698308 2.05322E-05 0.000424575 2.05322E-05

Apr 2010 -1.91399E-05 7.22266E-08 -1.74733E-05 7.22266E-08 -1.27065E-05 7.22266E-08

Mei 2010 0.000261804 8.81348E-06 0.000411423 8.81348E-06 0.00024793 8.81348E-06

Jun 2010 -2.47541E-05 2.46098E-06 -0.000113597 2.46098E-06 5.19989E-05 2.46098E-06

Jul 2010 -2.14444E-05 4.47227E-07 -8.16264E-05 4.47227E-07 3.58246E-05 4.47227E-07

Agst 2010 -2.51666E-06 1.35977E-07 3.52632E-05 1.35977E-07 -9.66819E-06 1.35977E-07

Sept 2010 -1.32737E-06 7.22266E-08 -1.40195E-05 7.22266E-08 -2.41185E-05 7.22266E-08

Okt 2010 7.25433E-06 2.84766E-08 -7.44362E-07 2.84766E-08 1.92419E-06 2.84766E-08

Nov 2010 2.20134E-05 2.84766E-08 -4.45167E-05 2.84766E-08 1.18178E-05 2.84766E-08

Des 2010 0.000204721 7.12223E-06 0.000309674 7.12223E-06 -0.000548661 7.12223E-06

Jan 2011 -0.000212702 1.27973E-06 -0.000198396 1.27973E-06 -0.000182266 1.27973E-06

Feb 2011 1.58928E-05 3.98477E-07 -5.81403E-06 3.98477E-07 -4.10029E-06 3.98477E-07

Mar 2011 1.28445E-05 1.72266E-08 1.54592E-05 1.72266E-08 3.37262E-06 1.72266E-08

Apr 2011 -1.51353E-07 4.72656E-09 -4.71764E-07 4.72656E-09 -2.76508E-06 4.72656E-09

Mei 2011 7.32986E-06 2.84766E-08 7.5277E-06 2.84766E-08 1.1605E-05 2.84766E-08

Jun 2011 4.83943E-06 2.84766E-08 1.69683E-05 2.84766E-08 7.23294E-06 2.84766E-08

Jul 2011 2.2173E-05 2.84766E-08 2.5277E-06 2.84766E-08 -3.97082E-07 2.84766E-08

Agst 2011 9.0678E-06 2.84766E-08 7.5277E-06 2.84766E-08 2.14851E-05 2.84766E-08

Sept 2011 1.96596E-05 2.84766E-08 1.8454E-05 2.84766E-08 2.35905E-05 2.84766E-08

Okt 2011 -2.19887E-05 2.84766E-08 -4.155E-06 2.84766E-08 -1.19098E-05 2.84766E-08

Nov 2011 2.02707E-05 2.84766E-08 5.09964E-06 2.84766E-08 1.60743E-05 2.84766E-08

Des 2011 -1.67253E-05 2.84766E-08 1.35117E-05 2.84766E-08 1.85143E-07 2.84766E-08

Jan 2012 7.32695E-06 2.84766E-08 1.32365E-06 2.84766E-08 -2.3574E-05 2.84766E-08

Feb 2012 1.35934E-06 2.84766E-08 8.7245E-06 2.84766E-08 -1.36541E-06 2.84766E-08

Mar 2012 -3.33327E-06 2.84766E-08 5.11698E-06 2.84766E-08 5.69254E-06 2.84766E-08

Apr 2012 9.99575E-06 2.84766E-08 -1.50515E-05 2.84766E-08 2.05344E-05 2.84766E-08

Mei 2012 8.67447E-06 2.84766E-08 1.38165E-05 2.84766E-08 3.52143E-05 2.84766E-08

Jun 2012 -0.000146484 5.43473E-06 -0.000164155 5.43473E-06 -0.00010495 5.43473E-06

Jul 2012 0.00020794 1.06348E-06 -3.23436E-05 1.06348E-06 6.56276E-05 1.06348E-06

Agst 2012 -3.16984E-05 1.09727E-07 -1.04465E-05 1.09727E-07 -3.42666E-05 1.09727E-07

Sept 2012 -1.01924E-06 9.76562E-10 5.25921E-06 9.76562E-10 -1.53383E-06 9.76562E-10

Okt 2012 -2.36979E-06 2.84766E-08 0.000141451 2.84766E-08 -1.77314E-05 2.84766E-08

Nov 2012 0.000113986 5.43473E-06 4.02073E-05 5.43473E-06 -0.00034196 5.43473E-06

Des 2012 -7.42113E-05 1.06348E-06 -1.59662E-05 1.06348E-06 5.86637E-05 1.06348E-06

Σ 0.000853149 6.37631E-05 0.000708629 6.37631E-05 -0.000193498 6.37631E-05

Bulan SMGR TLKM UNVR

Cov (Ri, FSBI) Var FSBI Cov (Ri, FSBI ) Var FSBI Cov (Ri, FSBI ) Var FSBI Jan 2009 3.36484E-05 2.84766E-08 1.60206E-05 2.84766E-08 1.89312E-06 2.84766E-08

Feb 2009 4.141E-06 2.84766E-08 1.34665E-06 2.84766E-08 8.52469E-07 2.84766E-08

Mar 2009 -5.49319E-06 2.84766E-08 -3.21355E-05 2.84766E-08 6.15286E-06 2.84766E-08

Apr 2009 -1.16332E-05 2.84766E-08 -5.35865E-06 2.84766E-08 8.30187E-06 2.84766E-08

Mei 2009 -1.83111E-05 2.84766E-08 9.94537E-06 2.84766E-08 1.87916E-06 2.84766E-08

Jun 2009 -2.76663E-06 2.84766E-08 2.14095E-07 2.84766E-08 -2.6039E-05 2.84766E-08

Jul 2009 -3.08057E-05 2.84766E-08 -3.12784E-05 2.84766E-08 -3.8815E-05 2.84766E-08

Agst 2009 5.35503E-06 2.84766E-08 1.17168E-05 2.84766E-08 2.58777E-05 2.84766E-08

Sept 2009 -4.57144E-06 2.84766E-08 -3.67568E-06 2.84766E-08 -5.96817E-06 2.84766E-08

Okt 2009 -9.37712E-06 2.84766E-08 6.22381E-06 2.84766E-08 1.35192E-05 2.84766E-08

Nov 2009 -5.73074E-06 2.84766E-08 -1.07069E-05 2.84766E-08 -1.18159E-05 2.84766E-08

Des 2009 5.85863E-06 5.43473E-06 9.79588E-05 5.43473E-06 -5.60409E-05 5.43473E-06

Jan 2010 -4.09328E-05 2.15723E-06 2.72631E-05 2.15723E-06 2.07765E-06 2.15723E-06

Feb 2010 7.91793E-05 9.38477E-07 0.000116521 9.38477E-07 6.14177E-06 9.38477E-07

Mar 2010 -0.000322658 2.05322E-05 -0.000172643 2.05322E-05 0.000147187 2.05322E-05

Apr 2010 -2.46052E-05 7.22266E-08 8.82168E-06 7.22266E-08 -3.11424E-05 7.22266E-08

Mei 2010 3.69812E-06 8.81348E-06 6.15095E-05 8.81348E-06 -0.000303747 8.81348E-06

Jun 2010 -5.91336E-06 2.46098E-06 2.26398E-05 2.46098E-06 -0.000103074 2.46098E-06

Jul 2010 -1.69925E-05 4.47227E-07 -5.98013E-05 4.47227E-07 1.8043E-05 4.47227E-07

Agst 2010 3.36274E-05 1.35977E-07 -5.78514E-06 1.35977E-07 2.73563E-05 1.35977E-07

Sept 2010 -2.85406E-05 7.22266E-08 -1.49435E-05 7.22266E-08 -6.05893E-06 7.22266E-08

Okt 2010 7.05957E-06 2.84766E-08 3.18088E-06 2.84766E-08 -1.95232E-06 2.84766E-08

Nov 2010 1.56867E-05 2.84766E-08 2.26722E-05 2.84766E-08 2.77493E-05 2.84766E-08

Des 2010 1.21684E-05 7.12223E-06 2.1297E-05 7.12223E-06 -0.000202721 7.12223E-06

Jan 2011 -0.000239404 1.27973E-06 -6.59458E-05 1.27973E-06 -0.000126607 1.27973E-06

Feb 2011 5.32747E-05 3.98477E-07 -1.33984E-05 3.98477E-07 3.30604E-05 3.98477E-07

Mar 2011 2.66301E-06 1.72266E-08 -2.80914E-06 1.72266E-08 -1.04468E-05 1.72266E-08

Apr 2011 -8.40301E-07 4.72656E-09 -2.72518E-06 4.72656E-09 1.65268E-06 4.72656E-09

Mei 2011 1.80239E-06 2.84766E-08 1.34665E-06 2.84766E-08 1.06742E-05 2.84766E-08

Jun 2011 7.09472E-06 2.84766E-08 9.0171E-06 2.84766E-08 1.76066E-06 2.84766E-08

Jul 2011 7.99174E-06 2.84766E-08 1.34665E-06 2.84766E-08 -3.87127E-06 2.84766E-08

Agst 2011 1.1605E-05 2.84766E-08 3.64256E-06 2.84766E-08 -1.00059E-05 2.84766E-08

Sept 2011 2.01902E-05 2.84766E-08 -6.79991E-06 2.84766E-08 8.05067E-06 2.84766E-08

Okt 2011 -1.90426E-05 2.84766E-08 5.78744E-06 2.84766E-08 1.27498E-05 2.84766E-08

Nov 2011 9.79582E-06 2.84766E-08 2.48685E-06 2.84766E-08 -2.34394E-05 2.84766E-08

Des 2011 -3.47801E-05 2.84766E-08 8.2344E-06 2.84766E-08 -1.5066E-06 2.84766E-08

Jan 2012 7.56572E-06 2.84766E-08 6.13388E-06 2.84766E-08 -3.12427E-06 2.84766E-08

Feb 2012 6.10171E-06 2.84766E-08 -3.58036E-06 2.84766E-08 7.06998E-06 2.84766E-08

Mar 2012 -9.64497E-06 2.84766E-08 2.54345E-06 2.84766E-08 -2.51809E-06 2.84766E-08

Apr 2012 6.73258E-06 2.84766E-08 -3.48141E-05 2.84766E-08 5.32221E-06 2.84766E-08

Mei 2012 2.20217E-05 2.84766E-08 1.52437E-05 2.84766E-08 -1.8943E-06 2.84766E-08

Jun 2012 5.36145E-07 5.43473E-06 8.60037E-05 5.43473E-06 0.00021055 5.43473E-06

Jul 2012 0.000117856 1.06348E-06 0.000111978 1.06348E-06 3.6004E-05 1.06348E-06

Agst 2012 -2.45803E-05 1.09727E-07 4.6368E-06 1.09727E-07 3.09675E-05 1.09727E-07

Sept 2012 4.17466E-06 9.76562E-10 2.54653E-07 9.76562E-10 -1.96201E-06 9.76562E-10

Okt 2012 9.98359E-08 2.84766E-08 -4.0105E-06 2.84766E-08 4.05658E-06 2.84766E-08

Nov 2012 -8.96247E-05 5.43473E-06 -0.000197931 5.43473E-06 -2.91935E-05 5.43473E-06

Des 2012 4.04378E-05 1.06348E-06 -2.50034E-06 1.06348E-06 -0.000240042 1.06348E-06

Σ -0.000425882 6.37631E-05 1.51438E-05 6.37631E-05 -0.000593035 6.37631E-05

4. Covariance dan Variance Indeks Harga Saham Gabungan (IHSG)

Bulan AALI ANTM INCO

Cov (Ri, FIHSG) Var FIHSG Cov (Ri, FIHSG) Var FIHSG Cov (Ri, FIHSG) Var FIHSG Jan 2009 0.000761516 6.52743E-05 6.5005E-05 6.52743E-05 0.002165129 6.52743E-05

Feb 2009 -0.012321477 0.005863539 -0.005419766 0.005863539 0.010384102 0.005863539

Mar 2009 0.005448393 0.00472206 -0.007007055 0.00472206 0.000590382 0.00472206

Apr 2009 0.015512726 0.022869984 0.045614055 0.022869984 0.079384063 0.022869984

Mei 2009 0.007674412 0.004994426 0.026453145 0.004994426 0.002593483 0.004994426

Jun 2009 -0.000567044 6.31429E-05 9.87287E-05 6.31429E-05 0.001099608 6.31429E-05

Jul 2009 0.010697242 0.007048988 0.006390654 0.007048988 0.001825885 0.007048988

Agst 2009 -0.004146717 0.001865786 -0.001027526 0.001865786 0.001375274 0.001865786

Sept 2009 0.000189138 2.36172E-05 -0.000323758 2.36172E-05 0.000156234 2.36172E-05

Okt 2009 -0.000980813 0.008701671 0.007624118 0.008701671 0.003590773 0.008701671

Nov 2009 -0.000368922 0.000939836 0.001326509 0.000939836 0.004983107 0.000939836

Des 2009 1.4318E-05 4.27356E-05 -6.73513E-05 4.27356E-05 0.000284854 4.27356E-05

Jan 2010 -0.000232205 5.84881E-05 0.000339511 5.84881E-05 0.000267251 5.84881E-05

Feb 2010 0.000201791 0.00370744 0.002059995 0.00370744 -0.002529746 0.00370744

Mar 2010 -7.29779E-05 0.002497726 0.007312861 0.002497726 -0.001381475 0.002497726

Apr 2010 -0.004458068 0.001488513 0.000406285 0.001488513 0.012650207 0.001488513

Mei 2010 0.011476809 0.008587868 0.017030298 0.008587868 0.020795042 0.008587868

Jun 2010 -0.000233863 2.93358E-05 -0.000283151 2.93358E-05 -0.000352219 2.93358E-05

Jul 2010 -0.000263508 0.00066256 0.001857713 0.00066256 0.002203441 0.00066256

Agst 2010 0.000223048 0.000469231 0.000481053 0.000469231 -0.000475835 0.000469231

Sept 2010 0.003545669 0.010006051 0.013431623 0.010006051 0.012599193 0.010006051

Okt 2010 0.002495584 0.000182149 0.000855413 0.000182149 -0.000540364 0.000182149

Nov 2010 0.002937658 0.003728537 0.006016903 0.003728537 0.004414263 0.003728537

Des 2010 0.000988687 0.000218426 0.000642317 0.000218426 0.001108273 0.000218426

Jan 2011 0.020726734 0.011932231 0.013386457 0.011932231 0.007734618 0.011932231

Feb 2011 0.000111296 0.000100957 -1.19724E-05 0.000100957 -0.000838274 0.000100957

Mar 2011 0.000852188 0.001660583 0.001432446 0.001660583 -0.002805756 0.001660583

Apr 2011 3.99002E-05 0.000472986 -0.00046046 0.000472986 0.000597811 0.000472986

Mei 2011 -2.0755E-05 0.000205084 0.000934397 0.000205084 0.000781885 0.000205084

Jun 2011 0.000154713 4.8452E-05 0.000314531 4.8452E-05 0.000501095 4.8452E-05

Jul 2011 -0.000753174 0.00175295 -0.001944666 0.00175295 -0.002928793 0.00175295

Agst 2011 0.009245581 0.008042458 0.006304729 0.008042458 0.013951794 0.008042458

Sept 2011 0.012070906 0.010065657 0.02131266 0.010065657 0.018623832 0.010065657

Okt 2011 0.004902824 0.002754911 0.009606774 0.002754911 0.010088812 0.002754911

Nov 2011 -0.00063127 0.000576132 0.002258697 0.000576132 0.004291226 0.000576132

Des 2011 -0.000973421 0.000390823 -0.000444765 0.000390823 0.000687639 0.000390823

Jan 2012 -0.001696972 0.000610498 0.00371096 0.000610498 0.005821337 0.000610498

Feb 2012 0.00022505 1.21609E-05 0.000112466 1.21609E-05 -0.000377136 1.21609E-05

Mar 2012 0.000702008 0.000582124 -0.002218147 0.000582124 -0.002011309 0.000582124

Apr 2012 -0.000495756 2.38559E-05 -0.000267399 2.38559E-05 -0.000468295 2.38559E-05

Mei 2012 0.006119689 0.009623757 0.033520835 0.009623757 0.020399603 0.009623757

Jun 2012 -0.000725607 0.000373427 0.00299361 0.000373427 0.001074485 0.000373427

Jul 2012 0.005560543 0.001853927 -0.002371543 0.001853927 -0.004643939 0.001853927

Agst 2012 0.00117853 0.000592326 0.001011299 0.000592326 0.001604915 0.000592326

Sept 2012 -0.001359739 0.001629515 0.003165074 0.001629515 0.010826967 0.001629515

Okt 2012 -0.000936702 0.000217275 -0.000916174 0.000217275 -0.00146139 0.000217275

Nov 2012 0.004152914 0.000683914 0.001086676 0.000683914 0.006430154 0.000683914

Des 2012 -6.2292E-05 6.63818E-07 -1.78881E-05 6.63818E-07 -9.62489E-05 6.63818E-07

Σ 0.096908582 0.143044054 0.216376177 0.143044054 0.244975958 0.143044054

Bulan INTP KLBF PTBA

Cov (Ri, FIHSG) Var FIHSG Cov (Ri, FIHSG ) Var FIHSG Cov (Ri, FIHSG ) Var FIHSG Jan 2009 -0.000479043 6.52743E-05 0.000952474 6.52743E-05 0.000410251 6.52743E-05

Feb 2009 0.008831376 0.005863539 -0.02704898 0.005863539 0.003730092 0.005863539

Mar 2009 0.015633613 0.00472206 -0.006236944 0.00472206 -0.005784988 0.00472206

Apr 2009 0.011604025 0.022869984 0.061550553 0.022869984 0.058332067 0.022869984

Mei 2009 0.007010467 0.004994426 -0.004723016 0.004994426 0.011485855 0.004994426

Jun 2009 0.001016005 6.31429E-05 0.000819407 6.31429E-05 7.48992E-05 6.31429E-05

Jul 2009 0.013638694 0.007048988 0.021192836 0.007048988 0.012654894 0.007048988

Agst 2009 -0.001861318 0.001865786 0.00324578 0.001865786 0.002842345 0.001865786

Sept 2009 -8.34541E-05 2.36172E-05 -1.2808E-05 2.36172E-05 -0.000305824 2.36172E-05

Okt 2009 -0.00045699 0.008701671 0.011876325 0.008701671 -0.005254506 0.008701671

Nov 2009 0.001012561 0.000939836 0.000613699 0.000939836 -0.001856311 0.000939836

Des 2009 0.001285749 4.27356E-05 -3.01274E-05 4.27356E-05 0.000176158 4.27356E-05

Jan 2010 0.000398848 5.84881E-05 -0.001070737 5.84881E-05 0.000188012 5.84881E-05

Feb 2010 0.001384552 0.00370744 0.001925397 0.00370744 0.006984466 0.00370744

Mar 2010 0.000129548 0.002497726 0.007701963 0.002497726 0.00468283 0.002497726

Apr 2010 0.002747682 0.001488513 0.002508441 0.001488513 0.001824127 0.001488513

Mei 2010 0.008172334 0.008587868 0.012842727 0.008587868 0.007739244 0.008587868

Jun 2010 8.54656E-05 2.93358E-05 0.000392205 2.93358E-05 -0.000179531 2.93358E-05

Jul 2010 0.000825397 0.00066256 0.003141806 0.00066256 -0.001378891 0.00066256

Agst 2010 -0.000147838 0.000469231 0.002071491 0.000469231 -0.000567945 0.000469231

Sept 2010 0.000494056 0.010006051 0.00521814 0.010006051 0.008977034 0.010006051

Okt 2010 -0.000580185 0.000182149 5.95325E-05 0.000182149 -0.000153892 0.000182149

Nov 2010 0.007965507 0.003728537 -0.016108251 0.003728537 0.004276242 0.003728537

Des 2010 -0.001133723 0.000218426 -0.001714942 0.000218426 0.003038427 0.000218426

Jan 2011 0.020538763 0.011932231 0.01915735 0.011932231 0.017599786 0.011932231

Feb 2011 -0.00025297 0.000100957 9.25432E-05 0.000100957 6.52652E-05 0.000100957

Mar 2011 0.003987934 0.001660583 0.004799752 0.001660583 0.001047125 0.001660583

Apr 2011 4.78787E-05 0.000472986 0.000149237 0.000472986 0.000874701 0.000472986

Mei 2011 0.000622039 0.000205084 0.000638828 0.000205084 0.000984846 0.000205084

Jun 2011 0.000199621 4.8452E-05 0.000699922 4.8452E-05 0.000298351 4.8452E-05

Jul 2011 -0.0055013 0.00175295 -0.000627142 0.00175295 9.85193E-05 0.00175295

Agst 2011 0.004818949 0.008042458 0.004000486 0.008042458 0.011417953 0.008042458

Sept 2011 0.011688306 0.010065657 0.010971519 0.010065657 0.01402538 0.010065657

Okt 2011 0.006839261 0.002754911 0.001292351 0.002754911 0.003704368 0.002754911

Nov 2011 0.002883274 0.000576132 0.000725365 0.000576132 0.002286379 0.000576132

Des 2011 0.001959386 0.000390823 -0.001582915 0.000390823 -2.16898E-05 0.000390823

Jan 2012 -0.001072806 0.000610498 -0.000193808 0.000610498 0.003451691 0.000610498

Feb 2012 -2.80909E-05 1.21609E-05 -0.000180294 1.21609E-05 2.82164E-05 1.21609E-05

Mar 2012 0.000476579 0.000582124 -0.000731607 0.000582124 -0.000813898 0.000582124

Apr 2012 -0.000289314 2.38559E-05 0.000435647 2.38559E-05 -0.000594342 2.38559E-05

Mei 2012 0.005042797 0.009623757 0.008032063 0.009623757 0.020471395 0.009623757

Jun 2012 -0.001214234 0.000373427 -0.001360718 0.000373427 -0.000869953 0.000373427

Jul 2012 0.008682031 0.001853927 -0.001350428 0.001853927 0.002740114 0.001853927

Agst 2012 0.002328962 0.000592326 0.000767532 0.000592326 0.002517652 0.000592326

Sept 2012 -0.001316601 0.001629515 0.006793592 0.001629515 -0.001981331 0.001629515

Okt 2012 0.000207 0.000217275 -0.012355655 0.000217275 0.001548834 0.000217275

Nov 2012 -0.001278683 0.000683914 -0.000451042 0.000683914 0.003836079 0.000683914

Des 2012 5.86314E-05 6.63818E-07 1.26143E-05 6.63818E-07 -4.63479E-05 6.63818E-07

Σ 0.136920739 0.143044054 0.118902166 0.143044054 0.194604147 0.143044054

Bulan SMGR TLKM UNVR

Cov (Ri, FIHSG) Var FIHSG Cov (Ri, FIHSG ) Var FIHSG Cov (Ri, FIHSG ) Var FIHSG Jan 2009 -0.001610988 6.52743E-05 -0.000767017 6.52743E-05 -9.0637E-05 6.52743E-05

Feb 2009 0.001879062 0.005863539 0.000611068 0.005863539 0.000386825 0.005863539

Mar 2009 0.002236899 0.00472206 0.013086003 0.00472206 -0.002505525 0.00472206

Apr 2009 0.010425321 0.022869984 0.004802249 0.022869984 -0.007439861 0.022869984

Mei 2009 0.007668567 0.004994426 -0.004165048 0.004994426 -0.00078698 0.004994426

Jun 2009 0.000130278 6.31429E-05 -1.00815E-05 6.31429E-05 0.001226146 6.31429E-05

Jul 2009 0.015326765 0.007048988 0.015561931 0.007048988 0.019311661 0.007048988

Agst 2009 0.00137072 0.001865786 0.002999125 0.001865786 0.006623887 0.001865786

Sept 2009 -0.000131651 2.36172E-05 -0.000105854 2.36172E-05 -0.000171874 2.36172E-05

Okt 2009 -0.005183545 0.008701671 0.003440441 0.008701671 0.007473233 0.008701671

Nov 2009 -0.001041101 0.000939836 -0.001945123 0.000939836 -0.002146598 0.000939836

Des 2009 1.64287E-05 4.27356E-05 0.000274694 4.27356E-05 -0.000157149 4.27356E-05

Jan 2010 -0.000213136 5.84881E-05 0.000141959 5.84881E-05 1.08183E-05 5.84881E-05

Feb 2010 0.00497665 0.00370744 0.007323674 0.00370744 0.000386028 0.00370744

Mar 2010 -0.003558739 0.002497726 -0.001904163 0.002497726 0.001623398 0.002497726

Apr 2010 0.003532275 0.001488513 -0.001266424 0.001488513 0.004470745 0.001488513

Mei 2010 0.000115438 0.008587868 0.001920043 0.008587868 -0.009481588 0.008587868

Jun 2010 2.04164E-05 2.93358E-05 -7.81659E-05 2.93358E-05 0.000355872 2.93358E-05

Jul 2010 0.000654043 0.00066256 0.002301757 0.00066256 -0.000694477 0.00066256

Agst 2010 0.001975399 0.000469231 -0.000339841 0.000469231 0.001607009 0.000469231

Sept 2010 0.010622967 0.010006051 0.005562051 0.010006051 0.002255166 0.010006051

Okt 2010 -0.000564609 0.000182149 -0.0002544 0.000182149 0.000156142 0.000182149

Nov 2010 0.005676177 0.003728537 0.008203875 0.003728537 0.010041004 0.003728537

Des 2010 -6.73871E-05 0.000218426 -0.00011794 0.000218426 0.001122646 0.000218426

Jan 2011 0.023117095 0.011932231 0.006367795 0.011932231 0.012225312 0.011932231

Feb 2011 -0.000847985 0.000100957 0.000213265 0.000100957 -0.00052623 0.000100957

Mar 2011 0.000826808 0.001660583 -0.000872175 0.001660583 -0.003243498 0.001660583

Apr 2011 0.000265819 0.000472986 0.000862077 0.000472986 -0.000522806 0.000472986

Mei 2011 0.000152958 0.000205084 0.000114281 0.000205084 0.000905855 0.000205084

Jun 2011 0.000292649 4.8452E-05 0.000371945 4.8452E-05 7.26254E-05 4.8452E-05

Jul 2011 -0.001982817 0.00175295 -0.000334114 0.00175295 0.000960494 0.00175295

Agst 2011 0.006167324 0.008042458 0.001935788 0.008042458 -0.0053175 0.008042458

Sept 2011 0.012003771 0.010065657 -0.004042781 0.010065657 0.004786401 0.010065657

Okt 2011 0.005922915 0.002754911 -0.001800098 0.002754911 -0.00396563 0.002754911

Nov 2011 0.001393342 0.000576132 0.000353726 0.000576132 -0.003333989 0.000576132

Des 2011 0.004074528 0.000390823 -0.000964669 0.000390823 0.0001765 0.000390823

Jan 2012 -0.001107768 0.000610498 -0.000898118 0.000610498 0.000457453 0.000610498

Feb 2012 -0.000126093 1.21609E-05 7.39888E-05 1.21609E-05 -0.000146102 1.21609E-05

Mar 2012 0.001379003 0.000582124 -0.000363654 0.000582124 0.000360028 0.000582124

Apr 2012 -0.000194866 2.38559E-05 0.001007648 2.38559E-05 -0.000154044 2.38559E-05

Mei 2012 0.012802042 0.009623757 0.008861741 0.009623757 -0.001101228 0.009623757

Jun 2012 4.44422E-06 0.000373427 0.000712904 0.000373427 0.001745293 0.000373427

Jul 2012 0.004920764 0.001853927 0.004675341 0.001853927 0.001503256 0.001853927

Agst 2012 0.001805971 0.000592326 -0.000340677 0.000592326 -0.002275258 0.000592326

Sept 2012 0.005392624 0.001629515 0.000328949 0.001629515 -0.002534433 0.001629515

Okt 2012 -8.72063E-06 0.000217275 0.000350315 0.000217275 -0.000354341 0.000217275

Nov 2012 0.001005401 0.000683914 0.002220367 0.000683914 0.00032749 0.000683914

Des 2012 -3.19483E-05 6.63818E-07 1.97542E-06 6.63818E-07 0.000189647 6.63818E-07

Σ 0.131483512 0.143044054 0.074110635 0.143044054 0.033811186 0.143044054

LAMPIRAN 6

Output SPSS Exponential Smoothing

1. Inflasi

Time Series Modeler Model Description

Model Type

Model ID Inflasi Model_1 Simple

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

Inflasi-Model_1 0 -.031 9.053 .004 56.748 17 .000 0

Time Series Modeler

Model Description

Model Type

Model ID Inflasi Model_1 Holt

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

Inflasi-Model_1 0 .043 9.458 .004 47.016 16 .000 0

Time Series Modeler Model Description

Model Type

Model ID Inflasi Model_1 Brown

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary R-

squared MAPE MAE Statistics DF Sig.

Inflasi-Model_1 0 .010 9.811 .004 41.331 17 .001 0

Time Series Modeler

Model Description

Model Type

Model ID Inflasi Model_1 Damped Trend

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers

Stationary R-squared

MAPE MAE Statistics DF Sig.

Inflasi-Model_1 0 .320 8.422 .004 27.078 15 .028 0

2. Kurs

Time Series Modeler Model Description

Model Type

Model ID Kurs Model_1 Simple

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

Kurs-Model_1 0 -.024 .138 .013 13.848 17 .678 0

Time Series Modeler Model Description

Model Type

Model ID Kurs Model_1 Holt

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers

Stationary R-squared

MAPE MAE Statistics DF Sig.

Kurs-Model_1 0 .339 .130 .012 14.383 16 .570 0

Time Series Modeler Model Description

Model Type

Model ID Kurs Model_1 Brown

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

Kurs-Model_1 0 -.003 .151 .014 15.188 17 .582 0

Time Series Modeler Model Description

Model Type

Model ID Kurs Model_1 Damped Trend

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

Kurs-Model_1 0 .191 .131 .012 13.752 15 .544 0

3. Suku Bunga SBI

Time Series Modeler

Model Description

Model Type

Model ID SBI Model_1 Simple

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

SBI-Model_1 0 -.181 1.010 .001 39.550 17 .001 0

Time Series Modeler

Model Description

Model Type

Model ID SBI Model_1 Holt

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

SBI-Model_1 0 .139 .866 .001 12.159 16 .733 0

Time Series Modeler

Model Description

Model Type

Model ID SBI Model_1 Brown

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

SBI-Model_1 0 .123 .854 .001 13.370 17 .711 0

Time Series Modeler

Model Description

Model Type

Model ID SBI Model_1 Damped Trend

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary R-

squared MAPE MAE Statistics DF Sig.

SBI-Model_1 0 .394 .866 .001 12.161 15 .667 0

4. Indeks Harga Saham Gabungan (IHSG)

Time Series Modeler Model Description

Model Type

Model ID LN_IHSG Model_1 Simple

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

LN_IHSG-Model_1 0 -.196 .607 .048 20.325 17 .258 0

Time Series Modeler

Model Description

Model Type

Model ID LN_IHSG Model_1 Holt

Model Summary

Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

LN_IHSG-Model_1 0 .479 .526 .042 26.576 16 .046 0

Time Series Modeler Model Description

Model Type

Model ID LN_IHSG Model_1 Brown

Model Summary Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

LN_IHSG-Model_1 0 .385 .607 .048 32.329 17 .014 0

Time Series Modeler Model Description

Model Type

Model ID LN_IHSG Model_1 Damped Trend

Model Summary

Model Statistics

Model Number of Predictors

Model Fit statistics Ljung-Box Q(18) Number of Outliers Stationary

R-squared MAPE MAE Statistics DF Sig.

LN_IHSG-Model_1 0 .045 .523 .042 26.406 15 .034 0

LAMPIRAN 7

MAD CAPM

AALI ANTM INCO

Bulan Ri E(Ri) et |et| Ri E(Ri) et |et| Ri E(Ri) et |et|

Jan-09 0.1122 -0.0038 0.1160 0.1160 0.0183 -0.0207 0.0391 0.0391 0.2824 -0.0215 0.3039 0.3039

Feb-09 0.1789 0.0061 0.1728 0.1728 0.0811 -0.0020 0.0830 0.0830 -0.1212 -0.0023 -0.1189 0.1189

Mar-09 0.0973 0.0786 0.0187 0.0187 -0.0917 0.1361 -0.2278 0.2278 0.0230 0.1388 -0.1158 0.1158

Apr-09 0.1206 0.1318 -0.0113 0.0113 0.3119 0.2375 0.0744 0.0744 0.5393 0.2425 0.2968 0.2968

Mei-09 0.1266 0.0727 0.0539 0.0539 0.3846 0.1249 0.2597 0.2597 0.0511 0.1273 -0.0762 0.0762

Jun-09 -0.0534 0.0371 -0.0905 0.0905 0.0227 0.0571 -0.0344 0.0344 0.1528 0.0581 0.0947 0.0947

Jul-09 0.1454 0.1433 0.0021 0.0021 0.0864 0.2594 -0.1729 0.1729 0.0361 0.2648 -0.2287 0.2287

Agst -09 0.1140 -0.0038 0.1178 0.1178 0.0341 -0.0208 0.0549 0.0549 -0.0174 -0.0216 0.0041 0.0041

Sept-09 -0.0209 0.0429 -0.0638 0.0638 0.0769 0.0681 0.0088 0.0088 -0.0178 0.0693 -0.0870 0.0870

Okt-09 0.0285 -0.0266 0.0551 0.0551 -0.0714 -0.0643 -0.0071 0.0071 -0.0241 -0.0661 0.0420 0.0420

Nov-09 0.0300 0.0305 -0.0004 0.0004 -0.0330 0.0444 -0.0774 0.0774 -0.1481 0.0451 -0.1932 0.1932

Des09 0.0202 0.0384 -0.0183 0.0183 0.0000 0.0596 -0.0596 0.0596 0.0580 0.0606 -0.0026 0.0026

Jan-10 0.0484 0.0221 0.0262 0.0262 -0.0341 0.0285 -0.0626 0.0626 -0.0205 0.0288 -0.0494 0.0494

Feb-10 0.0147 -0.0183 0.0330 0.0330 -0.0235 -0.0485 0.0249 0.0249 0.0559 -0.0499 0.1058 0.1058

Mar-10 0.0165 0.0551 -0.0386 0.0386 0.1566 0.0914 0.0652 0.0652 -0.0132 0.0931 -0.1064 0.1064

Apr-10 -0.0976 0.0536 -0.1512 0.1512 0.0208 0.0885 -0.0677 0.0677 0.3423 0.0902 0.2521 0.2521

Mei-10 -0.1059 -0.0400 -0.0658 0.0658 -0.1735 -0.0898 -0.0837 0.0837 -0.2100 -0.0921 -0.1179 0.1179

Jun-10 -0.0252 0.0292 -0.0543 0.0543 -0.0420 0.0420 -0.0839 0.0839 -0.0506 0.0426 -0.0932 0.0932

Jul-10 0.0078 0.0396 -0.0318 0.0318 0.0825 0.0618 0.0207 0.0207 0.1000 0.0628 0.0372 0.0372

Agst-10 0.0077 -0.0093 0.0170 0.0170 -0.0119 -0.0313 0.0194 0.0194 0.0364 -0.0323 0.0687 0.0687

Sept-10 0.0534 0.0824 -0.0290 0.0290 0.1446 0.1434 0.0012 0.0012 0.1404 0.1462 -0.0059 0.0059

Okt-10 0.2029 0.0228 0.1801 0.1801 0.0737 0.0299 0.0438 0.0438 -0.0256 0.0302 -0.0558 0.0558

Nov-10 -0.0301 -0.0363 0.0062 0.0062 -0.0882 -0.0827 -0.0055 0.0055 -0.0579 -0.0849 0.0270 0.0270

Des-10 0.0849 0.0377 0.0472 0.0472 0.0538 0.0582 -0.0044 0.0044 0.0894 0.0592 0.0302 0.0302

Jan-11 -0.1718 -0.0682 -0.1035 0.1035 -0.1122 -0.1435 0.0313 0.0313 -0.0564 -0.1471 0.0906 0.0906

Feb-11 0.0069 -0.0067 0.0136 0.0136 0.0115 -0.0263 0.0378 0.0378 0.0978 -0.0273 0.1251 0.1251

Mar-11 0.0389 0.0716 -0.0327 0.0327 0.0455 0.1228 -0.0773 0.0773 -0.0545 0.1252 -0.1797 0.1797

Apr-11 0.0198 0.0233 -0.0035 0.0035 -0.0109 0.0308 -0.0417 0.0417 0.0419 0.0312 0.0107 0.0107

Mei-11 0.0194 0.0080 0.0115 0.0115 -0.0549 0.0016 -0.0565 0.0565 -0.0402 0.0013 -0.0415 0.0415

Jun-11 -0.0042 0.0106 -0.0149 0.0149 -0.0349 0.0067 -0.0416 0.0416 -0.0576 0.0065 -0.0641 0.0641

Jul-11 0.0000 0.0451 -0.0451 0.0451 -0.0361 0.0723 -0.1084 0.1084 -0.0556 0.0736 -0.1291 0.1291

Agst-11 -0.0851 -0.0424 -0.0428 0.0428 -0.0600 -0.0942 0.0342 0.0342 -0.1412 -0.0967 -0.0445 0.0445

Sept-11 -0.1023 -0.0443 -0.0581 0.0581 -0.2021 -0.0978 -0.1043 0.1043 -0.1712 -0.1004 -0.0709 0.0709

Okt-11 0.1114 0.0584 0.0530 0.0530 0.1933 0.0976 0.0957 0.0957 0.2066 0.0994 0.1072 0.1072

Nov-11 0.0443 -0.0083 0.0526 0.0526 -0.0838 -0.0294 -0.0544 0.0544 -0.1644 -0.0304 -0.1340 0.1340

Des-11 -0.0313 0.0267 -0.0580 0.0580 -0.0122 0.0374 -0.0496 0.0496 0.0492 0.0379 0.0113 0.0113

Jan-12 -0.0507 0.0377 -0.0884 0.0884 0.1605 0.0583 0.1022 0.1022 0.2500 0.0593 0.1907 0.1907

Feb-12 0.0825 0.0098 0.0728 0.0728 0.0426 0.0050 0.0375 0.0375 -0.0938 0.0048 -0.0985 0.0985

Mar-12 0.0471 0.0259 0.0212 0.0212 -0.0816 0.0357 -0.1173 0.1173 -0.0690 0.0362 -0.1051 0.1051

Apr-12 -0.0835 -0.0062 -0.0773 0.0773 -0.0444 -0.0255 -0.0190 0.0190 -0.0815 -0.0264 -0.0551 0.0551

Mei-12 -0.0444 -0.0564 0.0120 0.0120 -0.3314 -0.1210 -0.2104 0.2104 -0.1935 -0.1240 -0.0695 0.0695

Jun-12 -0.0196 0.0300 -0.0496 0.0496 0.1652 0.0436 0.1216 0.1216 0.0700 0.0442 0.0258 0.0258

Jul-12 0.1471 0.0425 0.1046 0.1046 -0.0448 0.0674 -0.1121 0.1121 -0.0935 0.0685 -0.1620 0.1620

Agst-12 -0.0304 -0.0001 -0.0303 0.0303 -0.0313 -0.0138 -0.0174 0.0174 -0.0515 -0.0145 -0.0371 0.0371

Sept-12 -0.0157 0.0425 -0.0581 0.0581 0.0887 0.0673 0.0214 0.0214 0.2826 0.0684 0.2142 0.2142

Okt-12 -0.0456 0.0260 -0.0715 0.0715 -0.0519 0.0359 -0.0877 0.0877 -0.0847 0.0364 -0.1211 0.1211

Nov-12 -0.1408 -0.0300 -0.1108 0.1108 -0.0313 -0.0706 0.0394 0.0394 -0.2315 -0.0725 -0.1589 0.1589

Des-12 0.0944 0.0116 0.0828 0.0828 0.0323 0.0086 0.0236 0.0236 0.1325 0.0085 0.1241 0.1241

Σ 2.6699 Σ 3.2252 Σ 4.8846

MAD 0.0556 MAD 0.0672 MAD 0.1018

INTP KLBF PTBA

Bulan Ri E(Ri) et |et| Ri E(Ri) et |et| Ri E(Ri) et |et|

Jan-09 0.1122 -0.0098 -0.0119 0.0119 0.0183 -0.0093 0.1718 0.1718 0.2824 -0.0194 0.0919 0.0919

Feb-09 0.1789 0.0032 -0.0810 0.0810 0.0811 0.0035 0.3944 0.3944 -0.1212 -0.0013 -0.0257 0.0257

Mar-09 0.0973 0.0991 0.1660 0.1660 -0.0917 0.0974 -0.1435 0.1435 0.0230 0.1317 -0.1942 0.1942

Apr-09 0.1206 0.1695 -0.0552 0.0552 0.3119 0.1664 0.2852 0.2852 0.5393 0.2294 0.1780 0.1780

Mei-09 0.1266 0.0913 0.0455 0.0455 0.3846 0.0897 -0.1120 0.1120 0.0511 0.1209 0.0633 0.0633

Jun-09 -0.0534 0.0443 0.1212 0.1212 0.0227 0.0437 0.1041 0.1041 0.1528 0.0556 -0.0245 0.0245

Jul-09 0.1454 0.1846 0.0154 0.0154 0.0864 0.1812 0.1158 0.1158 0.0361 0.2505 -0.0780 0.0780

Agst -09 0.1140 -0.0098 0.0905 0.0905 0.0341 -0.0093 -0.0212 0.0212 -0.0174 -0.0195 -0.0246 0.0246

Sept-09 -0.0209 0.0519 0.0029 0.0029 0.0769 0.0511 -0.0039 0.0039 -0.0178 0.0662 0.0185 0.0185

Okt-09 0.0285 -0.0400 0.0825 0.0825 -0.0714 -0.0389 -0.0438 0.0438 -0.0241 -0.0614 0.1394 0.1394

Nov-09 0.0300 0.0354 -0.0309 0.0309 -0.0330 0.0350 -0.0104 0.0104 -0.1481 0.0434 0.0389 0.0389

Des09 0.0202 0.0460 0.1883 0.1883 0.0000 0.0454 -0.0054 0.0054 0.0580 0.0580 -0.0094 0.0094

Jan-10 0.0484 0.0244 -0.0390 0.0390 -0.0341 0.0242 0.1604 0.1604 -0.0205 0.0281 -0.0310 0.0310

Feb-10 0.0147 -0.0290 0.0439 0.0439 -0.0235 -0.0282 0.0412 0.0412 0.0559 -0.0461 -0.0469 0.0469

Mar-10 0.0165 0.0681 -0.0279 0.0279 0.1566 0.0670 0.1317 0.1317 -0.0132 0.0887 0.0267 0.0267

Apr-10 -0.0976 0.0660 0.0427 0.0427 0.0208 0.0650 0.0446 0.0446 0.3423 0.0858 -0.0169 0.0169

Mei-10 -0.1059 -0.0577 0.0071 0.0071 -0.1735 -0.0563 -0.0377 0.0377 -0.2100 -0.0859 0.0241 0.0241

Jun-10 -0.0252 0.0337 0.0196 0.0196 -0.0420 0.0333 0.0837 0.0837 -0.0506 0.0410 -0.0524 0.0524

Jul-10 0.0078 0.0475 0.0221 0.0221 0.0825 0.0468 0.1198 0.1198 0.1000 0.0601 -0.0920 0.0920

Agst-10 0.0077 -0.0171 0.0615 0.0615 -0.0119 -0.0165 -0.0345 0.0345 0.0364 -0.0296 0.0775 0.0775

Sept-10 0.0534 0.1041 -0.0616 0.0616 0.1446 0.1023 -0.0055 0.0055 0.1404 0.1387 -0.0272 0.0272

Okt-10 0.2029 0.0253 -0.0308 0.0308 0.0737 0.0251 0.0239 0.0239 -0.0256 0.0293 -0.0190 0.0190

Nov-10 -0.0301 -0.0528 -0.0401 0.0401 -0.0882 -0.0515 0.3599 0.3599 -0.0579 -0.0792 0.0308 0.0308

Des-10 0.0849 0.0450 -0.0841 0.0841 0.0538 0.0444 -0.1158 0.1158 0.0894 0.0566 0.1707 0.1707

Jan-11 -0.1718 -0.0950 -0.0554 0.0554 -0.1122 -0.0928 -0.0379 0.0379 -0.0564 -0.1377 -0.0017 0.0017

Feb-11 0.0069 -0.0137 0.0764 0.0764 0.0115 -0.0131 0.0485 0.0485 0.0978 -0.0248 0.0400 0.0400

Mar-11 0.0389 0.0898 0.0456 0.0456 0.0455 0.0883 0.0741 0.0741 -0.0545 0.1189 -0.0715 0.0715

Apr-11 0.0198 0.0260 0.0138 0.0138 -0.0109 0.0258 0.0257 0.0257 0.0419 0.0303 0.0316 0.0316

Mei-11 0.0194 0.0057 -0.0116 0.0116 -0.0549 0.0059 -0.0059 0.0059 -0.0402 0.0021 -0.0492 0.0492

Jun-11 -0.0042 0.0092 -0.0004 0.0004 -0.0349 0.0093 -0.0653 0.0653 -0.0576 0.0070 -0.0282 0.0282

Jul-11 0.0000 0.0548 -0.1486 0.1486 -0.0361 0.0540 -0.0243 0.0243 -0.0556 0.0702 -0.0462 0.0462

Agst-11 -0.0851 -0.0608 0.0446 0.0446 -0.0600 -0.0593 0.0593 0.0593 -0.1412 -0.0902 -0.0154 0.0154

Sept-11 -0.1023 -0.0633 -0.0156 0.0156 -0.2021 -0.0618 -0.0030 0.0030 -0.1712 -0.0937 -0.0244 0.0244

Okt-11 0.1114 0.0723 0.0955 0.0955 0.1933 0.0712 -0.0020 0.0020 0.2066 0.0946 -0.0023 0.0023

Nov-11 0.0443 -0.0158 -0.0668 0.0668 -0.0838 -0.0152 0.0296 0.0296 -0.1644 -0.0278 -0.0458 0.0458

Des-11 -0.0313 0.0305 0.1061 0.1061 -0.0122 0.0302 -0.0657 0.0657 0.0492 0.0365 -0.0160 0.0160

Jan-12 -0.0507 0.0451 -0.0509 0.0509 0.1605 0.0445 -0.0077 0.0077 0.2500 0.0567 0.1047 0.1047

Feb-12 0.0825 0.0081 0.0214 0.0214 0.0426 0.0082 -0.0153 0.0153 -0.0938 0.0054 0.0244 0.0244

Mar-12 0.0471 0.0294 0.0279 0.0279 -0.0816 0.0291 -0.0148 0.0148 -0.0690 0.0350 -0.0470 0.0470

Apr-12 -0.0835 -0.0131 -0.0086 0.0086 -0.0444 -0.0125 0.1463 0.1463 -0.0815 -0.0240 -0.0760 0.0760

Mei-12 -0.0444 -0.0794 0.0655 0.0655 -0.3314 -0.0775 0.0402 0.0402 -0.1935 -0.1160 -0.0710 0.0710

Jun-12 -0.0196 0.0348 -0.0601 0.0601 0.1652 0.0344 -0.0603 0.0603 0.0700 0.0425 -0.0659 0.0659

Jul-12 0.1471 0.0513 0.1878 0.1878 -0.0448 0.0506 -0.0374 0.0374 -0.0935 0.0654 0.0199 0.0199

Agst-12 -0.0304 -0.0050 -0.0531 0.0531 -0.0313 -0.0046 0.0177 0.0177 -0.0515 -0.0128 -0.0690 0.0690

Sept-12 -0.0157 0.0513 -0.0464 0.0464 0.0887 0.0506 0.1623 0.1623 0.2826 0.0654 -0.0928 0.0928

Okt-12 -0.0456 0.0295 0.0221 0.0221 -0.0519 0.0292 -0.8228 0.8228 -0.0847 0.0351 0.0916 0.0916

Nov-12 -0.1408 -0.0444 0.1309 0.1309 -0.0313 -0.0432 0.1051 0.1051 -0.2315 -0.0675 -0.0575 0.0575

Des-12 0.0944 0.0106 -0.0450 0.0450 0.0323 0.0107 0.0185 0.0185 0.1325 0.0089 0.0697 0.0697

Σ

2.7718 Σ 4.4598 Σ 2.6633

MAD 0.0577 MAD 0.0929 MAD 0.0555

SMGR TLKM UNVR

Bulan Ri E(Ri) et |et| Ri E(Ri) et |et| Ri E(Ri) et |et|

Jan-09 0.1122 -0.0098 -0.1578 0.1578 0.0183 0.0006 -0.0875 0.0875 0.2824 0.0054 0.0074 0.0074

Feb-09 0.1789 0.0032 0.0040 0.0040 0.0811 0.0082 -0.0082 0.0082 -0.1212 0.0105 0.0085 0.0085

Mar-09 0.0973 0.0992 -0.0349 0.0349 -0.0917 0.0638 0.1346 0.1346 0.0230 0.0474 -0.0598 0.0598

Apr-09 0.1206 0.1697 -0.0690 0.0690 0.3119 0.1047 -0.0650 0.0650 0.5393 0.0745 -0.0997 0.0997

Mei-09 0.1266 0.0914 0.0489 0.0489 0.3846 0.0593 -0.1103 0.1103 0.0511 0.0444 -0.0315 0.0315

Jun-09 -0.0534 0.0443 0.0038 0.0038 0.0227 0.0320 -0.0253 0.0253 0.1528 0.0263 0.1521 0.1521

Jul-09 0.1454 0.1849 0.0294 0.0294 0.0864 0.1135 0.0798 0.0798 0.0361 0.0804 0.1737 0.1737

Agst -09 0.1140 -0.0099 0.0099 0.0099 0.0341 0.0006 -0.0620 0.0620 -0.0174 0.0054 -0.1347 0.1347

Sept-09 -0.0209 0.0519 0.0069 0.0069 0.0769 0.0364 -0.0066 0.0066 -0.0178 0.0292 0.0302 0.0302

Okt-09 0.0285 -0.0401 0.1274 0.1274 -0.0714 -0.0170 -0.0119 0.0119 -0.0241 -0.0062 -0.0499 0.0499

Nov-09 0.0300 0.0355 0.0302 0.0302 -0.0330 0.0269 0.0446 0.0446 -0.1481 0.0229 0.0712 0.0712

Des09 0.0202 0.0460 -0.0118 0.0118 0.0000 0.0330 0.0170 0.0170 0.0580 0.0269 -0.0269 0.0269

Jan-10 0.0484 0.0244 0.0352 0.0352 -0.0341 0.0205 -0.0310 0.0310 -0.0205 0.0186 0.0040 0.0040

Feb-10 0.0147 -0.0291 -0.0209 0.0209 -0.0235 -0.0106 -0.1017 0.1017 0.0559 -0.0020 0.0197 0.0197

Mar-10 0.0165 0.0681 -0.1076 0.1076 0.1566 0.0458 -0.0759 0.0759 -0.0132 0.0355 0.0211 0.0211

Apr-10 -0.0976 0.0661 0.0572 0.0572 0.0208 0.0446 -0.0695 0.0695 0.3423 0.0347 0.1052 0.1052

Mei-10 -0.1059 -0.0578 0.0883 0.0883 -0.1735 -0.0272 0.0145 0.0145 -0.2100 -0.0130 0.1394 0.1394

Jun-10 -0.0252 0.0337 0.0018 0.0018 -0.0420 0.0259 -0.0323 0.0323 -0.0506 0.0222 0.0675 0.0675

Jul-10 0.0078 0.0475 0.0096 0.0096 0.0825 0.0339 0.0635 0.0635 0.1000 0.0275 -0.0305 0.0305

Agst-10 0.0077 -0.0172 -0.0423 0.0423 -0.0119 -0.0037 0.0273 0.0273 0.0364 0.0026 -0.0528 0.0528

Sept-10 0.0534 0.1042 0.0337 0.0337 0.1446 0.0668 -0.0032 0.0032 0.1404 0.0493 -0.0028 0.0028

Okt-10 0.2029 0.0253 -0.0354 0.0354 0.0737 0.0210 -0.0319 0.0319 -0.0256 0.0190 0.0166 0.0166

Nov-10 -0.0301 -0.0529 -0.0083 0.0083 -0.0882 -0.0244 -0.1020 0.1020 -0.0579 -0.0112 -0.1293 0.1293

Des-10 0.0849 0.0450 -0.0178 0.0178 0.0538 0.0324 -0.0324 0.0324 0.0894 0.0266 0.0734 0.0734

Jan-11 -0.1718 -0.0952 -0.0847 0.0847 -0.1122 -0.0489 -0.0014 0.0014 -0.0564 -0.0274 -0.0605 0.0605

Feb-11 0.0069 -0.0137 0.1299 0.1299 0.0115 -0.0017 -0.0116 0.0116 0.0978 0.0039 0.0725 0.0725

Mar-11 0.0389 0.0899 -0.0379 0.0379 0.0455 0.0585 -0.0719 0.0719 -0.0545 0.0438 -0.0994 0.0994

Apr-11 0.0198 0.0260 0.0179 0.0179 -0.0109 0.0214 0.0262 0.0262 0.0419 0.0192 -0.0192 0.0192

Mei-11 0.0194 0.0057 0.0154 0.0154 -0.0549 0.0096 -0.0096 0.0096 -0.0402 0.0114 -0.0506 0.0506

Jun-11 -0.0042 0.0092 -0.0195 0.0195 -0.0349 0.0117 -0.0571 0.0571 -0.0576 0.0128 0.0008 0.0008

Jul-11 0.0000 0.0548 -0.0705 0.0705 -0.0361 0.0381 -0.0381 0.0381 -0.0556 0.0303 0.0166 0.0166

Agst-11 -0.0851 -0.0609 0.0239 0.0239 -0.0600 -0.0290 0.0154 0.0154 -0.1412 -0.0142 0.0976 0.0976

Sept-11 -0.1023 -0.0634 -0.0245 0.0245 -0.2021 -0.0305 0.0788 0.0788 -0.1712 -0.0152 -0.0085 0.0085

Okt-11 0.1114 0.0724 0.0722 0.0722 0.1933 0.0483 -0.0746 0.0746 0.2066 0.0371 -0.0886 0.0886

Nov-11 0.0443 -0.0158 -0.0105 0.0105 -0.0838 -0.0029 -0.0039 0.0039 -0.1644 0.0031 0.1598 0.1598

Des-11 -0.0313 0.0305 0.2073 0.2073 -0.0122 0.0240 -0.0648 0.0648 0.0492 0.0210 0.0120 0.0120

Jan-12 -0.0507 0.0451 -0.0582 0.0582 0.1605 0.0325 -0.0608 0.0608 0.2500 0.0266 0.0160 0.0160

Feb-12 0.0825 0.0081 -0.0125 0.0125 0.0426 0.0110 0.0182 0.0182 -0.0938 0.0123 -0.0302 0.0302

Mar-12 0.0471 0.0294 0.0595 0.0595 -0.0816 0.0233 -0.0304 0.0304 -0.0690 0.0205 0.0184 0.0184

Apr-12 -0.0835 -0.0131 0.0050 0.0050 -0.0444 -0.0013 0.2156 0.2156 -0.0815 0.0042 -0.0117 0.0117

Mei-12 -0.0444 -0.0795 -0.0193 0.0193 -0.3314 -0.0398 -0.0425 0.0425 -0.1935 -0.0214 0.0566 0.0566

Jun-12 -0.0196 0.0349 -0.0029 0.0029 0.1652 0.0265 0.0183 0.0183 0.0700 0.0227 0.0917 0.0917

Jul-12 0.1471 0.0514 0.0946 0.0946 -0.0448 0.0361 0.0804 0.0804 -0.0935 0.0290 0.0299 0.0299

Agst-12 -0.0304 -0.0050 -0.0374 0.0374 -0.0313 0.0034 0.0186 0.0186 -0.0515 0.0073 0.1102 0.1102

Sept-12 -0.0157 0.0513 0.1140 0.1140 0.0887 0.0361 -0.0200 0.0200 0.2826 0.0290 -0.0677 0.0677

Okt-12 -0.0456 0.0295 0.0016 0.0016 -0.0519 0.0234 0.0083 0.0083 -0.0847 0.0206 -0.0206 0.0206

Nov-12 -0.1408 -0.0445 0.0378 0.0378 -0.0313 -0.0195 -0.0574 0.0574 -0.2315 -0.0079 0.0194 0.0194

Des-12 0.0944 0.0106 0.0604 0.0604 0.0323 0.0124 -0.0069 0.0069 0.1325 0.0133 -0.2220 0.2220

Σ

2.2094 Σ 2.2691 Σ 2.8885

MAD 0.0460 MAD 0.0473 MAD 0.0602

LAMPIRAN 8

MAD APT

AALI ANTM INCO

Bulan Ri E(Ri) et |et| Ri E(Ri) et |et| Ri E(Ri) et |et|

Jan-09 0.1122 0.0868 0.0255 0.0255 0.0183 -0.1981 0.2164 0.2164 0.2824 0.0998 0.1826 0.1826

Feb-09 0.1789 -0.0076 0.1865 0.1865 0.0811 -0.5070 0.5881 0.5881 -0.1212 -0.2787 0.1574 0.1574

Mar-09 0.0973 0.1258 -0.0285 0.0285 -0.0917 -0.1079 0.0162 0.0162 0.0230 0.1972 -0.1742 0.1742

Apr-09 0.1206 0.2197 -0.0991 0.0991 0.3119 0.2070 0.1049 0.1049 0.5393 0.5815 -0.0422 0.0422

Mei-09 0.1266 0.1530 -0.0264 0.0264 0.3846 0.0547 0.3299 0.3299 0.0511 0.3893 -0.3382 0.3382

Jun-09 -0.0534 0.0847 -0.1381 0.1381 0.0227 -0.1398 0.1626 0.1626 0.1528 0.1395 0.0133 0.0133

Jul-09 0.1454 0.1367 0.0087 0.0087 0.0864 -0.1199 0.2063 0.2063 0.0361 0.1979 -0.1617 0.1617

Agst -09 0.1140 0.0532 0.0608 0.0608 0.0341 -0.3038 0.3379 0.3379 -0.0174 -0.0067 -0.0107 0.0107

Sept-09 -0.0209 0.0750 -0.0959 0.0959 0.0769 -0.2422 0.3191 0.3191 -0.0178 0.0510 -0.0688 0.0688

Okt-09 0.0285 0.0330 -0.0045 0.0045 -0.0714 -0.2665 0.1951 0.1951 -0.0241 0.0295 -0.0536 0.0536

Nov-09 0.0300 0.0528 -0.0228 0.0228 -0.0330 -0.3026 0.2696 0.2696 -0.1481 -0.0214 -0.1267 0.1267

Des09 0.0202 0.0679 -0.0477 0.0477 0.0000 -0.2083 0.2083 0.2083 0.0580 0.0360 0.0220 0.0220

Jan-10 0.0484 0.0874 -0.0390 0.0390 -0.0341 -0.2610 0.2269 0.2269 -0.0205 0.0767 -0.0973 0.0973

Feb-10 0.0147 0.0315 -0.0168 0.0168 -0.0235 -0.3669 0.3434 0.3434 0.0559 -0.0866 0.1425 0.1425

Mar-10 0.0165 0.0953 -0.0787 0.0787 0.1566 -0.0132 0.1699 0.1699 -0.0132 0.1961 -0.2093 0.2093

Apr-10 -0.0976 0.1117 -0.2092 0.2092 0.0208 -0.1733 0.1941 0.1941 0.3423 0.1469 0.1954 0.1954

Mei-10 -0.1059 0.0164 -0.1223 0.1223 -0.1735 -0.4911 0.3176 0.3176 -0.2100 -0.1752 -0.0348 0.0348

Jun-10 -0.0252 0.0905 -0.1157 0.1157 -0.0420 -0.2762 0.2343 0.2343 -0.0506 0.0580 -0.1086 0.1086

Jul-10 0.0078 0.1037 -0.0960 0.0960 0.0825 -0.2034 0.2858 0.2858 0.1000 0.1202 -0.0202 0.0202

Agst-10 0.0077 0.0662 -0.0585 0.0585 -0.0119 -0.2382 0.2263 0.2263 0.0364 0.0523 -0.0160 0.0160

Sept-10 0.0534 0.1428 -0.0893 0.0893 0.1446 -0.0667 0.2113 0.2113 0.1404 0.2357 -0.0954 0.0954

Okt-10 0.2029 0.0897 0.1132 0.1132 0.0737 -0.2115 0.2852 0.2852 -0.0256 0.0907 -0.1164 0.1164

Nov-10 -0.0301 0.0371 -0.0673 0.0673 -0.0882 -0.3572 0.2689 0.2689 -0.0579 -0.0675 0.0096 0.0096

Des-10 0.0849 0.0955 -0.0107 0.0107 0.0538 -0.2950 0.3487 0.3487 0.0894 0.0496 0.0398 0.0398

Jan-11 -0.1718 -0.0032 -0.1686 0.1686 -0.1122 -0.3632 0.2509 0.2509 -0.0564 -0.1234 0.0670 0.0670

Feb-11 0.0069 0.0751 -0.0682 0.0682 0.0115 -0.1826 0.1941 0.1941 0.0978 0.1003 -0.0025 0.0025

Mar-11 0.0389 0.1162 -0.0773 0.0773 0.0455 -0.1001 0.1456 0.1456 -0.0545 0.2105 -0.2649 0.2649

Apr-11 0.0198 0.0950 -0.0752 0.0752 -0.0109 -0.1672 0.1564 0.1564 0.0419 0.1280 -0.0861 0.0861

Mei-11 0.0194 0.0741 -0.0547 0.0547 -0.0549 -0.2305 0.1755 0.1755 -0.0402 0.0690 -0.1092 0.1092

Jun-11 -0.0042 0.0715 -0.0758 0.0758 -0.0349 -0.2380 0.2031 0.2031 -0.0576 0.0480 -0.1056 0.1056

Jul-11 0.0000 0.1066 -0.1066 0.1066 -0.0361 -0.1383 0.1022 0.1022 -0.0556 0.1566 -0.2122 0.2122

Agst-11 -0.0851 0.0193 -0.1044 0.1044 -0.0600 -0.3925 0.3325 0.3325 -0.1412 -0.1066 -0.0346 0.0346

Sept-11 -0.1023 -0.0043 -0.0981 0.0981 -0.2021 -0.4459 0.2438 0.2438 -0.1712 -0.1951 0.0239 0.0239

Okt-11 0.1114 0.1079 0.0035 0.0035 0.1933 -0.1795 0.3729 0.3729 0.2066 0.1157 0.0909 0.0909

Nov-11 0.0443 0.0575 -0.0132 0.0132 -0.0838 -0.2846 0.2008 0.2008 -0.1644 -0.0035 -0.1609 0.1609

Des-11 -0.0313 0.0906 -0.1218 0.1218 -0.0122 -0.1988 0.1866 0.1866 0.0492 0.0952 -0.0460 0.0460

Jan-12 -0.0507 0.0980 -0.1487 0.1487 0.1605 -0.1827 0.3432 0.3432 0.2500 0.1207 0.1293 0.1293

Feb-12 0.0825 0.0895 -0.0070 0.0070 0.0426 -0.1809 0.2235 0.2235 -0.0938 0.1254 -0.2191 0.2191

Mar-12 0.0471 0.0912 -0.0442 0.0442 -0.0816 -0.2344 0.1528 0.1528 -0.0690 0.0644 -0.1334 0.1334

Apr-12 -0.0835 0.0860 -0.1695 0.1695 -0.0444 -0.2151 0.1706 0.1706 -0.0815 0.0886 -0.1701 0.1701

Mei-12 -0.0444 0.0087 -0.0531 0.0531 -0.3314 -0.3798 0.0484 0.0484 -0.1935 -0.1139 -0.0796 0.0796

Jun-12 -0.0196 0.0754 -0.0950 0.0950 0.1652 -0.1783 0.3435 0.3435 0.0700 0.0632 0.0068 0.0068

Jul-12 0.1471 0.1069 0.0403 0.0403 -0.0448 -0.1154 0.0706 0.0706 -0.0935 0.1689 -0.2623 0.2623

Agst-12 -0.0304 0.0624 -0.0928 0.0928 -0.0313 -0.2437 0.2124 0.2124 -0.0515 0.0388 -0.0904 0.0904

Sept-12 -0.0157 0.1057 -0.1214 0.1214 0.0887 -0.1486 0.2373 0.2373 0.2826 0.1474 0.1352 0.1352

Okt-12 -0.0456 0.0933 -0.1388 0.1388 -0.0519 -0.2052 0.1533 0.1533 -0.0847 0.1031 -0.1879 0.1879

Nov-12 -0.1408 0.0512 -0.1920 0.1920 -0.0313 -0.1865 0.1552 0.1552 -0.2315 0.0487 -0.2802 0.2802

Des-12 0.0944 0.0768 0.0176 0.0176 0.0323 -0.1915 0.2237 0.2237 0.1325 0.0854 0.0472 0.0472

Σ 3.8489 Σ 10.9657 Σ 5.3817

MAD 0.0802 MAD 0.2285 MAD 0.1121

INTP KLBF PTBA

Bulan Ri E(Ri) et |et| Ri E(Ri) et |et| Ri E(Ri) et |et|

Jan-09 0.1122 -0.1502 0.1285 0.1285 0.0183 -0.1347 0.2972 0.2972 0.2824 0.1112 -0.0387 0.0387

Feb-09 0.1789 -0.3414 0.2636 0.2636 0.0811 -0.2438 0.6417 0.6417 -0.1212 -0.1989 0.1719 0.1719

Mar-09 0.0973 -0.0949 0.3600 0.3600 -0.0917 -0.0843 0.0382 0.0382 0.0230 0.1872 -0.2497 0.2497

Apr-09 0.1206 0.0989 0.0154 0.0154 0.3119 0.0251 0.4265 0.4265 0.5393 0.5018 -0.0944 0.0944

Mei-09 0.1266 -0.0029 0.1396 0.1396 0.3846 -0.0476 0.0253 0.0253 0.0511 0.3432 -0.1590 0.1590

Jun-09 -0.0534 -0.1292 0.2946 0.2946 0.0227 -0.1204 0.2681 0.2681 0.1528 0.1357 -0.1046 0.1046

Jul-09 0.1454 -0.0936 0.2936 0.2936 0.0864 -0.0802 0.3772 0.3772 0.0361 0.1915 -0.0191 0.0191

Agst -09 0.1140 -0.2093 0.2899 0.2899 0.0341 -0.1842 0.1537 0.1537 -0.0174 0.0301 -0.0742 0.0742

Sept-09 -0.0209 -0.1755 0.2302 0.2302 0.0769 -0.1509 0.1982 0.1982 -0.0178 0.0726 0.0120 0.0120

Okt-09 0.0285 -0.1981 0.2406 0.2406 -0.0714 -0.2004 0.1177 0.1177 -0.0241 0.0580 0.0200 0.0200

Nov-09 0.0300 -0.2135 0.2180 0.2180 -0.0330 -0.1769 0.2015 0.2015 -0.1481 0.0137 0.0685 0.0685

Des09 0.0202 -0.1471 0.3813 0.3813 0.0000 -0.1213 0.1613 0.1613 0.0580 0.0560 -0.0073 0.0073

Jan-10 0.0484 -0.1827 0.1681 0.1681 -0.0341 -0.1660 0.3506 0.3506 -0.0205 0.1008 -0.1037 0.1037

Feb-10 0.0147 -0.2591 0.2739 0.2739 -0.0235 -0.2110 0.2240 0.2240 0.0559 -0.0393 -0.0537 0.0537

Mar-10 0.0165 -0.0333 0.0734 0.0734 0.1566 -0.0412 0.2399 0.2399 -0.0132 0.1760 -0.0606 0.0606

Apr-10 -0.0976 -0.1261 0.2349 0.2349 0.0208 -0.1156 0.2252 0.2252 0.3423 0.1534 -0.0845 0.0845

Mei-10 -0.1059 -0.3339 0.2833 0.2833 -0.1735 -0.2680 0.1740 0.1740 -0.2100 -0.1039 0.0420 0.0420

Jun-10 -0.0252 -0.1910 0.2444 0.2444 -0.0420 -0.1634 0.2805 0.2805 -0.0506 0.0848 -0.0963 0.0963

Jul-10 0.0078 -0.1460 0.2156 0.2156 0.0825 -0.1312 0.2978 0.2978 0.1000 0.1326 -0.1645 0.1645

Agst-10 0.0077 -0.1793 0.2237 0.2237 -0.0119 -0.1593 0.1083 0.1083 0.0364 0.0721 -0.0242 0.0242

Sept-10 0.0534 -0.0728 0.1153 0.1153 0.1446 -0.0598 0.1566 0.1566 0.1404 0.2151 -0.1036 0.1036

Okt-10 0.2029 -0.1543 0.1489 0.1489 0.0737 -0.1353 0.1843 0.1843 -0.0256 0.1055 -0.0952 0.0952

Nov-10 -0.0301 -0.2409 0.1480 0.1480 -0.0882 -0.2049 0.5133 0.5133 -0.0579 -0.0185 -0.0298 0.0298

Des-10 0.0849 -0.2080 0.1689 0.1689 0.0538 -0.1697 0.0982 0.0982 0.0894 0.0770 0.1503 0.1503

Jan-11 -0.1718 -0.2548 0.1044 0.1044 -0.1122 -0.2204 0.0897 0.0897 -0.0564 -0.0709 -0.0685 0.0685

Feb-11 0.0069 -0.1415 0.2042 0.2042 0.0115 -0.1349 0.1703 0.1703 0.0978 0.1104 -0.0952 0.0952

Mar-11 0.0389 -0.0890 0.2244 0.2244 0.0455 -0.0950 0.2574 0.2574 -0.0545 0.2006 -0.1533 0.1533

Apr-11 0.0198 -0.1331 0.1729 0.1729 -0.0109 -0.1201 0.1716 0.1716 0.0419 0.1322 -0.0703 0.0703

Mei-11 0.0194 -0.1684 0.1626 0.1626 -0.0549 -0.1532 0.1532 0.1532 -0.0402 0.0884 -0.1355 0.1355

Jun-11 -0.0042 -0.1766 0.1855 0.1855 -0.0349 -0.1506 0.0947 0.0947 -0.0576 0.0680 -0.0892 0.0892

Jul-11 0.0000 -0.1176 0.0237 0.0237 -0.0361 -0.1041 0.1337 0.1337 -0.0556 0.1533 -0.1292 0.1292

Agst-11 -0.0851 -0.2635 0.2474 0.2474 -0.0600 -0.2270 0.2270 0.2270 -0.1412 -0.0492 -0.0565 0.0565

Sept-11 -0.1023 -0.3055 0.2265 0.2265 -0.2021 -0.2427 0.1779 0.1779 -0.1712 -0.1278 0.0097 0.0097

Okt-11 0.1114 -0.1362 0.3041 0.3041 0.1933 -0.1083 0.1775 0.1775 0.2066 0.1220 -0.0298 0.0298

Nov-11 0.0443 -0.2038 0.1212 0.1212 -0.0838 -0.1695 0.1839 0.1839 -0.1644 0.0273 -0.1009 0.1009

Des-11 -0.0313 -0.1506 0.2873 0.2873 -0.0122 -0.1288 0.0934 0.0934 0.0492 0.1063 -0.0857 0.0857

Jan-12 -0.0507 -0.1382 0.1323 0.1323 0.1605 -0.1232 0.1600 0.1600 0.2500 0.1288 0.0326 0.0326

Feb-12 0.0825 -0.1390 0.1685 0.1685 0.0426 -0.1334 0.1263 0.1263 -0.0938 0.1334 -0.1036 0.1036

Mar-12 0.0471 -0.1655 0.2228 0.2228 -0.0816 -0.1351 0.1494 0.1494 -0.0690 0.0843 -0.0963 0.0963

Apr-12 -0.0835 -0.1566 0.1350 0.1350 -0.0444 -0.1404 0.2742 0.2742 -0.0815 0.1044 -0.2044 0.2044

Mei-12 -0.0444 -0.2666 0.2527 0.2527 -0.3314 -0.2272 0.1899 0.1899 -0.1935 -0.0610 -0.1260 0.1260

Jun-12 -0.0196 -0.1318 0.1065 0.1065 0.1652 -0.1079 0.0821 0.0821 0.0700 0.0758 -0.0991 0.0991

Jul-12 0.1471 -0.0960 0.3352 0.3352 -0.0448 -0.0911 0.1043 0.1043 -0.0935 0.1643 -0.0789 0.0789

Agst-12 -0.0304 -0.1771 0.1190 0.1190 -0.0313 -0.1576 0.1707 0.1707 -0.0515 0.0622 -0.1440 0.1440

Sept-12 -0.0157 -0.1200 0.1249 0.1249 0.0887 -0.1061 0.3190 0.3190 0.2826 0.1475 -0.1749 0.1749

Okt-12 -0.0456 -0.1486 0.2002 0.2002 -0.0519 -0.1335 -0.6601 0.6601 -0.0847 0.1169 0.0098 0.0098

Nov-12 -0.1408 -0.1444 0.2309 0.2309 -0.0313 -0.1320 0.1938 0.1938 -0.2315 0.0632 -0.1882 0.1882

Des-12 0.0944 -0.1422 0.1078 0.1078 0.0323 -0.1299 0.1590 0.1590 0.1325 0.0986 -0.0200 0.0200

Σ

9.5535 Σ 10.2785 Σ 4.3298

MAD

0.1990 MAD 0.2141 MAD 0.0902

SMGR TLKM UNVR

Bulan Ri E(Ri) et |et| Ri E(Ri) et |et| Ri E(Ri) et |et|

Jan-09 0.1122 0.1142 -0.2819 0.2819 0.0183 -0.0149 -0.0721 0.0721 0.2824 0.1606 -0.1478 0.1478

Feb-09 0.1789 -0.0378 0.0450 0.0450 0.0811 -0.0664 0.0664 0.0664 -0.1212 0.1914 -0.1724 0.1724

Mar-09 0.0973 0.1655 -0.1012 0.1012 -0.0917 0.0134 0.1850 0.1850 0.0230 0.1793 -0.1917 0.1917

Apr-09 0.1206 0.3174 -0.2167 0.2167 0.3119 0.0627 -0.0230 0.0230 0.5393 0.1474 -0.1726 0.1726

Mei-09 0.1266 0.2180 -0.0777 0.0777 0.3846 0.0095 -0.0604 0.0604 0.0511 0.1499 -0.1370 0.1370

Jun-09 -0.0534 0.1078 -0.0597 0.0597 0.0227 -0.0365 0.0432 0.0432 0.1528 0.1748 0.0036 0.0036

Jul-09 0.1454 0.1821 0.0322 0.0322 0.0864 0.0333 0.1600 0.1600 0.0361 0.1756 0.0784 0.0784

Agst -09 0.1140 0.0706 -0.0706 0.0706 0.0341 -0.0307 -0.0308 0.0308 -0.0174 0.1412 -0.2705 0.2705

Sept-09 -0.0209 0.0966 -0.0378 0.0378 0.0769 -0.0192 0.0489 0.0489 -0.0178 0.1601 -0.1007 0.1007

Okt-09 0.0285 0.0505 0.0368 0.0368 -0.0714 -0.0680 0.0391 0.0391 -0.0241 0.1183 -0.1744 0.1744

Nov-09 0.0300 0.0635 0.0022 0.0022 -0.0330 -0.0340 0.1054 0.1054 -0.1481 0.1606 -0.0666 0.0666

Des09 0.0202 0.0856 -0.0513 0.0513 0.0000 -0.0071 0.0571 0.0571 0.0580 0.1400 -0.1400 0.1400

Jan-10 0.0484 0.1199 -0.0603 0.0603 -0.0341 -0.0105 -0.0001 0.0001 -0.0205 0.1557 -0.1331 0.1331

Feb-10 0.0147 0.0309 -0.0809 0.0809 -0.0235 -0.0571 -0.0552 0.0552 0.0559 0.1708 -0.1531 0.1531

Mar-10 0.0165 0.1264 -0.1659 0.1659 0.1566 0.0041 -0.0342 0.0342 -0.0132 0.1255 -0.0689 0.0689

Apr-10 -0.0976 0.1518 -0.0286 0.0286 0.0208 0.0135 -0.0383 0.0383 0.3423 0.1572 -0.0173 0.0173

Mei-10 -0.1059 0.0095 0.0210 0.0210 -0.1735 -0.0682 0.0554 0.0554 -0.2100 0.1827 -0.0563 0.0563

Jun-10 -0.0252 0.1203 -0.0848 0.0848 -0.0420 -0.0042 -0.0023 0.0023 -0.0506 0.1677 -0.0780 0.0780

Jul-10 0.0078 0.1403 -0.0831 0.0831 0.0825 0.0055 0.0919 0.0919 0.1000 0.1600 -0.1629 0.1629

Agst-10 0.0077 0.0850 -0.1444 0.1444 -0.0119 -0.0354 0.0591 0.0591 0.0364 0.1599 -0.2101 0.2101

Sept-10 0.0534 0.1849 -0.0470 0.0470 0.1446 0.0229 0.0407 0.0407 0.1404 0.1972 -0.1506 0.1506

Okt-10 0.2029 0.1185 -0.1286 0.1286 0.0737 -0.0065 -0.0043 0.0043 -0.0256 0.1598 -0.1242 0.1242

Nov-10 -0.0301 0.0466 -0.1078 0.1078 -0.0882 -0.0385 -0.0879 0.0879 -0.0579 0.1411 -0.2815 0.2815

Des-10 0.0849 0.1222 -0.0950 0.0950 0.0538 -0.0076 0.0076 0.0076 0.0894 0.1929 -0.0929 0.0929

Jan-11 -0.1718 -0.0110 -0.1689 0.1689 -0.1122 -0.0784 0.0281 0.0281 -0.0564 0.1278 -0.2157 0.2157

Feb-11 0.0069 0.1011 0.0150 0.0150 0.0115 -0.0246 0.0114 0.0114 0.0978 0.1435 -0.0671 0.0671

Mar-11 0.0389 0.1598 -0.1077 0.1077 0.0455 0.0040 -0.0174 0.0174 -0.0545 0.1536 -0.2091 0.2091

Apr-11 0.0198 0.1247 -0.0807 0.0807 -0.0109 -0.0112 0.0589 0.0589 0.0419 0.1655 -0.1655 0.1655

Mei-11 0.0194 0.0991 -0.0780 0.0780 -0.0549 -0.0226 0.0226 0.0226 -0.0402 0.1500 -0.1893 0.1893

Jun-11 -0.0042 0.0900 -0.1003 0.1003 -0.0349 -0.0260 -0.0194 0.0194 -0.0576 0.1653 -0.1517 0.1517

Jul-11 0.0000 0.1384 -0.1540 0.1540 -0.0361 -0.0053 0.0053 0.0053 -0.0556 0.1767 -0.1298 0.1298

Agst-11 -0.0851 0.0233 -0.0604 0.0604 -0.0600 -0.0531 0.0395 0.0395 -0.1412 0.1324 -0.0490 0.0490

Sept-11 -0.1023 -0.0207 -0.0672 0.0672 -0.2021 -0.0753 0.1236 0.1236 -0.1712 0.1594 -0.1831 0.1831

Okt-11 0.1114 0.1374 0.0072 0.0072 0.1933 0.0079 -0.0342 0.0342 0.2066 0.1825 -0.2340 0.2340

Nov-11 0.0443 0.0697 -0.0960 0.0960 -0.0838 -0.0327 0.0259 0.0259 -0.1644 0.1631 -0.0002 0.0002

Des-11 -0.0313 0.1167 0.1211 0.1211 -0.0122 -0.0102 -0.0306 0.0306 0.0492 0.1693 -0.1363 0.1363

Jan-12 -0.0507 0.1299 -0.1430 0.1430 0.1605 -0.0032 -0.0252 0.0252 0.2500 0.1629 -0.1204 0.1204

Feb-12 0.0825 0.1219 -0.1263 0.1263 0.0426 -0.0147 0.0439 0.0439 -0.0938 0.1508 -0.1687 0.1687

Mar-12 0.0471 0.1172 -0.0284 0.0284 -0.0816 0.0013 -0.0084 0.0084 -0.0690 0.1682 -0.1292 0.1292

Apr-12 -0.0835 0.1148 -0.1229 0.1229 -0.0444 -0.0103 0.2246 0.2246 -0.0815 0.1548 -0.1623 0.1623

Mei-12 -0.0444 0.0040 -0.1028 0.1028 -0.3314 -0.0739 -0.0084 0.0084 -0.1935 0.1455 -0.1102 0.1102

Jun-12 -0.0196 0.0945 -0.0626 0.0626 0.1652 -0.0057 0.0506 0.0506 0.0700 0.1472 -0.0329 0.0329

Jul-12 0.1471 0.1430 0.0030 0.0030 -0.0448 0.0055 0.1110 0.1110 -0.0935 0.1539 -0.0949 0.0949

Agst-12 -0.0304 0.0813 -0.1238 0.1238 -0.0313 -0.0295 0.0515 0.0515 -0.0515 0.1473 -0.0297 0.0297

Sept-12 -0.0157 0.1385 0.0268 0.0268 0.0887 -0.0004 0.0165 0.0165 0.2826 0.1701 -0.2088 0.2088

Okt-12 -0.0456 0.1253 -0.0942 0.0942 -0.0519 -0.0026 0.0343 0.0343 -0.0847 0.1549 -0.1549 0.1549

Nov-12 -0.1408 0.0649 -0.0716 0.0716 -0.0313 -0.0368 -0.0401 0.0401 -0.2315 0.1323 -0.1208 0.1208

Des-12 0.0944 0.1022 -0.0313 0.0313 0.0323 -0.0148 0.0204 0.0204 0.1325 0.1427 -0.3514 0.3514

Σ

4.0540 Σ 2.4203 Σ 6.5996

MAD

0.0845 MAD 0.0504 MAD 0.1375