View
2.703
Download
0
Embed Size (px)
Citation preview
ESENSI DAN HIRARKI RISIKO-RETURN PASAR DARI SUDUT PANDANG CAPITAL ASSET PRICING MODEL YANG MEMENGARUHI PERILAKU
INVESTOR TERHADAP RETURN SAHAMMusdalifah Azis, A.Md, SE, M.Si
(Dosen Universitas Mulawarman Samarinda, Kalimantan Timur, Indonesia)
BAB IHUBUNGAN RISIKO-RETURN PASAR DAN PENILAIAN ASET BERISIKO
Dengan mengembangkan teori ekuilibrium untuk menentukan harga
sekuritas-sekuritas yang beresiko, model itu disebut sebagai capital asset pricing
yang menghubungkan borrower dan keputusan investor. Dengan begitu informasi
yang tersedia bagi manajer perusahaan sebagaimana sekuritas tersebut diterbitkan
yang akan dinilai di dalam pasar modal. Pada analisis pembahasan ini untuk
menunjukkan kombinasi aksi-aksi seluruh konsumen dalam menentukan harga
sekuritas individu. Kesempatan-kesempatan berinvestasi pada beberapa sekuritas,
ketika ada pada secara individual mempunyai ekspektasi-ekspektasi sama, uniknya
menentukan harga sekuritas yang pasokannya tetap. Pembahasan itu juga
menunjukkan bagaimana pasar menetapkan nilai sekuritas masing-masing dengan
mempertimbangkan kontribusi terhadap risiko dan return suatu portofolio yang
dimiliki bersama oleh semua investor.
1.1Risiko Harga pasar: berasal Capital Market Line (CML)
Persaingan sempurna pasar modal di mana semua investor memiliki harapan
yang sama mengenai distribusi return untuk mendapatkan satu periode oleh
karena efek yang berisiko. Tindakan gabungan dari semua investor
1
[σ (~rm ) , E (~rm )]
CML
(0,rf)
σ
mE
Gambar 1. Capital Market Line
menyiratkan, karena pilihan mereka selalu melibatkan pembelian kombinasi
m dan sekuritas bebas resiko, bahwa baik m dan sekuritas tanpa risiko akan
dihargai oleh permintaan agregat investor untuk investasi berisiko.
Expexted return dan risiko setiap portofolio investor ditunjukkan sebagai
berikut :
E (~r p )=xr f +(1−x ) E (~rm ) dan σ (~r p )=(1−x)σ (~rm)
x = proporsi aset bebas resiko investor
x-1 = poporsi harta yang diinvestasi dalam portofolio pasar
slope garis CML diistilahkan sebagai risiko harga pasar per unit ditunjukkan
sebagai berikut :
E (~rm )−r f
σ (~rm)
Dan dengan menggunakan Capital Market Line, hubungan antara return dan
risiko yang dipilih setiap investor, ditunjukkan sebagai berikut :
E (~r p )=rf +¿
Salah satu implikasi dari hal tersebut di atas adalah bahwa dalam pasar yang
sempurna dengan harapan homogen, semua orang dapat, dan akan, pilih
portofolio pasar ketika memilih kombinasi efek berisiko untuk memasukkan ke
dalam portofolio nya.
1.2Risiko dan Return Sekuritas : menurunkan Security Market Line (SML)
sekarang kita menggunakan ide-ide yang mendasari garis pasar modal untuk
mendapatkan hubungan keseimbangan risk-return sekuritas idividu. Dengan
cara ini kita dapat mempelajari bagaimana sebuah perusahaan individu atau
sekuritas-sekuritas yang diterbitkannya dapat bernilai. Ditemukan bahwa
resiko sekuritas berdasarkan pada bagaimana sekuritas berkontribusi
terhadap risiko portofolio pasar. Standar deviasi return sekuritas individu tidak
mengukur resikonya karena deviasi standar portofolio return investasi
seluruh investor yang bersangkutan.
2
Dari gambar 2 diatas, maka untuk dua aset yang berisiko menggunakan
rumus sbb :
Slope Garis CML = E (~rm )−r f
σ (~rm )=
σ (~rm ) [E (~r1 )−E (~r2 )]xm σ2 ( ~r1 )−(1−xm )σ2 ( ~r2 )
E (~rm )=xm E (~r1 )+(1−xm ) E (~r2 )
σ (~r m )=¿
1.3 Bentuk Umum Security Market Line
Dari gamabar 3 terlihat bahwa portofolio pasar akan terletak di kurva effecient
set AA’. Untuk menentukan letak portofolio pasar ini, perlu dikombinasikan antara
aktiva-aktiva berisiko di portofolio dengan aktiva bebas resiko. Kombinasi ini
ditunjukkan oleh garis lurus pada gambar 3 diatas. Semua investor diasumsikan
akan melakukan investasi di portofolio yang sama, yaitu portofolio pasar.
Pada gambar 3 di atas menunjukkan ekuilibrium CML, efficient frontier dari
aset sekuritas yang berisiko dan juga kombinasi portofolio σ-E yang memasukkan
extra proporsi sekuritas j dalam pasar yang mempunyai banyak sekuritas.
Definisikan x menjadi proporsi sekuritas j dalam portofolio sekuritas j dan portofolio
pasar m. Ketika x=0, kita hanya mempunyai portofolio pasar itu saja (titik m, yang
3
2¿¿
.025
( 12 )[σ (~r1 )+σ (~r2 )] ,( 12 )[E (~r1 )+E (~r2 )][σ (~r2 ) , E (~r2 )]
.08
.06
.11
[σ (~r1 ) , E ( ~r1 )]
.14
σ(~r p ¿
Slope = 2
E(
Gambar 2. Mean standard deviation relationships in choosing a portfolio of two risky securities
σ
A’
B
A
Gambar 3. Deviation of the Security Market Line
[σ (~r j ) ,E (~r j )]
SML
(0,rf)
m
E
mencakup seberapa besar jumlah ekuilibrium sekuritas j), jika x=1, kita mempunyai
portofolio yang mencakup hanya sekuritas j, seperti yang ditunjukkan pada titik A
pada gambar tersebut, jika x positif tapi kurang daripada 1, portolio sekuritas
tersebut sama dengan portofolio pasar terkecuali pada sekuritas yang mencakup
jumlah yang banyak. Hal itu ditunjukkan pada titik B. Dan titik A’ terletak pada x<0
dan bisa diinterpretasikan sebagai portofolio seperti portofolio pasar termasuk
beberapa proporsi dasar sekuritas j yang telah dikembalikan.
Sehingga kita menemukan bahwa expected return dan standard deviasi
return portofolio hipotetis dari :
E (~r p )=xE (~r j )+(1−x)E (~rm ) Dan
σ (~r p )=[x2σ2 (~r p )+2 x (1− x ) cov (~r j , ~rm )+ (1−x )2σ 2 (~r m ) ]12
Pada gambar 4 terlihat bahwa formula SML dapat ditulis sebagai berikut :
E (~r p )=rf +E (~r m )−r f
σ2 ( ~rm )cov (~r p, ~rm )
E (~r p )=rf +{[ E (~r m )−r f ]/σ 2 (~r m )σ (~r p ) }σ (~rm )
Karena (~r p ) berkorelasi secara sempurna dengan (~r m ) maka :
E (~r p )=rf +[ E ( ~rm )−r f
σ (~rm ) ]σ (~r p )
4
Gambar 4. The Security Market Line
cov ( ~r j , ~rm )σ (~rm )
=β jσ (~r m )
Security Market Linem
r f
E(
σ(~rm¿
E(~r j¿
Yang merupakan persamaan CML.
Ada suatu pengukuran yang biasa digunakan dengan merujuk pada resiko
sekuritas individu disebut sebagai β coefficient. Koefisien ini didefinisikan
sebagai berikut :
β j=cov (~r j ,~r m )
σ2 (~r m )
Sehingga diperoleh :
E (~r j )=r f +β j [ E (~rm )−r f ]
Menunjukkan bahwa βj mengindikasikan respon expected return sekuritas
individu terhadap expected return portofolio pasar.
1.4 Capital Asset pricing model
SML menyediakan hubungan ekuilibrium antara expected return suatu
sekuritas dan risikonya sekuritas itu sendiri juga. Manajemen perusahaan berharap
dapat mengekspresikan hubungan tersebut dalam waktu yang terindikasi pada
harga pasar saat ini suatu sekuritas perusahaan tersebut. Mari kita definisikan cash
value dari earning suatu perusahaan (termasuk nilai pasar likuid), maka
~r j=~X j−P j
P j=
~X j
P j−1
Tetapi, dalam ekuilibrium, kita tahu bahwa return perusahaan ditunjukkan oleh SML,
maka :
E(~X j
P j−1)=r f +[ E ( ~rm )−r f
σ (~rm ) ][ cov [ (~X j /P j )−1 ,~r m ]σ (~r m ) ]
Dari probabilitas teori dalam appendix B kita tahu bahwa, sejak Pj dan 1 adalah
konstan, maka :
cov (~X j
P j−1 ,~r m)= cov (~X j , ~rm )
P j
5
Dengan demikian, kita punya :
E (~X j )P j
−1=r f +( 1P j )[ E (~rm )−r f
σ (~rm ) ][ cov (~X j ,~rm )σ (~rm ) ]
Dan dalam memecahkan persoalan Pj, kita menemukan bahwa :
P j=E (~X j )−{ [ E (~rm )−r f ]/σ (~rm ) }[cov (~X j ,~rm )/σ (~r m ) ]
1+r f
Persamaan tersebut adalah ekspresi umum nilai beberapa aset beresiko ekuilibrium
dan dikenal sebagai capital asset pricing model (CAPM).
1.5 Pemisahan Portofolio
Salah satu bentuk CML adalah komposisi daerah portofolio pasar yang tidak
berubah, baik itu terhadap investor dengan keperbedaan preferensi risikonya
maupun terhadap investor yang sama pada tingkat level kekayaan yang berbeda-
beda. Properti yang terakhir yang disebut sebagai pemisahan portofolio [Cass dan
Stiglitz (1970), Mossin (1977)], walau pengembangan dasar CML dan CAPM
membuat asumsi yang membatasi tentang sifat utilitas yang diperlukan untuk
mencapai pemisahan portofolio, sekarang diketahui bahwa properti dapat mencakup
untuk semua fungsi utilitas yang memiliki properti yang dikenal sebagai risiko
toleransi. Toleransi resiko mempunyai hubungan timbal-balik dengan index risk
aversion, yang disefinisikan sebagai :
T ( w ) ≡ u ' (w )u' ' (w )
Kemudian, jika T(w) dapat ditulis dalam formula sebagai berikut :
T ( w )=μ+ λw
Dimana µ dan λ adalah partikular konstan terhadap individu, utilitas yang dimaksud
untuk memperkenalkan linear risk tolerance. Utilitas properti mencakup quadratic,
logarithmic, power, dan fungsi exponential. Kemudian kapanpun preferensi investor
dapat dijelaskan dengan menggunakan fungsi-fungsi tersebut, komposisi portofolio
risiko yang terpilih akan independent dengan tingkat level kekayaan mereka.
6
CAPM merupakan teori ekonomi yang menjabarkan hubungan antara risiko
dan pengembalian diharapkan, atau dengan kata lain, merupakan model penetapan
harga seguritas berisiko. CAPM menyatakan bahwa satu-satunya risiko yang dinilai
oleh investor adalah risiko sistematis, karena risiko ini tidak dapat dihilangkan
melalui diversifikasi. Intinya, CAPM menyatakan bahwa tingkat pengembalian
diharapkan dari suatu portafolio atau sekuritas sama dengan suku bunga sekuritas
bebas risiko ditambah premi risiko. Premi risiko pada CAPM merupakan hasil dari
jumlah risiko dikali risiko pasar.
Ukuran risiko setiap saham menggunakan β (beta) atau kontribusi risiko
setiap saham dalam portofolio. Analisis beta dapat diikhtisarkan sebagai berikut :
1) Risiko suatu saham terdiri atas dua komponen yaitu risiko pasar dan risiko
perusahaan tertentu.
2) Risiko perusahaan (risiko tidak sistematis) dapat dieliminasi. Risiko pasar
(risiko sistematis) adalah satu-satunya risiko yang relevan bagi investor
yang telah melakukan diversifikasi dengan baik.
3) Karena menanggung risiko selayaknya investor mendapat kompensasi
(premi) dengan menambah tingginya keuntungan yang disyaratkan.
4) Risiko pasar suatu saham diukur dengan koefisien beta. Beberapa
patokan mengenai beta adalah :
b = 0,5 risiko suatu saham separo dari rata-rata saham umumnya.
b = 1.0 risiko suatu saham = rata-rata saham
b = 2,0 risiko suatu saham 2 kali rata-rata saham secara umum.
5) Sulit sekali memperkirakan beta yang akurat.
Koefisien beta merupakan indeks dari systematic risk dan dapat digunakan
untuk membuat ranking systematic risk dari asset yang berbeda-beda. Namun
koefisien beta bukan merupakan ukuran utama yang dapat diperbandingkan
secara langsung dengan total risk atau systematic risk.
7
BAB II
BUKTI MENGENAI EFISIENSI PASAR DAN VALIDITAS CAPM
Pasar modal menjadi efisien karena persaingan antar para analis investasi
akan membuat pasar sekuritas setiap saat menunjukkan harga yang sebenarnya.
Nilai sebenarnya tidak lain adalah harga keseimbangan yang mencerminkan semua
informasi yang tersedia bagi para investor pada suatu titik waktu tertentu.
Sekarang kita memahami tentang mengapa perubahan harga pada pasar modal
yang efisien adalah random (acak). Apabila harga-harga selalu mencerminkan
semua informasi yang relevan, maka harga-harga tersebut baru berubah apabila
informasi baru muncul.
Banyak para analis yang mempelajari bisnis perusahaan dan mencoba
membuka informasi tentang protabilitas yang akan meberikan informasi baru
terhadap harga saham. Para peneliti disebut sebagai fundamental analysts.
Persaingan diantara para peneliti fundamental ini akan cendrung untuk membuat
harga mencerminkan semua informasi yang relevan dan perubahan harga tidak bisa
di ramalkan. Analis analisl;ain hanya mempelajari catan harga dimasa yang lalu dan
mencari siklus siklus tertentu dari perubahan harga diwaktu yang lalu itu analis
analis semacam ini disebut sebagai technical analysts. Persaingan dalam penelitan
teknis akan cenderung membuat harga saat ini mencerminkan semua informasi
dalam urutan diwaktu yang lalu dan bahwa perubahan harga tidak bisa diperkirakan
dari harga di waktu yang lalu.
Pasar modal yang efisien didefinisikan sebagai pasar modal yang harga sekuritas-
sekuritasnya mencerminkan semua informasi yang relevan. Fama (1970)
mengklasifikasikan informasi menjadi tiga tipe, yaitu (i) past price changes
(perubahan harga diwaktu yang lalu), (ii) informasi yang tersedia kepada publik
8
(public information), dan (iii) informasi yang tersedia baik kepada publik maupun
tidak (public and private information).
Ada tiga bentuk/tingkatan untuk menyatakan efisiensi pasar modal. Pertama adalah
keadaan dimana harga-harga mencerminkan semua informasi yang ada pada
catatan harga diwaktu yang lalu. Dalam keadaan seperti ini pemodal tidak bisa
memperoleh tingkat keuntungan diatas normal dengan menggunakan trading rules
yang berdasarkan atas informasi harga diwaktu yang lalu. Keadaan ini disebut
sebagai bentuk efisiensi yang lemah (weak form effiency).
Tingkat efisiensi kedua adalah keadaan dimana harga-harga bukan hanya
mencerminkan harga-harga diwaktu yang lalu, tetapi semua informasi yang
dipublikasikan. Keadaan ini disebut sebagai bentuk efisiensi setengah kuat (semi
strong). Dengan kata lain, para pemodal tidak bisa memperoleh tingkat keuntungan
diatas normal dengan memanfaatkan public information.
Bentuk ketiga adalah bentuk efisiensi yang kuat (strong forms) dimana harga tidak
hanya mencerminkan semua informasi yang dipublikasikan, tetapi juga informasi
yang bisa diperoleh dari analisa fundamental tentang perusahaan dan
perekonomian. Dalam keadaan semacam ini pasar modal akan seperti rumah lelang
yang ideal : harga selalu wajar dan tidak ada investor yang mampu memperoleh
perkiraan yang lebih baik tentang harga saham. Kebanyakan pengujian bentuk ini
dilakukan terhadap prestasi berbagai portofolio yang dikelola secara profesional.
2.1 Pengertian efisiensi pasar Modal
Pasar modal efisien terkait erat dengan pasar modal sempurna dari
pengembangan theoritical kami. Memang, gagasan pasar efisiensi digunakan untuk
menguji seberapa dekat sebuah pasar sebenarnya mendekati ideal sehingga jika
pasar adalah efisien, maka teori berdasarkan asumsi pasar sempurna dapat
digunakan dengan keyakinan tentang relevansi empiris pasar yang sempurna.
kita akan membedakan antara efisiensi internal (operasional), efisiensi eksternal
(harga), dan apa yang menjadi dikenal sebagai model permainan yang adil. untuk
pasar modal yang mengalokasikan sumber daya secara efisien, ia harus
menetapkan harga sekuritas maupun beroperasi untuk mendorong transmisi dana
untuk peluang investasi riil yang paling berharga. Operasional (internal) pasar modal
9
efisien adalah salah satu di mana biaya transaksi antara pembeli dan penjual
serendah mungkin. operasional Perdagangan di pasar efisien melibatkan
pembayaran biaya transaksi (minimal ekonomi), sedangkan pasar modal sempurna
mengasumsikan biaya tersebut tidak ada. Apakah biaya transaksi aktual di pasar
partikular yang sekecil mungkin adalah sebuah masalah empiris, tetapi bagi tujuan
asumsi kami, mereka tidak ikut campur secara materially dengan garis penyelidikan
utama kami yang bagaimana harga sekuritas ditentukan. Sebuah pasar perdana
adalah salah satu di mana modal baru dinaikkan; pasar sekunder adalah salah satu
di mana sekuritas luar biasa dapat dibeli dan dijual. Pasar ini mungkin baik pasar
umum seperti bursa saham atau private market seperti yang di mana bank
mengistilahkan sebagai pinjaman yang dinegosiasikan. Private market adalah yang
paling penting ( dalam hal proporsi dana mengangkat ) untuk pembiayaan utama,
pasar umum sudah yang paling penting untuk bertransaksi di pasar sekunder.
Kebanyakan pengujian efisiensi pasar dan CAPM telah menggunakan data
harga dari pasar sekunder, biasanya bursa saham. Dalam sebuah pasar modal yang
menunjukkan efisiensi harga, harga sekuritas sepenuhnya mencerminkan semua
menyediakan informasi yang relevan untuk menentukan nilai. Setiap informasi baru
yang relevan dengan cepat dan akurat ( rata-rata ) disita dalam posted harga.
Pengembangan dari kesetimbangan kondisi pasar dapat dinyatakan dalam hal baik
pada return ataupun pada harga. Return dan harga dapat dihubungkan dengan
menyatakan bahwa efisiensi harga menyiratkan bahwa harapan harga suatu
sekuritas tertentu dari satu periode ke periode masa depan, bergantung pada
informasi saat ini yang relevan, sama dengan harga hari ini yang ditambah dengan
return yang diharapkan (Sepadan dengan risiko yang terlibat) untuk periode
berikutnya.
2.2 masalah Konseptual dalam pengujian CAPM
Sebelum memeriksa secara rinci hasil dari tes yang ditulis di atas, berguna untuk
menguraikan dasar konseptual mereka. Dengan cara ini pembaca dapat
memperoleh pemahaman yang lebih baik hanya pada apa yang diuji serta
bagaimana pengujian benar-benar dilakukan.
10
1. Mengukur hubungan return-risk suatu sekuritas
Jika kita menganggap bahwa masa lalu mencerminkan masa depan, secara
historis pengamtan keseimbangan hubungan di antara return-bebas risiko suatu
sekuritas, pasar portofolio, dan sekuritas individu mungkin cukup diharapkan
akan berlanjut di masa depan di bawah asumsi ini. kita dapat cukup menafsirkan
garis pasar keamanan sebagai persamaan regresi yang diperkirakan dari hasil
tertentu, menggunakan :~r jt=r ft+
~b j (~rmt−r ft )+~∈ jt
Varian-varian lainnya juga digunakan dalam prosedur pengujian. Sebagaimana
contoh berikut :~r jt=r ft+
~b j~r mt+
~∈ jt
Disebut sebagai market model, dan model tersebut adalah :~r jt=~γ0 t+~γ1 t β jt+
~∈ jt
Hubungan itu dibenarkan dengan alasan econometric sebagai bagian dari dasar
CAPM. Dalam setiap model regresi linier, kemiringan dari garis regresi yang
diberikan oleh :
b= cov (~x ,~y )σ2 (~x )
Dimana ~y=a+ b~x dan ~x, ~y adalah variable acak. Artinya bahwa ketika kita
menggunakan formula tersebut kita dapat meregresikan tingkat rata-rata return
suatu sekuritas pada pembedaan antara expected return pasar portofolio dan
tingkat bebas risiko.
2. Portofolio Beta Nol
Risiko harga pasar CAPM sejauh ini telah didasarkan pada keberadaan
sekuritas yang bebas risiko, yaitu, salah satu return yang pasti dan benar-benar
tidak terkait dengan return pasar. Pembaca mungkin bertanya-tanya apakah benar-
benar ada, sekuritas yang bebas risiko terutama dalam sebuah dunia di mana inflasi
tidak nyata tingkat return dapat meramalkan dengan pasti jika inflasi dapat
ditentukan di muka. Jika sebuah sekuritas bebas risiko tidak ada, adalah seluruh
struktur teoretis tidak valid? dalam bagian ini menurut kami, Black ( 1972 ), yang
menyatakan bahwa alternatif masih tersedia.
11
Mempertimbangkan parameter β j, yang kita definisikan sebagai ukuran dari respon
return sekuritas terhadap return pasar portofolio.
β p=∑j=1
n
X j b j
Dimana β p adalah ukuran risiko portofolio, xj adalah proporsi sekuritas j dalam
portolio tersebut.
sekarang sekuritas di pasar dengan berbagai macam sekuritas yang berisiko, kita
mungkin berharap beberapa untuk memiliki return negatif yang berkorelasi dengan
pasar dan dengan demikian memiliki langkah-langkah pengukuran b j yang negatif.
mengingat sekuritas tersebut, kita dapat melihat bagaimana kebijakan sekuritas bisa
dikombinasikan, setidaknya secara konseptual, dapat menghasilkan portofolio untuk
β p=0.
Kondisi ekuilibrium yang diprediksi model beta-nol Black adalah
E (~r j )=E (~r z)+β j [ E (~rm )−~r z ]
Dimana E(~rz) adalah return pada portofolio beta nol.
Variasi lain pada model sebelumnya telah diajukan oleh Brennan ( 1971 ). Brennan
memungkinkan untuk bebas risiko meminjam atau pinjaman, tetapi pada tingkat
bunga yang berbeda. salah satu cara untuk mengatur pengaturan tersebut belum
memastikan bahwa semua aset bebas risiko yang akan dijual untuk mengutip harga
pasar yang sama untuk kedua peminjam dan pemberi pinjaman tetapi memiliki
semua transaksi mengalir melalui perantara yang exacts biaya (diasumsikan tetap
sebagian kecil dari jumlah transaksi) dari peminjam dan pemberi pinjaman.
Model ini mengasumsikan bahwa biaya transaksi hanya dalam bagian borrowing-
lending dari pasar modal, tidak di seluruh. Di bawah asumsi-asumsi, ini tidak ada
hubungan linear yang unik seperti dalam alternatif di atas. Lebih kepada investor
yang akan memilih satu efisien ketika portofolio pinjaman dan yang lain ketika
meminjam. Sebaliknya pilihan portofolio yang efisien akan tergantung pada
preferensi risk-return ketika tidak ada pinjaman atau pinjaman tersebut terjadi,
seperti yang terlihat pada gambar 5.
12
2.3 Uji CAPM
Berbagai tes telah dijelaskan oleh data set yang berbeda. Pada cross-
sectional maupun timeseries set return telah dipelajari, seperti memiliki kedua return
sekuritas individu dan return portofolio. Terlepas dari mana data yang digunakan,
maksudnya adalah untuk menguji tiga implikasi utama dari capm.
1. Hubungan Risk-Return harus linier.
2. Tidak ada mengukur tambahan risiko pada sistematika beta yang
berhubungan dengan expected return.
3. Expected return harus meningkat seperti halnya meningkatnya risiko
sekuritas.
Banyak tes langsung dalam bentuk cross-section dan memeriksa hubungan
linear risk-return. Di sini rata-rata return pada sebuah sampel sekuritas cross-
sectional menyusut pada setiap covariance sekuritas tersebut dengan beberapa
indeks pasar. Menulis ulang persamaan, regresi cross-sectional yang kita punya,
seperti :
r j=γ0+γ1 β j+~∈ j
Dimana r j adalah return sekuritas j dan β j adalah yang diukur sebagian dari
regresi timeseries return sekuritas pada index yang terpilih sebagai proksi portofolio
13
TL
TB
Gambar 5. Ekuilibrium pasar ketika tingkat pinjaman bebas resiko lebih besar daripada tingkat yang meminjam bebas resikonya
rL
M
E(~r p )
rB
σ (~r p )
pasar. Koefisien yang terukur γ0 dan γ1 diperoleh dari tahapan kedua regresi yang
kemudian dapat dibandingkan dengan r f dan ~rm−r f secara berurutan, untuk periode
sample. Tingkat bebas risiko r f biasanya diambil menjadi yield to maturity dari
obligasi pemerintah yang maturity sama dengan lamanya waktu periode sampel dan
siap beredar sepanjang periode, sementara ~rm adalah rata-rata return index pasar
sepanjang periode sampel. Jelasnya, baik pada γ0 dan γ1 harus positif.
Implikasi pertama berkenaan dengan linearitas dapat juga di uji dengan
menambahkan syarat non linear :
~r j=γ0+γ1 β j+γ 2 ( β j )2+~∈ j
Dan γ2 secara tidak signifikan berbeda dari nol
Dengan merujuk pada implikasi kedua dari hipotesis umum pengujian CAPM bahwa
expected return berhubungan dengan total resiko yang diukur dari standar deviasi
return. Tetapi sejak total resiko memasukkan kedua resiko sistematik dan risiko non
sistematik. Akan berguna untuk memisahkan pengaruh-pengaruh risiko tersebut.
Hal ini dicapai dengan menggunakan persamaan regresi sebagai berikut :
~r j=γ0+γ1 β j+γ 2σ ( SE j )2+~∈ j
Dimana σ ( SE j ) adalah standar error residu dari tahapan pertama pengukuran β j.
CAPM memprediksi bahwa γ2 tidak signifikan berbeda dari nol.
2,4 kritikan terhadap pengujian CAPM
Tes yang dilaporkan telah dikritik terutama dengan alasan bahwa portofolio
pasar belum diidentifikasi dan karenanya bahwa tes yang dibangun tidak benar.
2.4.1 Identifikasi masalah portofolio pasar
Roll ( 1977 ) berpendapat bahwa walaupun capm pada prinsipnya testable,
pengujian tersebut belum dilakukan. Ia berpendapat berikut: ( 1 ) tidak benar dan tes
yang sudah jelas dari teori telah muncul di dalam literatur dan ( 2 ) praktisnya tidak
ada kemungkinan bahwa hal tes dapat dicapai di masa depan. Kesulitan utama
adalah masalah mengidentifikasi portofolio pasar.
14
Bagi teori yang mengatakan bahwa pasar berisi semua portofolio aset, yang
dapat dipasarkan dan sebaliknya. Maka hal itu secara tidak langsung dapat diamati.
Tapi CAPM tidak testable, kecuali kebenaran komposisi yang tepat pada portofolio
pasar yang dikenal dan digunakan dalam bentuk tes. Setiap portofolio yang
digunakan sebagai proxy dan yang ex posting harus efisien, dari kebutuhan, plot
sebagai titik di sepanjang bagian SML.
Namun, semua return sekuritas lainnya juga harus di plot sepanjang SML dan
itu akan secara linear terkait dengan proksi definisi return pasar tersebut. Ini berarti
bahwa efisiensi portofolio pasar dan validitas empiris CAPM dengan hipotesis yang
peractically bersama tidak mungkin untuk diuji karena kesulitan mengukur
kebenaran portofolio pasar. Tes alternatif tertentu dapat dipahami, tetapi hal tersebut
terlalu sulit untuk dilaksanakan karena masalah mengidentifikasi portofolio pasar.
2.4.2 Respon terhadap kritikan-kritikan
Mayer dan Rice (1978) mengembangkan argumen bahwa analisis residu dan
tes kinerja portofolio dapat menghasilkan hasil yang bermakna apabila diteliti dalam
konteks teori informasi, maka hal itu mengklaim pendapat Roll yang mengatakan
bahwa CAPM tidak bermakna digunakan untuk pengukuran tersebut. Yang kontra
dari pendapat Mayer dan Rice bahwa informasi satu individu yang memiliki informasi
yang lebih unggul daripada individu yang sisa informasi yang tersedia kurang di
pasar. Jika SML didasarkan pada perkiraan orang-orang mempunyai informasi yang
kurang, informasi individu tersebut akan muncul untuk menyadari excess return
abnormal akan relatif terhadap prediksi CAPM (SML). Namun Perhatikan bahwa jika
pasar semistrongly efisien dan tidak terdapat insider trading maka diperbolehkan,
tapi hal itu sulit untuk memahami bagaimana satu individu mempunyai informasi
relatif dapat lebih baik.
2.4.3 Arbitrage Pricing Theory
Arbitrage Pricing Theory / APT dikembangkan sepenuhnya dari konsep arbitrase.
APT membuat dalil bahwa pengembalian yang diharapkan dari sekuritas atau
15
portofolio dipengaruhi oleh beberapa factor. Pendukung APT menyebutkan asumsi
yang tidak terlalu membatasi pada APT sebagai daya tarik model ini dibandingkan
CAPM atau CAPM multifactor. Selain itu pengujian model APT tidak memerlukan
pengidentifikasian dari portofolio pasar ‘aktual’. Namun model APT mensyaratkan
adanya penentu empiris dai factor karena factor-faktor tersebut tidak disebutkan
dalam teori. Akibatnya, model APT mengganti masalah pengidentifikasian portofolio
pasar pada CAPM dengan masalah pemilihan dan pengukuran factor-faktor yang
mendasari. Usaha-usaha yang dilakukan untuk mengidentifikasi factor-faktor secara
empiris belumlah tuntas.
Arbitrase merupakan pembelian dan penjualan berkesinambungan dari sekuritas
pada dua harga yang berbeda di dua pasar yang berbeda. Pihak yang mengadakan
arbitrase memperoleh laba tanpa risiko dengan jalan melakukan pembelian murah di
satu pasar dan langsung menjualnya pada harga yang lebih tinggi di lain pasar.
Peluang arbitrase tanpa risiko ini hanya berlangsung singkat, dan dapat menjadi
tidak terlalu jelas apabila terjadi pada situasi dimana sekumpulan seguritas dapat
menghasilkan pengembalian yang diharapakan yang serupa dengan seguritas lain
dengan harga yang berbeda.
Konsep arbitrase dibuat berdasarkan prinsip dasar keuangan yang disebut
hukum satu harga (low of one price). Hukum ini menyatakan bahwa satu sekuritas
harus memiliki harga yang sama apapun sarana yang digunakan dalam
menciptakan sekuritas tersebut. Hukum satu harga menyatakan bahwa jika
pengembalian yang diharapkan dari satu sekuritas dapat ditiru oleh sekumpulan
sekuritas lain, harga sekumpulan sekuritas dan harga sekuritas yang ditiru harus
sama.
Pada saat arbitrase terjadi sedangkan harga paket sekuritas berbeda dari harga
sekuritas dengan pengembalian yang sama, investor rasional akan menukar
sekuritas ini sedemikian rupa sehingga keseimbangan harga dapat terjadi.
Mekanisme pasar ini diasumsikan terjadi pada APT, dan ditemukan berdasarkan
kenyataan bahwa transaksi arbitrase tidak akan menimbulkan risiko pergerakan
harga pasar sekuritas yang tidak diinginkan oleh investor.
Asumsi-Asumsi Dari Teori Penetapan Harga Arbitrase
16
Model APT menyatakan bahwa pengembalian yang diharapkan dari satu
sekuritas dipengaruhi oleh berbagai factor, berlawanan dengan indeks pasar tunggal
yang dikemukakan oleh CAPM. Secara khusus CAPM menyatakan bahwa
pengembalian sekuritas bergantung pada indeks kepekaan pasar dan pengembalian
tidak sistematis yang dimilikinya. Sebaliknya, APT menyatakan bahwa
pengembalian sekuritas memiliki hubungan yang linier dengan H factor.
Model APT diasumsikan suatu keadaan sederhana dimana ada portofolio yang
terdiri dari tiga sekuritas dan dua factor, jika tidak perhitungan matematis yang lebih
rumit harus dilakukan. Model APT menganggap tingkat pengembalian acak atas
sekuritas
~Ri=E ( Ri )+β i ,1~F1+β i ,2F2+~e i
Keterangan :
~Ri = tingkat pengembalian acak dari sekuritas i (i =1,2,3)
E (Ri ) = pengembalian diharapkan dari sekuritas i (i =1,2,3)
~Fh = factor ke-h yang umum bagi pengembalian aktiva (h = 1,2)
β i , h = kepekaan sekuritas ke-i terhadap factor ke-h
~e i = pengembalian tidak sistematis bagi sekuritas i (i =1,2,3)
Perbandingan Model Apt Dan CapmDengan mengkaji persamaan yang ada, dapat dilihat CAPM (persamaan 5-6),
dan CAPM multifactor sebenarnya merupakan keadaan khusus dari model APT
(persamaan 6-14), seperti :
E(Ri) = Rf + βi [E(Rm)-Rf] ...............................................................................(5-6)
E(Ri) = Rf + βi,m [E(Rm)-Rf] + βi,f1 [E(Rf1)-Rf] + βi,f2 [E(Rf1)-Rf]
+ ... + βi,fk [E(Rfk)-Rf] ..........................................................................(6-4)
E(Ri) = Rf + βi,f1 [E(Rf1)-Rf] + βi,f2 [E(Rf2)-Rf]
17
+ ... + βi,fh [E(Rfh)-Rf] ..........................................................................(6-14)
Jika satu-satunya faktor dalam persamaan (6-14) adalah risiko pasar, maka
model APT akan dipersingkat menjadi persamaan (5-6).
Sekarang bandingkan persamaan (6-14) dengan CAPM multifaktor pada
persamaan (6-4). Keduanya tampak sama. Kedua persamaan menyatakan bahwa
investor memperoleh kompensasi atas seluruh risiko sistematis yang diterimanya.
CAPM multifaktor menyatakan bahwa salah satu risiko sistematis adalah risiko
pasar, sedangkan model APT tidak menyebutkan risiko sistematis secara rinci.
Keunggulan AptPendukung model APT menyatakan bahwa model ini memiliki beberapa
keunggulan dibandingkan CAPM atau CAPM multifactor.
Pertama, model APT menggunakan asumsi-asumsi yang tidak terlalu membatasi
preferensi investor terhadap pengembalian dan risiko. Sebagaimana yang dijelaskan
pada teori CAPM mengasumsikan trade-off yang diterima investor antara risiko dan
pengembalian sepenuhnya didasarkan pada pengembalian yang diharapkan dan
deviasi standar dari investasi yang akan dilakukan. Disisi lain, APT hanya
mensyaratkan batas-batas yang tidak terlalu ketat pada fungsi kegunaan investor.
Kedua, APT tidak membuat asumsi apapun tentang distribusi pengembalian
sekuritas. Terakhir, APT tidak bergantung pada identifikasi portofolio pasar actual,
sehingga teori ini dapat diuji.
Pengujian AptAPT adalah teori yang relative baru, sehingga literatur keuangan terus menguji
keabsahannya. Riset yang ada tampaknya mengindikasikan APT sebagai alternatif
yang menjanjikan dari CAPM factor tunggal dalam menjelaskan pengembalian
aktiva. Riset ini mengindikasikan APT dapat menjelaskan lebih banyak varians
dalam pengembalian saham daripada CAPM. Namun demikian, masih ada
beberapa pertanyaan yang tidak terjawab sehubungan dengan penerapan praktis
dari APT.
Pertanyaan yang masih belum terjawab adalah tentang berapa banyak factor
yang dapat menjelaskan pengembalian sekuritas. Satu penelitian yang dilakukan
18
oleh Nai-fu Chen, Richard Roll, dan Stephen Ross menyarankan empat factor
ekonomi berikut :
1. Perubahan tidak diantisipasi dari produksi industrial.
2. Perubahan tidak diantisipasi dari dalam selisih hasil antara pengembalian
obligasi tingkat rendah dengan tingkat tinggi.
3. Perubahan tidak diantisipasi dari suku bunga dan bentuk kurva hasil.
4. Perubahan tidak diantisipasi dari inflasi.
Eric Sorensen dan rekannya di Salomon Brothers telah mengembangkan suatu
model yang serupa dengan formulasi umum APT, yang mengajukan tujuh factor
makroekonomi yang secara sistematis mempengaruhi pengembalian saham, yaitu :
1. Pertumbuhan ekonomi jangka panjang.
2. Risiko siklus usaha jangka pendek.
3. Perubahan hasil obligasi jangka panjang.
4. Perubahan T-bills jangka pendek.
5. Lonjakan inflasi.
6. Perubahan dollar versus mata uang rekan dagang.
7. Beta pasar residual.
Oleh sebab itu, peneliti terus mecari factor-faktor yang dianggap dapat
menjelaskan pengembalian secara sistematis. Penelitian ini dilakukan tidak hanya
oleh peneliti tapi juga oleh para praktisi.
2.5 dugaan pada hasil empiris
kami di sini untuk menunjukkan spekulasi kami pada suatu kemungkinan
avenue dalam menjelaskan ke bawah hubungan bias risiko-return yang diamati tetap
konsisten dengan efisien pasar. seperti pembaca mungkin masih ingat bahwa salah
satu kunci asumsi CAPM adalah bahwa semua investor memegang perkiraan sama
dari kondisi return masa depan dengan syarat pada informasi yang ada-, investor
memiliki harapan yang homogen.
Namun, harapan yang heterogen tidak bertentangan dengan hipotesis pasar
yang efisien. Sebaliknya hal itu memungkinkan investor untuk mengevaluasi
informasi publik yang berbeda itu, yang mengakibatkan distribusi ex ante return yang
19
diharapkan. Para Optimis akan menawarkan harga yang lebih tinggi daripada rata-
rata (menimbulkan portofolio yang mungkin tidak akan efisien terdiversifikasi), dan
bahwa rata-rata lebih hampir benar dalam arti CAPM, ex post return menyadari akan
lebih rendah daripada prediksi CAPM. Ketika risiko dan ketidakpastian terbesar, kita
harapkan ini perbedaan pendapat yang akan terhebat.
Namun apakah efek ini akan konsisten? Mengapa investor tidak belajar dari
kesalahan mereka dari waktu ke waktu? investor individu akan belajar, tetapi tidak
ada praduga yang diperlukan bahwa investor beroptimis sama mengenai semua
efek pada satu waktu atau bahkan dari waktu ke waktu.
Apakah investor pesimis tidak akan menjual sekuritas dalam jangka pendek,
yang dengan demikian dapat meningkatkan pasokan dan mendorong harga turun
sampai cocok dengan rata-rata return yang diharapkan? mungkin tidak semua
investor akan bertindak secara pesimis karena short selling sering disalahkan oleh
hukum atau masyarakat umum, khususnya untuk institusi-institusi.
Sebagai catatan, argumen-argumen ami adalah dugaan, yang menyediakan
penjelasan untuk sesuatu yang diteliti yang menjadi konsisten dengan hipotesis
efisiensi pasar pada waktu yang sama.
20
BAB III
PERUSAHAAN INVESTASI DAN KEPUTUSAN PEMBIAYAAN
Dengan mempelajari CAPM, kita dapat mendapatkan pandangan bagaimana
harga sekuritas digunakan untuk menentukan investasi perusahaan dan keputusan-
keputusan keungan. Tapi pertama kita harus memastikan berapa seluruh aliran
pendapatan yang perusahaan menghasilkan ini dinilai di pasar. Kita akan lalu
menunjukkan bagaimana berbagai jenis surat berharga yang diterbitkan oleh
perusahaan yang nilai.
3.1 Sebuah kriteria nilai pasar
Ketika tidak ada biaya transaksi, aliran-aliran nilai sekarang yang tidak pasti
menentukan opportunity set konsumen. Dengan demikian nilai sekarang dan bukan
detailnya yang menentukan nilai tersebut berharga bagi konsumen. Untuk setiap
profil pengeluaran yang memiliki nilai kini yang sama sebagai konsumen, arus dapat
disusun oleh konsumen tanpa pembayaran biaya selain bunga, yang tentu saja
menentukan nilai di tempat yang pertama.
Manajer-manajer perusahaan dapat mengimplementasikan kriteria nilai pasar
jika itu dapat berhubungan dengan laba yang diharapkan perusahaan dan
karakteristik-karakteristik risiko mereka. Ekuilibrium return sekuritas perusahaan i
yang berhubungan dengan risiko menggunakan persamaan sebagai berikut :
E (~ri )=rf + [ E (~rm )−r f ]cov (~r i , ~rm )
σ 2 (~r m )
3.2 Bagaimana harga sekuritas menggunakan CAPM.
21
Hal ini mudah yang akan menggunakan SML dalam menentukan (tapi masih
pada kesetimbangan) persis harga sekuritas individu (saham atau obligasi).
Pertanyaan tentang menilai perubahan kombinasi sekuritas yang dikeluarkan oleh
sebuah perusahaan yang diberikan agak lebih rumit.
3.3 Bisnis dan risiko keuangan
Required rate of return pasar suatu perusahaan tergantung pada resiko
bisnisnya, suatu permasalahan yang berkaitan diantara biaya-biaya produksi.
Kemudian jika biaya produksi yang diharapkan konstan, sementara manajemen
mengubah variabilitasnya, risiko bisnis akan terpengaruh hal tersebut begitupun
halnya dengan required rate of return. Dengan demikian salah satu kesempatan
manajemen untuk mempengaruhi nilai perusahaan yang melibatkan variabiltas
struktur biaya. Dengan kata lain, ketika campuran strategi-strategi keuangan
perusahaan bervariasi, the required rate of return sekuritas individu berubah, tetapi
secara keseluruhan biaya-biaya pembiayaan tetap konstan begitu pun halya nilai
perusahaan.
Anggaplah manajer-manajer keuangan dapat mengubah biaya variabilitas
produksi yang terjadi pada tingkat output yang tetap, katakanlah dengan perubahan
dari satu proses ke proses lainnya. Keluaran ini adalah bagian dari keputusan
manajerial apakah suatu perusahaan menggunakan modal atau tenaga kerja dalam
proses produksi. Fokus pada keluaran biaya variabilitas, kita seharusnya
menganggap bahwa biaya yang diharapkan dari beberapa macam proses yang
digunakan adalah sama. Kemudian untuk output yang tetap kita anggap bahwa
biaya total produksi perusahaan dapat dijelaskan sebagai berikut :
~C (γ )=γ~C+ (1−γ ) k
Dimana ~C (1 )=~C menggambarkan jenis biaya produksi jika satu jenis teknologi yang
digunakan, sementara ~C (0 )=k menggambarkan biaya produksi konstan jika proses
kedua yang digunakan. Jika nilai γ antara 0 dan 1 yang terpilih, artinya manajemen
menggunakan kedua proses tersebut untuk meningkatkan bagian dari total output
22
tetapnya. Akhirnya, kita menganggap E(~C )=k maka biaya produksi yang diharapkan
tidak mengalami perubahan alami sebagaimana proses itu berubah.
Profit perusahaan suatu waktu horizon tertentu digambarkan sebagai berikut :
~π=~R−λ~C−(1−λ ) k
Dimana ~R adalah pendapatan yang berasal dari penjualan produk. Jika profit ~π
berupa bagian keseluruhan cashflow perusahaan dan diterima pada akhir periode
tunggal, waktu pertama kali nilai perusahaan dapat diberikan berikut :
P=E (~π )−{[ E (~rm )−r f ]/σ2 (~rm ) }cov (~π ,~rm )
1+r f
contoh sebelumnya menunjukkan bahwa dalam sebuah pasar modal yang
sempurna variabilitas aliran total penghasilan perusahaan dapat mempengaruhi nilai
dalam cara-cara yang memerlukan perhatian manajerial. Namun, setelah teknologi
produksi terpilih dan sifat aliran penghasilan perusahaan ada, maka lebih lanjut
keputusan pembiayaan perusahaan tidak akan mengubah nilai pasar perusahaan
yang sudah mapan.
3.5 Lindung Nilai strategi dan tingkat Return yang diperlukan
Gagasan portofolio dapat diterapkan juga untuk kombinasi kewajiban-aset untuk
posisi aset atau kewajiban yang dianggap secara terpisah. Sejauh ini kita telah
berfokus terutama pada seluruh aliran penghasilan perusahaan seperti hal itu
bertambah kepada pemegang saham, meskipun kadang-kadang kontrak
pembayaran utang kita yang dibahas juga mungkin tidak berkorelasi dengan
pendapatan perusahaan. Dalam bagian ini kami menunjukkan bahwa jika
pendapatan dan pengeluaran berkorelasi, risiko seluruh pendapatan perusahaan
yang dipengaruhi itu bersifat korelasi. Hal ini benar-benar terjadi antara mengubah
risiko bisnis melalui proyek-proyek baru yang mengadopsi di satu sisi dan mengubah
risiko keuangan melalui pengeluaran dua kelas sekuritas di sisi lain.
23
3.6 pengertian Horizon mengenai nilai yang masih berlaku
Selama pasar keuangan itu sendiri sempurna, hubungan antara aliran
pendapatan yang diberikan jenis risiko dan nilai pasar yang di bawah ketidakpastian
hanya seperti yang terjadi di bawah kepastian. Namun, dalam menentukan tingkat
return pasar selama periode waktu berbeda, perkiraan dari parameter capm untuk
waktu yang cocok harus digunakan. Menyediakan perkiraan benar yang telah
digunakan, yang menghasilkan nilai pasar dalam waktu saat itu dapat digunakan
untuk perencanaan tujuan.
3.7 Implikasi bagi manajer keuangan
Dalam sebuah pasar modal yang sempurna, adalah kepastian aliran
penghasilan yang dihargai oleh pasar sehingga bahkan di bawah ketidakpastian
manajer dapat menentukan keputusan operasi dan pembiayaan secara terpisah.
Jika operasi dan pembiayaan keputusan tetap terpisah di dunia
ketidakpastian dengan pasar modal yang sempurna, ada peran manajer keuangan
untuk bermain? Ya!. Pilihan penting rencana produksi optimal masih harus
dilakukan, dan perkiraan arus kas dan karakteristik risiko yang terkait dengan
rencana ini diperlukan. Manajer keuangan juga harus memperkirakan mengubah
rencana produksi perusahaan biaya modal efek.
Semua detail yang diperlukan untuk memastikan bahwa proyek internal rata-
rata tingkat return yang melebihi tingkat harga return pasar yang diperlukan dan
untuk memastikan bahwa keduanya disamakan pada margin dengan memilih skala
investasi.
24
BAB IV
BELANJA MODAL RENCANA DI BAWAH KETIDAKPASTIAN
Dengan asumsi bahwa perusahaan dapat memperkirakan tingkat
pengembalian (biaya modal) diperlukan untuk aliran penghasilan kelas risiko
tertentu, beberapa pertanyaan dalam belanja modal di bawah ketidakpastian akan
muncul. Pertama, manajer harus menentukan apakah risiko pendapatan proyek-
proyek baru adalah sama dengan penghasilan yang ada dan jika begitu, sejauh
mana proyek tersebut harus diadopsi oleh perusahaan. Jika risiko proyek berbeda
dari perusahaan yang ada risiko usahanya, maksud kebenaran dalam penyesuaian
biaya dana harus ditemukan, dan pertanyaan untuk menentukan skala optimal
proyek juga dapat dipecahkan.
4.1 Membandingkan hal yang baru dan yang sudah ada risikonya untuk memperoleh
laba rencana belanja modal yang optimal
Pertama, kita mempertimbangkan kasus investasi yang menghasilkan constant
returns to scale dan kasus investasi dengan diminishing returns.
1. Pengeluaran-pengeluaran modal dengan return investasi yang konstan
Nilai pasar dapat dijelaskan sebagai berikut :
Pi=E (~V i )−{[ E ( ~rm )−r f ]cov (~V i , ~rm ) /σ2 (~rm )}
1+r f
Sebagai alternatif, tingkat return pasar yang syaratkan pada suatu pendapatan
perusahaan adalah :
25
E (~r j )=r f +[ E (~rm )−r f
σ 2 (~rm ) ] cov (~r j ,~r m )
Dengan demikian aturan untuk proyek-proyek yang memiliki risiko bisnis yang
sama seperti perusahaan yang ada tampaknya bahwa proyek tersebut harus selalu
diadopsi, dapat dilaksanakan dengan biaya yang cukup rendah untuk mengizinkan
proyek setidaknya untuk mendapatkan tingkat return yang diperlukan. Namun,
dalam hal ini sangat sulit untuk menentukan skala yang optimal untuk proyek kecuali
dengan asumsi bahwa proyek hanya tersedia dalam beberapa jumlah terbatas atau
bahwa proyek hanya dapat dilaksanakan pada peningkatan biaya unit.
Sebaliknya, jika adopsi dari setiap proyek tersebut menghasilkan excess return
dari return pasar yang dibutuhkan, pada titik apakah perusahaan berhenti
berinvestasi di dalamnya? kesulitan terletak pada asumsi kami bahwa penghasilan
memperluas faktor skala, asumsi yang benar-benar berarti tingkat internal return
konstan yang diharapkan terwujud pada semua tambahan investasi. karena asumsi
ini tidak mungkin untuk menggambarkan banyak situasi yang praktis, ini akan
menjadi berharga berikutnya untuk menjelajahi skenario yang lebih realistis dalam
return marginal proyek yang baru.
2. Pengeluaran-pengeluaran modal dengan diminishing marginal return investasi
Untuk mempertimbangkan kasus diminishing marginal return, anggaplah dana yang
dinvestasikan at time 1 menghasilkan cashflow at time 2 berdasarkan pada :
~Z=I 1/2~X
Dimana I mewakili investasi dollar dalam suatu aktivitas at time 1dan ~Z mewakili
realisasi dollar at time 2 dari investasi tersebut. The time 1 nilai aliran ~Z adalah
menggunakan :
P=E (~Z )−α cov (~Z ,~rm)
1+rf
Dimana α=[ E (~rm )−r f ] /σ2 (~rm ) sehingga formula tersebut dapat ditulis ulang berikut :
26
P=I 1/2[E (~X )−α cov (~X ,~rm )]
1+r f
Manajer harus mengumpulkan dana untuk investasi dalam aset sampai marjinal dari
internal rate of return aset sama dengan tingkat bunga yang dibutuhkan oleh pasar.
4.2 Diperlukan tingkat Return: perusahaan, divisi, dan proyek
Alasan pendekatan sekarang memerlukan asumsi dengan tingkat output
untuk tetap uang akan dibahas segera, tapi kami menunjukkan bahwa tingkat output
pertama yang tetap dengan perusahaan itu sendiri dapat dianggap sebagai proyek
portofolio investasi. Jika kita biarkan proyek individu menjadi didefinisikan oleh
indeks k, maka kita bisa menulis :
E (~r j )=∑k
x jk E (~r jk )=∑k
x jk {r f +[ E (~rm )−rf
σ2 (~rm ) ]cov (~r j , ~rm )} Dimana x jk adalah nilai pasar proyek investasi individu yang relatif terhadap nilai
pasar perusahaan dan ∑k
x jk=1. Pendekatan ini menunjukkan return perusahaan
yang bobot rata-rata return yang disyaratkan oleh pasar pada setiap proyek-proyek
individu.
Dan bobot-bobot tersebut dihitung dengan menggunakan nilai pasar aktivitas
individu. Sebaliknya, tingkat return yang disyaratkn pada aktivitas return yang
berhubungan dengan tingkat return pada perusahaan sama halnya seperti return
sekuritas yang berhubungan dengan return portofolio.
4.3 Penyusutan pajak perisai bawah ketidakpastian
Pendapatan bersih itu diketahui secara pasti dan ketika dikombinasikan
dengan pajak perisai, jumlah itu diskon di riskless rate untuk mendapatkan nilai
sekarang untuk periode berikutnya. Ketika penghasilannya tidak pasti beroperasi,
perisai pajak yang melemah yang mengalir dari proyek investasi yang mungkin
harus dianggap berisiko, meskipun, seperti kita sekarang menunjukkan, tidak selalu
27
risiko sama setelah - pendapatan pajak proyek tersebut. Maka sebuah penerimaan
proyek dinilai, seperti di bagian sebelumnya dengan menerapkan berbagai tarif
diskon yang mengalir ke kas dan pajak tabungan.
Pendapata bersih proyek dapat dijelaskan sebagai berikut :
~Z=~X+~T
Dimana ~X pendapatan setelah pajak dan ~T adalah hasil pajak tabungan dari
penyusutan peralatan pada tingkat pajak yang dimaksudkan. Nilai sekarang ~Z
adalah :
P z=E (~Z )−{[ E (~rm )−r f ] cov (~Z , ~rm ) /σ2 (~rm )}
1+r f
Setelah disubstitusikan maka menjadi :
P z=E (~X+~T )−{[ E (~rm )−rf ] cov (~X+~T , ~rm ) /σ2 (~rm )}
1+r f
P z=E (~X )− {[ E (~rm )−r f ] cov (~X , ~rm ) /σ2 ( ~rm )}
1+r f+
E (~T )−{ [ E (~rm )−rf ] cov (~T , ~rm ) /σ2 (~rm )}1+r f
Kita sekarang menanyakan tentang risiko karakteristik ~T . Jika perusahaan sudah
besar dan menguntungkan dan proyek kecil dalam perbandingan, kemudian
kemampuan perusahaan untuk mengklaim bahwa depresiasi perisai pajak tidak
terkait dengan hasil proyek tertentu dan karena itu dapat dianggap sebagai bebas
risiko. Dalam hal ini lebih singkat dapat dirumuskan sebagai berikut :
P z=E (~X )− {[ E (~r m )−r f ] cov (~X , ~rm) /σ2 ( ~rm )}
1+r f+ T1+r f
Dengan kata lain, depresiasi perisai pajak itu sendiri diskon pada tingkat bebas
risiko, tetapi pendapatan bersih harus pertama dikonversi setara kepastian sebelum
diskon serupa terjadi.
Tujuan utama dalam memisahkan cashflows menjadi komponen adalah untuk
menampilkan pengaruh mereka tertentu pada risiko kombinasi. Setiap kali shield
28
pajak kurang berisiko daripada proyek itu sendiri, sesuai tarif diskon untuk perisai
pajak akan berbeda dari yang untuk proyek.
4.3Single-periode dibandingkan model investasi multiperiod
Sejauh ini telah secara eksplisit dianggap sebagai keputusan investasi yang
hanya melibatkan dua poin dalam waktu. Kita berharap sekarang
mempertimbangkan bagaimana pendekatan kami sebelumnya harus diubah jika
pasar untuk investasi nyata barang yang tidak sempurna dan jika terjadi the
cashflows proyek tersebut yang menghasilkan pada beberapa poin dalam waktu.
Untuk menggunakan model satu periode di sebuah konteks banyak periode, kita
hanya perlu beranggapan bahwa barang modal riil dapat membawa atau dijual di
pasar sekunder yang sempurna. Kondisi ini, pemilihan tingkat investasi yang optimal
pada setiap periode ( dan khususnya periode pertama ) ini hanya urutan
independen, keputusan periode tunggal yang dapat diambil persis seperti yang telah
kita ditentukan. Pasar untuk barang-barang modal adalah sempurna jika tidak ada
biaya transaksi secara operasional didefinisikan dengan maksud firma tersebut akan
menerima dari penjualan aset sama persis seperti hasil itu harus akan
mengeluarkan untuk pembelian aset.
Hal ini juga mungkin bahwa banyak keputusan investasinya dapat dibuat dengan
model satu periode bahkan ketika ada ketidaksempurnaan kecil di pasar sekunder.
Jika perusahaan mengakuisisi aset, hasil terburuk yang terjadi mungkin
mengharapkan akan menerima cashflow yang satu periode dan penyelamatan nilai
aset bersih setelah periode pertama. Jika aset yang dapat diterima di dasar, ini
seharusnya diperoleh, sejak perusahaan hanya bisa mendapatkan kesempatan
untuk mempertahankan itu untuk penambahan periode.
Di sisi lain, banyak proyek yang bermanfaat mungkin memiliki aset
penyelamatan nilai pada akhir satu periode buruk yang mencerminkan kekuatan
pendapatan kedepan. Dalam kasus tersebut, periode lebih lanjut harus diperhatikan
dalam keputusan investasi.
29
Kita segera akan memberikan sebuah contoh mengenai bagaimana
pendekatan hanya menggarisbawahi dapat menempatkan untuk bekerja dalam
memecahkan pembebasan sebuah aset multiperiod terkendala, tapi sebelum hal itu
terjadi, ini adalah instruktif untuk membandingkan hal solusi tersebut di atas untuk
diperoleh ketika ada pasar sekunder yang sempurna untuk modal real aset. Pasar
sekunder yang sempurna sepenuhnya mencerminkan diskon kedepan kekuatan
pendapatan dari sebuah proyek di setiap titik waktu.
Catatan juga bahwa bahkan jika tak ada pasar yang sempurna untuk barang
modal sendiri, hasil yang sama akan diperoleh jika jenis untuk barang-barang
( instrumen keuangan menyampaikan kepemilikan hak, seperti saham dan obligasi )
dapat dijual secara terpisah di pasar yang sempurna Biasanya, namun, sejak barang
modal akan hanya sebagian dari aset perusahaan, jenis keuangan ini dalam
memisahkan aset tidak akan tersedia.
4.4 Memperkirakan cashflow dan beberapa kovarian
Untuk menerapkan CAPM untuk analisis belanja modal, hal itu diperlukan
untuk memperkirakan peningkatan sebuah proyek cashflows dan covariance
cashflows tersebut dengan return pasar portofolio. Itulah, diperlukan distribusi
probabilitas cashflows yang dihasilkan oleh proyek, seperti kovarians dengan return
pasar portofolio. Kecuali yang terakhir ini entah bagaimana tersedia dari sumber-
sumber alternatif seperti sejarah pengalaman dengan jenis proyek yang serupa, dua
masalah estimasi saling terkait. Selain itu, perkiraan kovarians penting tergantung
pada sifat dari perkiraan distribusi. Hal ini pada gilirannya penting dalam
mempengaruhi tingkat return yang diperlukan untuk proyek tertentu.
30
BAB V
PEMBIAYAAN JANGKA PANJANG DAN RISIKO KEUANGAN
Dalam bab ini kita mempertimbangkan bagaimana nilai pasar perusahaan,
dan akibatnya pada kekayaan investor, dipengaruhi oleh keputusan manajemen
untuk meningkatkan dana perusahaan yang menggunakan keperbedaan sekuritas
ketersediaan yang ada tersebut - khususnya, obligasi memiliki klaim pertama di
perusahaan penghasilan, dan shrares memiliki klaim sisa.
Dalam beberapa kasus pertama klaim akan riskless satu dan dalam kasus
lain yang tidak, menurut ukuran klaim sebelumnya dalam kaitannya dengan aliran
pendapatan perusahaan. Untuk tujuan expositional kejelasan, keputusan ini adalah
semua diperiksa di bawah asumsi bahwa keputusan operasi telah dipilih dan tetap di
muka.
5.1 Pengaruh Leverage Nilai pasar perusahaan
Di pasar modal yang sempurna sekarang yang diasumsikan, investor setuju
perusahaan yang harus memaksimalkan nilai pasar. Salah satu tugas manajemen,
karena itu, adalah untuk menentukan apakah, diberikan keputusan beroperasi,
perubahan dalam keputusan pembiayaan bisa mempengaruhi nilai pasar
perusahaan dengan cara apapun. Ini adalah pertanyaan yang banyak diperdebatkan
dalam keuangan yang saat ini membutuhkan pertimbangan dalam beberapa tahap.
31
Kita lanjutkan dengan pertama membahas kondisi di mana manajer keuangan tidak
perlu khawatir tentang komposisi keputusan keuangan. Setelah penyelidikan kami
selesai, kami akan memiliki pernyataan lengkap mengapa, dan di bawah kondisi
apa, manajer keuangan harus peduli dengan leverage.
Bagian pertama dari penyelidikan leverage kami mengyingkirkan beberapa
kesalahpahaman dengan menunjukkan bahwa bagian tertentu sebelumnya
keuntungan yang dipercaya untuk meningkatkan ilusi. Sebagai contoh, utang ini
sering kurang berisiko, dan karena itu lebih murah, daripada ekuitas. Tapi itu tidak
mengikuti pengamatan ini yang menggunakan lebih banyak utang murah yang akan
selalu menurunkan biaya rata-rata dana perusahaan. Memang, Bagian ini
menunjukkan bahwa di bawah pembatasan tertentu pada suatu lingkungan,
keputusan keuangan tidak dapat mempengaruhi nilai pasar perusahaan,
sebagaimana hasil yang telah dilakukan oleh teorema Modigliani - Miller. Karena
hasil tergantung pada asumsi-asumsi yang dipekerjakan, menafsirkan hasil benar
memerlukan pengetahuan mengenai bagaimana asumsi tersebut bekerja.
5.2 struktur Modal dan CAPM
Pada bagian ini kita juga menunjukkan struktur modal dan nilai pasar
perusahaan yang berhubungan dengan peralatan yang dijelaskan oleh hasil
Modigliani-Miller. Tujuan kami pada bagian ini adalah untuk mempengaruhi
demonstrasi yang menggunakan CAPM.
5.3 Biaya modal dalam pasar yang sempurna
Kami pertama menunjukkan leverage ada bedanya dengan nilai pasar
perusahaan. Untuk mempermudah kita mempertimbangkan kasus di mana hanya
bebas risiko utang yang dikeluarkan. Kita menganggap hutang ini akan dapat
ditebus dengan bunga pada waktu 2.
Ingat bahwa tingkat return saham yang diharapkan perusahaan ditunjukkan oleh
SML.
32
E (~r j )=r f +λcov (~r j ,~rm )
Dimana λ≡E (~rm )−r f
σ 2 (~r m )
Biarkan ~X j menunjukkan distribusi pendapatan perusahaan waktu 2 dan S j nilai
pasar saham pada waktu 1. Kami mempertimbangkan dua perusahaan, identik
kecuali perbedaan dalam struktur modal, dan menggunakan sebuah bintang untuk
menunjukkan perusahaan unlevered.
Untuk perusahaan unlevered.
E (r j¿ )≡
E (~X j )−S j
S j¿
Dan kemudian
E (~X j )−S j
S j¿ =r f + λcov (~r j ,~rm )
Kalikan di kedua sisi dengan S j¿ dan menggunakan kovarian, maka diperoleh :
E (~X j )−S j¿=S j
¿rf + λcov (~X j¿ , ~rm)
Jadi
E (~X j )−λcov (~X j¿ ,~rm )=S j
¿(1+r f )
Untuk perusahaan levered yang mengeluarkan hanya obligasi riskless,
E (r j¿ )=
E (~X j )−B j (1+rf )−S j
S j=r f + λcov (~r j ,~rm )
Atau
E (~X j )−B j (1+r f )−S j
S j=r f +
λS j
cov (~X j , ~rm )
Kemudian,
E (~X j )−B j (1+rf )−S j=r f +λcov (~X j , ~rm)
33
Sehingga,
E (~X j )−λcov (~X j , ~rm )=B j (1+rf )+S j (1+r f )
Jika ~X j¿=~X j maka S j
¿=B j+S j
Atau nilai perusahaan tidak dapat diubah oleh Leverage yang dipengaruhi dalam
pasar yang sempurna.
5.4 Stuctures Modal Yang Kompleks Dan Risiko Keuangan
Masalah menilai risiko keuangan menjadi lebih kompleks seperti berbagai jenis
instrumen yang dikeluarkan. Sebagai contoh, jenis-jenis risiko keuangan yang terkait
dengan instrumen yang berbeda akan tergantung pada jumlah kelas instrumen yang
luar biasa serta struktur kedewasaan mereka. Sebagai contoh, efek pada risiko
keuangan menerbitkan utang jangka pendek mungkin berbeda dari menggunakan
salah satu beberapa kelas dari hutang jangka panjang. Meskipun demikian, dalam
suatu pasar yang sempurna perubahan struktur modal tidak mengubah nilai pasar
perusahaan.
5.5 implikasi Manajerial
Sejauh ini kita telah melihat bahwa dalam sebuah pasar kapital yang
sempurna pendapatan perusahaan dikenakan diskon menurut risiko usaha. Risiko
keuangan tidak mempengaruhi market required rate of return ini. Namun, risiko
keuangan mempengaruhi market required rate yang diterapkan untuk kelas tertentu
dari instrumen keuangan, menurut jumlah relatif dari instrumen yang beredar
berbeda, karena kelas yang berbeda dari instrumen keuangan partisi distribusi
penghasilan perusahaan tanpa mempengaruhi nilai total.
34
Ada dua hasil implikasi manajerial yang penting ini. Pertama, kita telah
melihat bahwa dalam sebuah pasar kapital yang sempurna biaya modal perusahaan
akan tidak jatuh sebagai biaya pembiayaan (utang) yang lebih rendah digunakan,
karena biaya modal tergantung pada risiko bisnis; yang berbeda jenis pembiayaan
mencapai adalah untuk membagi risiko ini tanpa mempengaruhi penilaian
keseluruhan aliran penghasilan. Kedua, required rate pada bentuk khusus
pembiayaan (utang atau ekuitas) berubah dengan risiko instrumen.
Kedua hasil itu berarti bahwa formula biaya modal rata-rata tertimbang dapat
menyesatkan kecuali hal ini menyadari bahwa rumus memegang sebagai sebuah
identitas memberitahu bagaimana tingkat return pasar (konstan) ini terkait dengan
tingkat return yang diperlukan pada hutang dan ekuitas. Hal ini tidak cukup, karena
itu, untuk menyimpulkan bahwa karena sebuah sumber dana tertentu tampaknya
murah, penggunaannya akan selalu mengurangi biaya modal sebuah perusahaan.
BAB VI
PEMBIAYAAN JANGKA PANJANG DAN RISIKO KEUANGAN: LANJUTAN
Bab ini terus penyelidikan masalah keuangan jangka panjang di pasar modal
sempurna di bawah kondisi ketidakpastian. Sejauh ini kami telah menemukan bahwa
manajer dapat menilai biaya modal perusahaan dengan menggunakan perkiraan
dari laba bersih aliran risiko dan bagaimana hal itu mungkin mengubah adopsi
dengan proyek baru. Hal ini dapat menyesatkan, namun, untuk memperkirakan
biaya modal yang menggunakan biaya sekuritas individu, setidaknya kecuali yang
terakhir adalah hati-hati disesuaikan untuk mengenali kedua salah satu risiko
keuangan efek terbitan baru, dan kemungkinan perubahan dalam risiko bisnis
sebagai proyek-proyek yang baru diadopsi. Sekarang kita akan memeriksa
keputusan dividen dan efeknya pada perusahaan pembiayaan, serta hubungan
antara pajak, Kepailitan teknis dan struktur modal perusahaan. Akhirnya, kami
mempertimbangkan pertanyaan tambahan yang terkait dengan memperkirakan
biaya modal perusahaan.
35
6.1 keputusan Deviden dan nilai perusahaan
Dalam suatu pasar yang sempurna, bahkan di bawah ketidakpastian, dividen
yang dinyatakan oleh perusahaan tidak relevan untuk menentukan nilai pasar
perusahaan. Sementara banyak individu sangat enggan untuk percaya bahwa ini
sepotong argumen struktur permodalan sah sebagai gambaran bagaimana
kebijakan dividen mempengaruhi harga saham di dunia nyata, proposisi tetap
berguna. Untuk, dikatakan untuk manajer bahwa ini tidak selalu dividen per se yang
penting, tapi apa yang mungkin berarti perubahan dividen yang dinyatakan. Kami
sekarang menunjukkan bagian pertama dari argumen sekarang di bawah
ketidakpastian di pasar modal yang sempurna. Efek dari ketidaksempurnaan pasar
juga diperkenalkan.
1. Proposisi yang tidak relevan
Dalam kepastian dunia dengan pasar modal sempurna Deklarasi divdend,
atau perubahan dalam ukuran pembayaran dividen, tidak mempengaruhi nilai
perusahaan. Hasil yang sama memperoleh di pasar modal yang sempurna di bawah
ketidakpastian, karena pembayaran dividen dapat segera dan costlessly diimbangi,
dalam hal sumber daya yang tersedia untuk perusahaan, dengan menjual saham
baru.
Efek bersih dari sudut pandang dari pemegang saham yang ada adalah sama
seolah-olah mereka secara pribadi telah menjual (untuk investor baru) bagian dari
minat mereka dalam perusahaan. Dari sudut pandang perusahaan, efek bersih
adalah penurunan nilai penghasilan yang dipertahankan oleh perusahaan (sumber
dari dividen yang dibayar) yang persis dikompensasikan dengan peningkatan modal
ditingkatkan dari pemilik baru yang dibawa oleh hasil penjualan saham baru. Untuk
mengekspresikan ini cara lain, sebuah pasar kapital yang sempurna tidak ada
bedanya Apakah perusahaan meningkatkan keuangan modal dari sumber-sumber
yang dihasilkan secara internal (dengan menggunakan keuntungan untuk
membiayai investasi baru daripada membayar dividen) atau dari penjualan saham
tambahan.
36
Baik itu juga terhadap sumber diskon pada return harga pasar yang sesuai
untuk risiko bisnis perusahaan. Yaitu return harga pasar digunakan untuk diskon
penghasilan dalam harga saham baru dan juga berlaku sebagai suatu biaya
kesempatan untuk menilai penghasilan yang dipertahankan oleh perusahaan. Ini
berarti pada gilirannya bahwa nilai menarik pemilik yang ada di perusahaan yang
tidak akan berkurang masalah saham baru, karena pemilik yang ada akan membagi
masalah harga baru sehingga menghasilkan persis sesuai pasar suku bunga. Selain
itu, dengan harga ini pembeli akan bersedia untuk membeli saham, karena seperti
saham menawarkan return yang sama sebagai investasi lain yang sama risikonya di
pasar modal sempurna diasumsikan.
2. Dampak pembedaan pajak dan biaya-biaya transaksi
Proposisi dividen tidak relevan ini dapat digunakan untuk menilai beberapa
alasan kebijakan dividen mungkin penting dalam dunia nyata, pasar modal tidak
sempurna. Karena kita mengasumsikan ketidaksempurnaan pasar untuk
mendapatkan hasil yang tidak relevan, ketidaksempurnaan reintroduction dapat
mengubah temuan kami.
Misalnya pendapatan pajak yang dikenakan pada pemegang saham dan
bahwa tarif pajak berbeda menurut Apakah pendapatan yang diterima dalam bentuk
dividen atau apresiasi harga saham (keuntungan modal). Anggap bahwa pajak
pendapatan biasa terjadi pada tingkat yang lebih tinggi daripada pajak capital gain.
Dalam keadaan ini, kecuali ada pembeli saham perusahaan yang bisa sepenuhnya
lepas pajak, Deklarasi dividen mengurangi posisi kekayaan pemegang saham lain
daripada tidak memungkinkan pemegang saham untuk menyadari keuntungan
modal melalui penjualan saham. Dalam keadaan ini Deklarasi dividen tidak masalah
tidak relevan baik untuk pemegang saham atau pemegang saham potensial, dan
karenanya nilai pasar perusahaan dapat diubah oleh yang dibayar kecuali
pemegang saham memiliki beberapa cara untuk melarikan diri tarif pajak yang lebih
37
berat. Untuk, dalam ketiadaan tersebut berarti, membayar dividen hasil dalam
transfer kekayaan dari pemegang saham yurisdiksi pengadaan pajak.
6.2 Pengaruh pajak perusahaan pada leverage
Meskipun kami menunjukkan bahwa jumlah utang dalam struktur modal
perusahaan tidak mempengaruhi nilai pasar perusahaan, situasi berubah secara
dramatis jika dikenakan pajak pendapatan perusahaan dan jika bunga atas utang
luar biasa dapat dikurangkan dari penghasilan kena pajak perusahaan. (Kami kira
juga pendapatan perusahaan cukup besar bahwa pajak bahkan akan tuduhan itu).
Dalam keadaan ini berubah, model pasar sempurna memprediksi bahwa
perusahaan akan dibiayai hanya dengan utang. Untuk masalah utang perusahaan
yang lebih banyak, semakin besar pajak yang disimpan - kesimpulan yang berlaku
apakah utang berisiko atau tidak.
Untuk mengembangkan argumen secara resmi, pertimbangkan dua
perusahaan, levered dan unlevered, dengan distribusi penghasilan yang sama.
Kemudian, mengingat kami biasanya dua poin dalam waktu dan dengan asumsi
tingkat pajak perusahaan τ , setelah pajak penghasilan perusahaan unlevered akan.
~X (2 ) (1−τ )
6.3 Probabilitas kebangkrutan teknis tanpa biaya tidak mempengaruhi kesimpulan
Di bawah kondisi pasar tidak sempurna, kondisi teknis insolvensi mungkin
menuju Kepailitan atau reorganisasi (jika itu melibatkan biaya transaksi) yang
menawarkan satu penjelasan mengapa utang ekuitas rasio yang diamati dalam
prakteknya terbatas. Dengan teknis insolvensi berarti perusahaan tidak mampu
memenuhi pembayaran yang dijanjikan dari pokok dan bunga atas utang dari
sumber-sumber yang sudah ada. Karena, oleh Konvensi, biaya transaksi diasumsi
dalam suatu pasar yang sempurna, dan karena itu adalah keadaan diteliti di sini,
untuk saat ini kita harus bertanya apa yang terjadi dalam Kepailitan teknis yang tidak
mengarah pada biaya transaksi. Dalam keadaan seperti itu pemegang sekuritas
utang tidak akan menerima pokok dan bunga mereka secara penuh, dan para
38
pemegang saham akan menerima sesuatu. Tapi kita telah mempertimbangkan
keadaan ini dalam beberapa contoh sebelumnya, dan itu jelas bahwa dalam
ketiadaan biaya khusus belum dimasukkan dalam model, Kepailitan teknis ini tidak
mempengaruhi nilai pasar perusahaan. Dengan demikian, saat ini kami belum dapat
menjelaskan mengapa manajer keuangan ingin membatasi perusahaan leverage.
Kita akan mengambil isu-isu ini lagi, dimana alasan tersebut disediakan.
6.4 Memperkirakan biaya dari berbagai sumber dana
Teori yang dikembangkan hanya menyediakan bantuan berguna yang
menunjukkan bagaimana manajer dapat memperkirakan biaya dari berbagai sumber
dana. Untuk saat ini teori menunjukkan bahwa biaya modal tergantung terutama
( kecuali di hadapan pajak ) di bisnis risiko. Kita di sini menanyakan apakah ini
tingkat return yang diperlukan dapat diperkirakan dari return yang diperlukan pada
perusahaan sekuritas. Mempertimbangkan kasus pertama baru masalah ekuitas
dengan sebuah perusahaan memiliki kedua hutang dan ekuitas yang luar biasa.
Teori memprediksi bahwa jika ekuitas tambahan dikeluarkan, dengan hasil rasio
ekuitas utang yang jatuh, maka tingkat diskon diterapkan untuk semua ekuitas luar
biasa akan biasanya jatuh. Di sisi lain, peningkatan rasio ekuitas utang karena
masalah utang tanpa tambahan, dengan asumsi seperti masalah mungkin, akan
meningkatkan tingkat diskon diterapkan ekuitas tetapi tidak akan mempengaruhi
tingkat diterapkan untuk utang.
6.5 Estimasi biaya rata-rata tertimbang modal
Fakta bahwa nilai pasar perusahaan independen dari struktur permodalan
berarti bahwa biaya modal rata-rata tertimbang konstan dalam suatu pasar yang
sempurna ketika biaya modal perusahaan tidak dikenakan pajak. Rata-rata
tertimbang dihitung menggunakan harga diskon diterapkan untuk sekuritas individu,
dengan nilai-nilai pasar mereka sedang digunakan sebagai beban. Tapi karena nilai-
nilai pasar sekuritas berbeda masalah menyesuaikan pada waktu yang sama seperti
laju return diperlukan, formula biaya modal rata-rata tertimbang memegang sebagai
identitas. Itulah, formula biaya modal rata-rata tertimbang selalu memegang jika
39
diinterpretasikan dengan benar. Tapi ini tidak berarti, sekali teks tradisional
diasumsikan, bahwa rumus dapat mekanis digunakan untuk memprediksi efek dari
mengubah struktur modal. Catatan akhirnya bahwa semua hasil ini menganggap
risiko bisnis konstan. Jika bisnis risiko berubah, bahkan di sempurna pasar
perusahaan biaya modal berubah.
6.6 Bukti empiris
Akhirnya, kami mempertimbangkan pertanyaan isi informasi perubahan dalam
kebijakan dividen.. Pembaca bisa mengingat bahwa masalah ini sehubungan
dengan tes efisien pasar Jika perusahaan semata-mata untuk meningkatkan dividen
ketika para manajer percaya pembayaran yang lebih tinggi bisa dipertahankan tanpa
batas waktu, investor mungkin menafsirkan bertambah terus karena menunjukkan
bahwa manajer mengharapkan pendapatan yang lebih tinggi secara permanen dan
dengan demikian menawarkan harga saham setelah pengumuman publik.
Tapi seperti yang kita sebelumnya mencatat, informasi yang sama tentang
harapan pendapatan di masa depan mungkin berasal dari sumber lain. Pertanyaan
yang adalah apakah perubahan harga saham setelah pengumuman dari dividen
berubah. Pettit ( 1972 ) dan watt ( 1973 ) keduanya telah mempelajari pertanyaan ini
dengan hasil campuran dan agak tidak meyakinkan. Menggunakan data bulanan,
watt tidak menemukan efek signifikan pengumuman. Namun, menggunakan data
harian, Pettit menemukan perubahan signifikan dalam waktu 2 hari berikut. Efek
paling dramatis tampaknya berada di bawah penyesuaian ketika pengumuman
sebenarnya sudah tidak tampaknya mencapai pasar antisipasi.
40
BAB VIIMODELLING THE BEHAVIOUR OF TECHNICIANS AND FUNDAMENTALISTS IN
THE SHANGHAI STOCK MARKETImad Moosa And Larry Li, 2009
International Journal Of Banking And Finance, Volume 6
Penelitian ini memberikan bukti empiris tentang peran kaum fundamentalis
dan teknisi di pasar saham Cina. Tiga model ekonometrik digunakan untuk
membedakan pengaruh harga saham yaitu tindakan pedagang yang bertindak atas
pergerakan harga saham atas dasar analisa teknis dan tindakan investor yang
berdasarkan analisa fundamental dan mereka yang bertindak atas pertimbangan
kedua analisis tersebut.
Model diestimasi dengan menggunakan data bulanan dan harian yang dipilih
secara acak pada harga saham dari seratus perusahaan yang terdaftar di Shanghai
Stock Exchange. Hasil penelitian ini mengungkapkan bahwa baik bagi fundamentalis
maupun teknisi memiliki peran dalam pembentukan harga saham, meskipun teknisi
tampaknya memainkan peran lebih penting . Hasil ini berlaku bahkan jika terdapat
peran intervensi dari pemerintah. Beberapa penjelasan disajikan untuk dominasi
teknisi.
41
Bukti survei pada peran perilaku yang dimainkan oleh kaum fundamentalis
dan teknisi disediakan oleh sejumlah penelitian yang dilakukan di berbagai pasar.
Harvey (1993,p.680) menyajikan sebuah argumen menarik untuk bukti survei
sebagai alternatif pemodelan ekonometrik, yang menyatakan bahwa ada banyak
yang bisa dipelajari tentang misteri keuangan internasional melalui pemahaman
trends dan kecenderungan dari pedagang daripada yang bisa didapat dari ratusan
regresi multivariat. Allen dan Taylor (1989, 1990) dan Taylor dan Allen (1992)
meneliti lebih dari 400 dealer valuta asing di London, dengan 60 persen mengatakan
bahwa setidaknya grafik (chart) sama pentingnya dengan analisa fundamental.
Cheung et al. (2004) melakukan survey yang berbasis di Inggris untuk menemukan
bahwa perdagangan teknis yang berbasis pada model perdagangan yang disukai.
Sebuah survei berikutnya oleh Oberlechner (2001) dimasukkan tingkat hirarki semua
pedagang di Eropa pada pasar valuta asing, dan menemukan dukungan kuat dalam
penggunaan analisis teknis. Menkhoff (1997) dan Lui dan Mole (1998) memeroleh
hasil survey yang sama yang dilakukan di pasar devisa Jerman dan Hong Kong.
Bukti peran kaum fundamentalis juga disediakan oleh suatu studi yang
membandingkan profitabilitas fundamental dan aturan perdagangan teknisi, serta
studi penetapan heterogenitas di pasar keuangan (Lihat Moosa, 2003, hlm 236-
240). Kesimpulan umum dari studi ini adalah bahwa fundamentalis dan teknisi
berperan dalam pasar keuangan dan bahwa strategi perdagangan pelaku pasar
keuangan yang digunakan heterogen.
Dalam menggambarkan model, Moosa mengasumsikan adanya empat jenis
pedagang: Teknisi yang menggunakan aturan filter, teknisi yang menggunakan
aturan rata-rata bergerak, fundamentalis yang menggunakan aturan, dan
menggunakan kebijaksanaan fundamentalis. Model ini diuji oleh Moosa dan
Syamsuddin (2003) yang menemukan bahwa hasil pembentukan harga keuangan
dari interaksi pedagang yang menggunakan berbagai macam model teknis dan
fundamental.
Dalam mencari penjelasan untuk dominasi teknisi di pasar saham Cina,
ketertarikan resor orang mungkin sebagai peran kunci yang dimainkan oleh
pemerintah, yang menentukan berapa banyak perusahaan dapat terdaftar setiap
tahun dan berapa banyak saham yang dapat dikeluarkan (Su dan Fleisher, 1999).
Selain itu, proporsi yang signifikan dari perusahaan kepemilikan milik pemerintah
yang tercantum, langsung maupun tidak langsung. Oleh karena itu, investor biasa
42
mengharapkan pemerintah untuk bertanggung jawab pada gejolak kinerja Pasar. Di
sisi lain, pemerintah berusaha untuk mencapai beberapa tujuan melalui
pengembangan pasar saham, seperti meningkatkan kredibilitas pemerintah,
menjaga stabilitas sosial dan menciptakan lapangan kerja baru. Ini berarti bahwa
perilaku pasar adalah independen dari ekonomi fundamental dan kinerja sektor riil
perekonomian. Gambar 7 menegaskan pengamatan ini, menunjukkan rata-rata
pasar selama periode 2000-2005, diikuti oleh lonjakan 2006-07, yang dipercepat
pada semester pertama 2007 (Sebelum penurunan besar awal Juni). Ini tidak berarti
refleksi dari kinerja perekonomian Cina, seperti yang telah berkembang pesat di
seluruh periode penelitian. Aktivitas perdagangan di pasar Cina didominasi oleh
investor individu, karena saham yang dikendalikan oleh pemerintah tidak
diperdagangkan. Namun, investor individu Cina tidak memiliki pengetahuan investasi
dan keterampilan umum (karena mereka tidak berada di bisnis ini untuk panjang).
Karakteristik hasil dominasi menghasilkan “noise traders”, yang lebih dekat untuk
menjadi teknisi, De Long et al. (1990) telah menunjukkan, perilaku kebisingan
pedagang biasanya tidak dapat diprediksi, dan dapat menyebabkan perbedaan
besar antara harga pasar dan nilai-nilai fundamental. Selain itu, pedagang
kebisingan dapat bertahan lama selama mendapatkan keuntungan yang lebih tinggi
daripada investor canggih untuk bantalan tambahan risiko yang diciptakan oleh
mereka. Sebenarnya, beberapa anomali pasar Cina bisa dijelaskan oleh perilaku
pedagang kebisingan, termasuk spekulasi luas dan volatilitas berlebihan.
Beberapa aspek perilaku keuangan mungkin juga menjelaskan dominasi
teknisi. Karakteristik dari pasar Cina menyediakan lahan yang subur untuk membuat
investor percaya diri dalam penilaian mereka, konsekuensi dari ketepatan informasi
yang melebih-lebihkan (Odean, 1998; Graham & Harvey, 2002). Selain itu, investor
tampaknya menilai peristiwa yang tidak pasti berdasarkan pengalaman mereka,
43
yang dapat menghasilkan bias yang representiveness dan menyebabkan perbedaan
yang signifikan dari harga pasar dari nilai-nilai fundamental dari saham.
Konfirmasi bias dan konservatisme juga penting. Bias konfirmasi ada ketika
investor hanya percaya informasi yang mendukung pendapat mereka dan
mengabaikan informasi yang tidak. Di sisi lain, investor dengan konservatisme bias
memiliki reaksi relatif lambat terhadap perubahan pasar karena mereka mungkin
berpikir bahwa informasi baru tidak relevan dan tetap berpegang pada apa yang
mereka yakini sebelumnya. Semua dari fenomena ini tampaknya akan berkembang
di pasar saham China (lihat,Misalnya, Lin, 2005).
Sistem tata kelola perusahaan Cina mungkin juga menjelaskan dominasi Dari
bahasa TEKNISI. Para pemegang saham besar di Cina kemungkinan akan
melembaga dan negara bukan individu. Investor individu mencapai sekitar 30 persen
dari total saham, dan ribuan saham tersebut tersebar berpotensi banyak pemegang
saham untuk setiap perusahaan (Hovey et al. 2003). Selain itu, sangat sulit untuk
menemukan pemegang saham individual di dewan direksi, dan diyakini bahwa
kepentingan investor individu tidak terlindung dengan baik. Oleh karena itu, Mok dan
Hui (1998) menyimpulkan bahwa investor individu Cina terutama mencari modal
spekulasi jangka pendek daripada investasi jangka panjang. Hal ini membuat para
investor lebih memilih bersifat teknisi daripada fundamentalis.
44
BAB VIIITHE COMPLEMENTARY NATURE OF FUNDAMENTAL AND TECHNICAL
ANALYSISStephanus R.W., Hendra S (2010)
Evidence From Indonesia”, Intgritas-Jurnal Manajemen Bisnis, Vol.3, No.2, Jakarta.
Analisis fundamental dan teknikal digunakan sejak lama oleh para analis
untuk dapat memperkirakan harga saham. Kedua bentuk analisis ini seringkali
digunakan secara independen tanpa interaksi satu dengan lainnya. Studi yang
dilakukan ini bertujuan untuk dapat melihat hubungan antara analisis teknikal dan
fundamental, apakah dengan menggabungkan kedua bentuk analisis ini dapat
menghasilkan sebuah prediksi yang lebih tepat terhadap pergerakan pasar saham
Indonesia. Studi ini mencakup seluruh saham yang tercantum dalam LQ 45 di Bursa
saham Indonesia. Hasil riset menunjukkan bahwa, baik analisis fundamental
maupun teknikal secara terpisah memiliki kemampuan untuk dapat memperkirakan
pergerakan harga saham. Namun dengan menggabungkan kedua analisis ini dalam
sebuah model, dapat memberikan kemampuan prediksi yang lebih kuat. Pada pasar
saham Indonesia, analisis teknikal mempunyai kemampuan yang lebih baik dalam
memperkirakan harga saham kedepannya. Karena data teknikal lebih mudah di
45
akses dan tersedia secara umum dibandingkan dengan data fundamental seperti
prediksi EPS dari analis, yang hanya tersedia bagi pelanggan dalam jumlah kecil.
Dengan menggabungkan kedua analisis ini, investor dapat memperoleh laba yang
lebih besar dibandingkan hanya menggunakan strategi beli dan simpan, cara
penggabungan kedua analisis ini adalah dimana analisis fundamental dapat
digunakan untuk menentukan saham mana yang cukup baik, dan analisis teknikal
dapat digunakan untuk menentukan momentum kapan untuk membeli dan menjual
saham tersebut. Hasil studi ini diharapkan dapat menambah pengetahuan dari para
pemain saham agar bisa memperoleh keuntungan yang maksimal.
BAB IXFUNDAMENTAL AND TECHNICAL ANALYSIS: SUBSTITUTES OR
COMPLIMENTS?Jenni L. Bettman, Stephen J. Sault, Emma L. Welch, 2009
AFAANZ Journal Of Accounting and Finance, 49,21-36, Canberra, Act, 0200,
Australia
Penelitian ini mengusulkan sebuah model penilaian ekuitas yang
mengintegrasikan analisis fundamental dan teknikal dan dengan mengintegrasikan
kedua analisis tersebut, kita mengenali potensi yang dimiliki fundamental dan
teknikal sebagai bagian yang saling melengkapi daripada sebagai pengganti.
Pengujian menunjukkan bahwa penegasan sifat alami yang saling melengkapi
antara analisa fundamental dan teknikal, dengan kinerja masing-masing yang baik
yang saling berisolasi, model mengintegrasikan keduanya sehingga memiliki daya
penjelas yang unggul dalam penilaian saham.
Hasil pengujian penelitian model hibrida ini tidak hanya mengungkapkan
pentingnya analisis baik fundamental dan teknis dalam menjelaskan harga, tapi juga
mengkonfirmasikan kekuatan penjelas unggul dari model relatif dalam
mempertimbangkan baik variabel fundamental atau teknis dalam berisolasi.
46
Kekuatan penilitian model hibrida yang terbaik Ini dibuktikan dengan R2 disesuaikan
("AIC") relatif lebih tinggi terhadap penggabungan model baik pada langkah-langkah
fundamental atau teknis, dengan tes verifikasi nilai rasio signifikan yang lebih lanjut.
Literature valuasi investasi yang masih ada, berupaya dalam menilai
kemampuan analisis fundamental dan teknikal untuk menjelaskan harga saham.
Namun, dalam melakukan hal ini, literatur selalu berfokus pada satu jenis analisis
tanpa menggunakan referensi yang lain. Akibatnya, literatur mengabaikan
kemungkinan bahwa analisis fundamental dan teknikal dapat berfungsi saling
melengkapi daripada sebagai pengganti dalam penilaian ekuitas. Dalam
menjembatani kesenjangan ini dalam literatur, kami mengusulkan model penilaian
ekuitas yang mengintegrasikan pengukuran fundamental dan teknikal. Akhirnya,
temuan sementara kami berhubungan dalam Penilaian saham, sifat alami yang
saling melengkapi dari analisis fundamental dan teknikal memiliki implikasi dalam
konteks penilaian latihan yang lain.
Model DesainModel Collins et al. (1997), yang berkaitan harga terhadap nilai buku per saham
dan pendapatan per saham saat ini.
Sehubungan dengan Model (1), pengujian menunjukkan bahwa harga sangat positif
tergantung pada nilai buku per saham, sebuah temuan konsisten dengan kerangka
penilaian Surplus bersih dikemukakan oleh Ohslon (1995), yang likuiditas dan
adaptasi nilai argumen aset dan hasil pengujian empiris sebelum (lihat, misalnya,
Collins et al (1997);. Dechow et al (1999);. dan, Ely dan Waymire (1999)). Pengujian
juga mengungkapkan bahwa harga menunjukkan ketergantungan statistik yang
sangat positif pada pendapatan per saham saat ini. Sekali lagi, temuan ini konsisten
dengan literatur yang masih ada (lihat, misalnya Easton (1985); Collins et al (1997);.
Dechow et al (1999);. dan, Ely dan Waymire (1999)) dan argumen bahwa laba per
saham berfungsi sebagai proxy dari nilai pakai perusahaan. Secara keseluruhan,
model ini sangat signifikan dan memiliki adjusted R2 dari 35,26%.
Pengujian model Sebelumnya mirip dengan persamaan (1) yang
mengungkapkan bahwa harga sangat positif tergantung pada nilai buku per saham
47
(lihat, misalnya, Collins et al (1997);. Dechow et al. (1999), dan, Ely dan Waymire
(1999)). Dua alasan telah dikemukakan untuk ketergantungan ini, yaitu bahwa nilai
buku merupakan sumber daya perusahaan yang dapat dikhususkan sebagai
pendapatan yang dihasilkan di masa depan, dalam mengukur likuidasi atau adaptasi
nilai aset perusahaan (lihat Berger, Ofek dan Swary (1996), dan, Burgstahler dan
Dichev (1997) masing-masing). Seperti dengan nilai buku per saham, penelitian
menegaskan laba per saham saat ini sebagai explanator harga saham positif (lihat,
misalnya, Easton (1985); Collins et al. (1997); Dechow et al. (1999), dan, Ely dan
Waymire (1999)). Penjelasan utama itulah yang ditawarkan dalam temuan ini adalah
bahwa kontemporer laba per saham berfungsi sebagai proxy untuk nilai perusahaan
saat ini, sedangkan nilai buku per saham merupakan nilai firms’ exit (lihat, misalnya,
Barth, dan penghuni darat Beaver (1996)).
Penelitian suplemen model selanjutnya mirip dengan (1) dengan perkiraan
pendapatan per saham (lihat, misalnya, Dechow et al (1999).), dengan alasan
bahwa proxy nilai informasi variabel lainnya yang ada relevan dengan (1995) Model
Ohlson. Penelitian ini menguji versi model yang dihasilkan tak terbatas, yang
dinyatakan di bawah ini,
Pengujian serupa dilakukan pada penelitian sebelumnya menunjukkan hasil
yang menarik: Sementara Harga menunjukkan ketergantungan statistik yang
diharapkan positif pada kedua nilai buku per saham dan konsensus perkiraan
pendapatan per saham, laba per saham saat ini tidak lagi menjadi
explanator signifikan mengingat adanya variabel independen tersebut. Dechow et al.
(1999) berpendapat bahwa hasil tersebut konsisten dengan konsensus perkiraan
penghasilan yang mengukur tidak hanya subsuming informasi yang terkandung
dalam angka laba rugi tahun berjalan, tetapi juga menawarkan informasi tambahan
tentang prospek masa depan perusahaan. Model persamaan (2) sangat signifikan
dalam menjelaskan harga ekuitas, dengan adjusted R2 dari 42,90%.
Faktor momentum yang tergabung dalam Model (3) adalah variabel dummy
yang menangkap return ekstrim kinerja masa lalu dan ditetapkan berdasarkan
ukuran momentum yang dikemukakan oleh Jegadeesh dan Titman (1993 dan 2001).
Dalam membangun variabel-variabel ini, pertama kita menghitung beli dan tahan
48
laba atas saham yang diperoleh selama periode enam bulan dimulai tepat satu
tahun pada saat model harga, pendekatan analog dengan menghitung pembentukan
titik return Jegadeesh dan Titman (1993 dan 2001). Berdasarkan return ini, kami
peringkat saham dan menetapkan kinerja performance decile mereka. Saham
termasuk dalam
bagian atas (bawah) desil dialokasikan pada dummy sebuah DUP (DDown) sama
dengan satu untuk mencerminkan ekstrim positif (negatif) kinerja mereka selama
periode tersebut. Sebaliknya, seluruh desil saham yang tersisa ditugaskan dummies
momentum sama dengan nol. jika kinerja memang bertahan selama enam bulan
berikutnya, yang setara untuk jangka waktu Jegadeesh dan (1993 dan 2001) periode
kinerja Titman, kita berharap untuk melihat DUP (DDown) sebagai signifikan positif
(negatif) explanator dari harga dalam persamaan Model (3). Model persamaan (3)
keseluruhan sangat signifikan, dengan adjusted R2 dari 75,46%. Menariknya, hasil
ini menunjukkan bahwa analisis teknis memiliki kemampuan yang lebih besar dalam
menjelaskan ekuitas nilai dalam isolasi daripada analisa fundamental.
Sementara pembahasan sebelumnya memberikan bukti kekuatan penjelas
dari kedua analisa fundamental dan teknis dalam isolasi, tidak mengatakan apapun
tentang apakah mereka bertindak sebagai pujian dalam latihan penilaian ekuitas.
Kami menyediakan bukti ini dengan persamaan Model (4) dan (5), dengan hasil
pengujian ini diberikan dalam Tabel V. Sehubungan dengan mantan, hasil
menunjukkan pentingnya kedua jenis analisis dalam menjelaskan harga saham.
Lebih khusus, konsisten dengan temuan sehubungan dengan Model (1) dan yang
masih ada dalam literatur (lihat, misalnya, Collins et al (1997);. dan, Ely dan
Waymire (1999)), buku nilai per saham dan laba per saham adalah explanators
positif yang signifikan dari kontemporer harga saham. Selanjutnya, konsisten
dengan Model (3), pengujian mengungkapkan pentingnya analisis teknis bahkan di
hadapan faktor fundamental, dengan tertinggal harga dan kedua momentum
49
dummies tersisa adalah signifikan dalam menjelaskan harga kontemporer. Selain itu,
Model (4) adalah sangat signifikan dan memiliki adjusted R2 dari 76,29%.
Seperti Model (4), hasil model persamaan (5) memberikan dukungan dalam
melengkapi hubungan antara analisis fundamental dan teknis, mengkonfirmasikan
signifikansi masing-masing jenis ukuran bahkan mengingat adanya yang lain.,
konteks model hibrida kami Menarik, karena dimasukkannya pendapatan perkiraan
per saham yang tidak mengurangi arti dari ukuran pendapatan kontemporer dalam
menjelaskan harga. Temuan ini bertentangan dengan yang Dechow et al. (1999),
yang melaporkan perkiraan laba per saham yang menggolongkan informasi dalam
ukuran laba rugi tahun berjalan. Meskipun demikian titik perbedaan, Model (5)
sangat signifikan secara statistik dan memiliki adjusted R2 dari 76,86%.
Untuk lebih komprehensif mengevaluasi kekuatan penjelas relatif dari model (1)
sampai (5), kami menambah analisis berikutnya terdapat tindakan adjusted R2
dengan pertimbangan AIC nilai-nilai, perbandingan estimasi AIC model ', yang
memiliki manfaat tambahan kesesuaian yang lebih besar dalam sampel besar.
Pemeriksaan R2 dan nilai-nilai AIC mengungkapkan bahwa Model (1) sampai (5)
adalah kecocokan semakin baik, terbukti dengan peningkatan good fit yang ditandai
flukuasi yang ada dalam pasar. Selain itu, pencantuman baik analisis fundamental
dan teknis dalam model penilaian terlihat pada peningkatan langkah-langkah
pengukuran R2 relatif terhadap Model (1) untuk (3), dan koresponden drop yang
sesuai nilai AIC.
50
BAB XINDIVIDUAL INVESTOR TRADING AND STOCK RETURNS
Kaniel, Ron, Gideon Saar, and Sheridan Titman, 2008
Journal of Finance 63(1), 273-310.
Tulisan ini meneliti hubungan dinamis antara perdagangan bersih investor
individual dan return horizon pendek untuk cross-section yang panjang dari saham
NYSE. Bukti menunjukkan bahwa orang cenderung untuk membeli saham setelah
penurunan di bulan sebelumnya dan menjual kenaikan harga berikut. Kami
mendokumentasikan kelebihan return positif di bulan berikutnya intens membeli oleh
individu dan kelebihan return negatif setelah individu menjual, yang kita tunjukkan
adalah perbedaan dari masa return lalu sebelumnya atau volume efek. Pola
dokumen kita konsisten dengan gagasan bahwa menghindari risiko individu dapat
menyediakan likuiditas untuk memenuhi permintaan kelembagaan.
Analisis perdagangan investor individu pada saham NYSE memberikan dua
hasil yang penting, yaitu perdagangan bersih individu mempunyai hubungan yang
positif terhadap horizon pendek return masa depan. harga akan naik pada bulan
51
saat ini setelah intens beli yang dilakukan oleh investor individu dan mengalami
penurunan setelah intens jual investor individu. Ini pertama kali terjadi seperti suatu
pola yang terdokumentasi sebagai pola perdagangan investor individu di US dan
suatu porsi pola investigasi makalah yang panjang.
Kedua, kita menemukan bahwa kemampuan prediktif perdagangan bersih
individu sehubungan dengan return tidak dimasukkan oleh volume atau fenomena
pembalikan return. Hasil penelitian kami tampaknya kontras dengan Subrahmanyam
(2005), yang menemukan bahwa ketidakseimbangan perdagangan bersih tidak
memprediksi return. Mungkin aliran agar bersih dari individu yang kita anggap
adalah ukuran yang lebih baik dari permintaan likuiditas dari ketidakseimbangan
perdagangan bersih Subrahmanyam, yang menggunakan algoritma Lee dan Ready
(1991) untuk secara tidak langsung menyimpulkan apakah perdagangan yang
diprakarsai oleh pembeli atau penjual. Algoritma Lee dan Ready menetapkan partai
mana yang untuk perdagangan menggunakan pesanan pasar (dengan
membandingkan harga transaksi ke titik tengah kutipan), dan mengklasifikasikan
pihak bahwa sebagai peminta likuiditas. Sebaliknya, kita mengklasifikasikan individu
sebagai penyedia likuiditas terlepas dari bagaimana mereka melaksanakan perintah
mereka, yang memungkinkan untuk penafsiran yang sangat berbeda dari data.
Sebagai contoh, lembaga yang ingin pindah posisi besar mungkin menggunakan
strategi limit order dinamis dan tuntutan mereka untuk kedekatan mungkin
ditampung oleh individu pelawan yang menawarkan sahamnya dengan pesanan
pasar. Dalam contoh ini, algoritma Lee dan Ready akan mengklasifikasikan lembaga
sebagai penyedia likuiditas dan individu sebagai demander likuiditas, sementara kita
akan membuat klasifikasi yang berlawanan.
Secara umum, perilaku pelawan, kita mendokumentasikan investor individu di
NYSE tampaknya penting untuk memahami prediktabilitas return cakrawala pendek.
Alasan yang mendasari individu bertindak sedemikian rupa belum dipahami dengan
baik, dan orang dapat menemukan argumen dalam literatur perilaku yang
mendukung kedua kecenderungan pelawan tersebut (misalnya, kehilangan
keengganan di Odean (1998)) serta kecenderungan untuk membeli pemenang
(misalnya, positif umpan balik perdagangan di De Long, Shleifer, Summers, dan
Waldmann (1990b) atau bias dalam atribusi Daniel, Hirshleifer, dan Subrahmanyam
(1998)). Apa pun alasannya, pilihan kontrarian individu memimpin mereka untuk
52
secara implisit menyediakan likuiditas kepada peserta pasar lainnya yang
menginginkan kedekatan.
Secara teori, sejauh mana pembalikan harga yang diamati tergantung pada
penghindaran risiko dari penyedia likuiditas dan jumlah modal yang tersedia untuk
penyediaan likuiditas. Misalkan investor individu adalah satu-satunya menyediakan
likuiditas di pasar. Jika investor individu kontrarian adalah dalam arti tertentu relatif
terlalu aktif ke permintaan untuk kedekatan, akan ada kelebihan pasokan likuiditas di
pasar. Jika ini terjadi, maka kompensasi pola return individu untuk menyediakan
likuiditas bisa kewalahan oleh isi informasi (yang diduga) dari aliran tatanan institusi,
tanpa meninggalkan kelebihan return (atau bahkan kelebihan return menuju ke arah
yang berlawanan). Di sisi lain, jika ada investor kontrarian terlalu sedikit
dibandingkan dengan permintaan untuk kedekatan, maka kelebihan return yang kita
amati ketika individu secara implisit menyediakan likuiditas bisa lebih jelas.
Pada kenyataannya, likuiditas disediakan oleh pedagang profesional
(misalnya, spesialis NYSE) serta orang-orang yang membeli ketika harga turun dan
menjual saat harga naik. Orang akan berharap bahwa jumlah modal yang para
profesional curahkan membuat untuk kegiatan pasar mereka ditentukan oleh
permintaan agregat untuk likuiditas serta jumlah likuiditas secara implisit diberikan
oleh investor individu. Dalam kesetimbangan, para pedagang profesional akan
menyediakan likuiditas hingga ke titik di mana keuntungan perdagangan mereka
hanya menutupi biaya mereka. Selama 20 tahun terakhir perdagangan kelembagaan
telah meningkat dan pentingnya investor individu telah menurun, menunjukkan
bahwa mungkin ada pergeseran positif dalam permintaan untuk kedekatan dan
pergeseran negatif dalam penyediaan likuiditas. Jika ini memang terjadi, dan jika
jumlah modal yang ditujukan untuk penyediaan likuiditas lambat untuk
menyesuaikan diri, maka pergeseran ini bisa menciptakan peluang potensi
keuntungan jangka pendek bagi pedagang yang menyediakan likuiditas.
Bukti dalam makalah ini adalah konsisten dengan pandangan bahwa
penyedia likuiditas jangka pendek bisa menghasilkan keuntungan dengan meniru
perdagangan investor individu selama periode sampel kami. Ada juga bukti yang
bersifat anekdot yang menunjukkan bahwa dalam menanggapi kesempatan ini, telah
terjadi peningkatan jumlah investor profesional yang berspesialisasi dalam strategi
perdagangan pelawan jangka pendek, dan dengan demikian secara tidak langsung
memberikan services. seperti Memang, kehadiran para pedagang ini mungkin
53
bertanggung jawab untuk pengurangan dokumen kita dalam pembalikan return yang
pertama kali diamati oleh Jegadeesh (1990) dan Lehmann (1990). Mengapa bukan
strategi yang diimplementasikan oleh trader jangka pendek yang menghilangkan
kelebihan return terkait dengan perdagangan orang? Ini adalah pertanyaan sulit
yang jelas menjamin riset tambahan. Penjelasan yang paling alami adalah bahwa
frekuensi tinggi strategi yang cukup mahal untuk diimplementasikan, dan dengan
demikian kami berharap untuk mengamati pra-transaksi tinggi biaya return. Hal ini
juga mungkin bahwa sisa return diperlukan untuk mengimbangi perusahaan-
perusahaan untuk risiko yang terkait dengan melakukan likuiditas strategi
perdagangan pemasok. Selain itu, mungkin terjadi bahwa strategi mekanik tidak
dapat menerapkan strategi implisit yang dilaksanakan oleh investor individu.
Sementara perdagangan dari semua pelaku pasar (termasuk orang) adalah
informasi publik, identitas informasi Account Type perintah investor individu tidak
dapat digunakan untuk menerapkan strategi trading secara real time karena tidak
tersedia untuk umum selama periode waktu yang dipertimbangkan (itu tidak tersedia
bahkan ke spesialis yang mengawasi perdagangan di lantai NYSE). Oleh karena itu,
lembaga tidak bisa hanya menggunakan NIT untuk merumuskan strategi mereka,
melainkan mereka harus mendasarkan strategi pada proxy yang tidak sempurna
untuk perdagangan bersih individu.
Bukti kami yang tersajikan menunjukkan bahwa pemahaman prediktabilitas
return cakrawala pendek memerlukan pemahaman penyediaan likuiditas implisit
individu serta penyediaan likuiditas eksplisit investor profesional. Secara khusus,
penyediaan likuiditas dapat dipandang sebagai interaksi antara berbagai jenis
investor yang mengisi pasar. Paling tidak, pekerjaan kami menunjukkan bahwa
memahami perilaku satu jenis investor, individu, memegang beberapa janji untuk
menjelaskan pola return yang diamati.
54
BAB XION THE INVESTOR BEHAVIOR AND STOCK PRICE BEHAVIOR
Deng Min, China, 2006
Journal Of Banking And Finance
Penelitian ini menyoroti prestasi suatu penelitian terbaru yang terkait antara
perilaku harga saham dengan perilaku investor. Berdasarkan pencapaian tersebut,
penelitian ini menggunakan metodologi sederhana yang menilai apakah mainstream
teori keuangan ini ilmiah atau tidak. Melalui metodologi tersebut, penelitian ini
memberikan penjelasan rinci tentang akar penyebab yang menyebabkan
kekurangan dari saripati ilmiah analisis teknis dan teori analisis teknis ilmiah tingkat
rendah yang berlaku. Makalah ini lebih jauh menganalisis apakah Hipotesis Pasar
Efisien adalah ilmiah atau tidak. Selain itu, makalah ini juga memberikan komentar
singkat tentang kesalahan yang terkait dengan Teori Seleksi Portofolio, Capital
Asset Pricing Model dan Perilaku Keuangan.
Untuk memberikan penjelasan ilmiah dan ramalan perilaku harga saham di
kehidupan nyata, kita harus memperoleh pemahaman ilmiah tentang hubungan
55
antar-antara perilaku investor dan perilaku harga saham. Untuk melakukan ini,
prasyarat adalah bahwa kita harus ada di tempat deskripsi ilmiah perilaku investor
dan perilaku harga saham.
Untuk memiliki penjelasan ilmiah tentang perilaku harga saham, kondisi paling
mendasar adalah bahwa kita harus memberikan penjelasan ilmiah tentang perilaku
investor di pasar saham. Untuk ilmiah menggambarkan perilaku investor, prasyarat
adalah bahwa kita harus memiliki pemahaman ilmiah dari investor. Dalam hal
perilaku investor, kita dituntut untuk memahami batas-batas otak manusia, cita-cita
investor, harapan pemodal, dan pengambilan keputusan pemodal.
Hanya atas dasar setelah memperoleh pemahaman ilmiah tentang perilaku
investor memungkinkan bagi kita untuk benar-benar memahami perilaku harga
saham tersebut. Untuk menganalisis perilaku harga saham, kita harus, pertama dan
terpenting, memahami sifat dari gerakan harga saham. Kedua, kita dituntut untuk
memahami nilai-nilai prospek dari urutan harga saham. Akhirnya, kita harus
memahami pola-pola pergerakan harga saham.
Kesalahan EMH dapat disimpulkan sebagai berikut. EMH tidak berarti
pendekatan yang wajar dari realitas pasar saham, dan konten ilmiah adalah
mendekati nol. Alasannya adalah murni dan sederhana: EMH absurdly
menggambarkan perilaku investor, dan keliru menggambarkan dan menjelaskan
perilaku harga saham. Selanjutnya, EMH salah mewakili antar-hubungan antara
perilaku investor dan perilaku harga saham.
Teori Seleksi Portofolio sebagai pertimbangan elemen dasar dari perilaku
harga saham aktual dan perilaku investor itu tidak dapat menjelaskan perilaku
investor yang sebenarnya. Misalnya, dalam kenyataannya, dalam membuat pilihan
portofolio seleksi, investor tidak benar-benar mengikuti apa yang disebut "Rata-rata-
Varians Kriteria", bahkan Markowitz sendiri tidak mengikuti prinsip tersebut dalam
membuat pilihan investasinya.
Belum efektifnya Analisis Rata-rata-varians terletak pada bahwa: tergantung
pada Analisis Rata-rata-varians untuk pemilihan portofolio yang tidak ilmiah seperti
halnya sebagai dokter menggunakan barometer untuk mengidentifikasi akar
penyebab penyakit pasien. Barometer hanya dapat mengukur apakah suhu pasien
tinggi atau rendah, tapi tidak pernah dapat mengukur seperti apa penyakit pasien
telah jatuh di bawah dan mengapa. Analisis Rata-rata-varians hanya dapat
menganalisis pengukuran risiko yang dangkal, tetapi tidak pernah dapat mengukur
56
risiko itu sendiri. Akibatnya, bagi investor harus melanjutkan dengan pemilihan
portofolio di bawah risiko dan ketidakpastian, Analisis Varians Rata-rata tidak
memiliki nilai praktis sama sekali.
Capital Asset Pricing Model ini diformulasikan berdasarkan Teori Seleksi
Portofolio. Pembentukannya didasarkan pada serangkaian asumsi yang sangat tidak
realistis yang tidak termasuk elemen kunci penting untuk model harga saham benar.
Pengukuran ini penting termasuk harga saham aktual perilaku dan perilaku investor.
Pembaca yang tertarik dapat membuat perbandingan antara Bagian 2 dan CAPM,
dan dapat dengan mudah mengerti mengapa CAPM adalah teori ilmiah. Bahkan,
risiko apa yang disebut sistematis dan risiko tidak sistematis memiliki gambaran
keliru tentang risiko nyata yang berlaku pada pasar saham. Beta adalah kecuali
sebundel kesimpulan keliru dalam bentuk miniatur, dan, sebagai instrumen
pengukuran risiko tidak ilmiah, ia tidak memiliki nilai ilmiah sama sekali.
BAB XII
TECHNICAL, FUNDAMENTAL, AND COMBINED INFORMATION FOR SEPARATING WINNERS FROM LOSERS
Cheng-Few Lee, Wei K. Shih, And Hong-Yi Chen, November, 2011
Tujuan utama dari makalah ini adalah menggabungkan penggunaan informasi
fundamental dan teknikal dalam meningkatkan strategi momentum teknikal. Kami
meneliti bagaimana informasi akuntansi fundamental dapat digunakan sebagai
tambahan informasi teknikal seperti past returns dan volume data past trading, oleh
investor yang memisahkan pemenang dari pecundang saham. Penelitian terdahulu
menunjukkan bahwa strategi momentum teknikal berdasarkan pada pemenang dan
pecundang terdahulu dalam hal kumulatif returns, menunjukkan positif signifikan
return pada periode yang lebih lanjut. Makalah ini mengutarakan kerangka bersatu
yang memasukkan fundamental dengan indicator FSCORE (Piotroski 2000) dan
GSCORE (Mohanram 2005) kedalam strategi momentum teknikal.
Dalam makalah ini, kami mengembangkan tiga hipotesis untuk menguji
apakah penggabungan strategi momentum akan mengungguli strategi momentum
57
teknikal atau tidak. Hipotesis pertama, kami menguji apakah strategi momentum
BOS (Wu 2007) mengungguli strategi momentum teknikal diantara pertumbuhan dan
nilai saham-saham, hipotesis kedua, kami menguji apakah penggabungan strategi
momentum mengungguli strategi momentum BOS diantara nilai saham-saham,
akhirnya pada hipotesis ketiga, kami menguji apakah penggabungan strategi
momentum mengungguli strategi momentum BOS diantara pertumbuhan saham-
saham
Kami mengkonstruksi penggabungan strategi momentum kami dengan
memasukkan system the FSCORE (Piotroski 2000) dan GSCORE (Mohanram 2005)
pada strategi momentum teknikal. Penemuan pertama adalah bahwa keuntungan
dari strategi momentum teknikal terjadi pada periode sample 1982-2008, yang
terpenting, kami menemukan bahwa penggabungan strategi momentum
mengungguli strategi momentum teknikal dari segi tingkat pengembalian yang tinggi
(higher returns), profitabilitas yang lebih besar yang dihasilkan oleh penggabungan
momentum strategi menunjukkan bahwa komposit skor fundamental dapat
digunakan oleh investor untuk memisahkan yang terbaik ( terburuk ) di antara
pemenang ( pecundang ) saham . Temuan kami menunjukkan bahwa analisis
fundamental memang memberikan informasi kepada investor sebagai tambahan
informasi tekninikal untuk memilih pemenang dan pecundang.
Kami juga mempertimbangkan hasil kami yang berkontribusi bagi analisis
sekuritas dan manajer portofolio yang menggunakan strategi momentum teknikal.
Investor momentum teknikal ini biasanya telah sukses selama periode ketika
performa pemenangnya dibedakan dari pecundang. Namun, ketika keseluruhan reli
dari pasar yang berpengalaman seperti salah satu bulan Maret dan April 2009,
investor momentum teknikal ini menderita secara substansial kerugiannya pada sisi
pendek dari portofolio mereka (Xydias dan Thomasson 2009). Dengan
memasukkan analisis fundamental ke dalam Stephanus Remond Waworuntu And
Hendra Suryanto, The Complementary Nature Of Fundamental And Technical
Analysis, Evidence From Indonesia”, Binus University, Jakarta.alam strategi
momentum teknikal, kami percaya hasil kami akan berguna untuk keamanan analisis
dan manajemen portofolio bagi investor tersebut.
58