BAB I PENDAHULUAN 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Saham sebagai salah satu investasi di pasar modal sekarang semakin diminati oleh para investor. Investor dapat menginvestasikan sejumlah dana pada saham sebagai salah satu investasi jangka pendek maupun jangka panjang. Saham merupakan surat berharga sebagai bukti tanda penyertaan atau kepemilikan seseorang atau badan hukum dalam suatu perusahaan, khususnya perusahaan publik yang memperdagangkan sahamnya. Saham juga merupakan salah satu aset finansial yang menarik untuk diperdagangkan oleh para investor di pasar modal dikarenakan mampu memberikan keuntungan atau tingkat pengembalian yang cukup menjanjikan. Keputusan investasi saham di pasar modal umumnya dipengaruhi oleh faktor tingkat pengembalian (return) dan faktor risiko (risk). Risiko merupakan suatu kemungkinan dimana hasil atau tingkat return yang sebenarnya berbeda dengan tingkat return yang diharapkan (actual return berbeda dengan expected return). Investor tidak mengetahui dengan pasti hasil yang akan diperolehnya dari investasi yang telah dilakukan. Hubungan kedua faktor ini berbanding lurus, artinya apabila return yang diharapkan tinggi, maka risiko dalam memperolehnya tinggi pula, dan jika return yang diharapkan rendah, maka tingkat risiko yang diperoleh rendah (Tandelilin, 2001). Salah satu cara untuk meminimalisir kerugian investasi yaitu dengan cara membagi investasi dalam beberapa bidang usaha atau mengkombinasikan berbagai sekuritas dalam investasi yang dikenal dengan istilah diversifikasi. Diversifikasi investasi saham dapat mengurangi risiko investasi karena jika terdapat saham yang mengalami kerugian, maka kerugian tersebut dapat ditutup dengan keuntungan yang didapatkan dari saham lainnya. Dengan kata lain investor membentuk suatu portofolio yang merupakan kombinasi atau kumpulan dari beberapa saham yang terpilih untuk mendapatkan untung/tingkat return yang 1

2 2 setinggi-tingginya dengan risiko tertentu atau mendapatkan return tertentu dengan risiko sekecil-kecilnya. Karakteristik portofolio seperti ini disebut sebagai portofolio yang efisien. Dalam pembentukan portofolio efisien, asumsi perilaku investor yang wajar terjadi dalam mengambil keputusan investasi adalah investor yang cenderung menghindari risiko (risk averse). Investor yang risk averse adalah investor yang jika dihadapkan pada beberapa alternatif investasi yang menawarkan expected return yang sama dengan risiko yang berbeda, akan cenderung memilih investasi dengan risiko yang lebih rendah. Jika seorang investor memiliki beberapa pilihan portofolio yang efisien, maka portofolio yang paling optimal yang akan dipilihnya. Portofolio optimal merupakan portofolio yang dipilih seorang investor dari sekian banyak pilihan yang ada pada kumpulan portofolio yang efisien. Tentunya portofolio yang dipilih investor adalah portofolio yang sesuai dengan preferensi investor bersangkutan terhadap return maupun terhadap risiko yang bersedia ditanggungnya. Teori portofolio pertama kali diperkenalkan oleh Harry Markowitz (1952). Model Markowitz memanfaatkan hubungan antara rata-rata (mean) return dengan variansi (variance) return untuk memperoleh risiko yang paling kecil. Sehingga Model Markowitz sering dikenal sebagai model Mean-Variance (MV). Model ini dapat menunjukkan bahwa diversifikasi saham dapat mengurangi risiko. Apabila risiko dinyatakan sebagai seberapa jauh hasil yang diperoleh dapat menyimpang dari hasil yang diharapkan, maka digunakan ukuran penyebaran untuk mengukur risiko. Alat statistik yang digunakan sebagai ukuran penyebaran tersebut adalah standar deviasi, dimana tingkat risiko adalah besarnya fluktuasi return periodik terhadap rata-rata atau target return. Semakin besar nilainya, berarti semakin besar penyimpangannya sehingga risikonya semakin tinggi. Standar deviasi mengasumsikan fluktuasi naik dan fluktuasi turun return periodik sebagai risiko. Standar deviasi merupakan alat statistik yang digunakan untuk mengukur konsistensi tingkat return dari serangkaian periode pengukuran performance portofolio saham. Standar deviasi banyak dijadikan

3 3 preferensi karena kemudahan dalam kalkulasi dan mudah dimengerti. Namun menurut Neil Riddles (2000) terdapat kelemahan dari metode pengukuran dengan menggunakan standar deviasi, antara lain standar deviasi menginterpretasikan selisih setiap data terhadap rata-rata keseluruhan sebagai suatu yang dapat menimbulkan bias, dalam hal ini antara selisih lebih (upside) atau selisih kurang (downside) tidak dibedakan dalam perhitungan standar deviasi. Hal ini bertentangan dengan interpretasi investor terhadap return portofolio. Investor lebih mengkhawatirkan apabila return yang dihasilkan dari portofolio berada di bawah rata-rata/target return atau risiko terjadinya return yang negatif, yakni fluktuasi turun return periodik terhadap rata-rata/target return yang diharapkan. Oleh karena itu dikembangkan suatu metode pengukuran risiko portofolio selain menggunakan standar deviasi, yakni pengukuran risiko berdasarkan downside risk yaitu risiko terjadinya return di bawah rata-rata maupun target return. Bagi investor, risiko yang sebenarnya adalah risiko terjadinya return yang negatif. Dengan perhitungan risiko berdasarkan downside risk, tingkat risiko portofolio yang sebenarnya akan membantu investor untuk memperoleh tingkat return yang lebih baik dengan tingkat risiko yang lebih rendah ataupun menghasilkan suatu tingkat return yang seharusnya diterima oleh seorang investor. Beberapa metode yang menggunakan downside risk sebagai basis antara lain metode Value at Risk, semivariansi, dan Lower Partial Moment. Markowitz (1959) berpendapat bahwa analisis berdasarkan semivariansi cenderung menghasilkan portofolio yang lebih baik dibanding berdasarkan variansi. Meskipun demikian, dalam perhitungannya, tidak seperti matriks variansi-kovariansi yang bersifat simetris dan eksogen, matriks semivariansikosemivariansi bersifat asimetris sehingga dalam perhitungan bobot saham, dibutuhkan algoritma numerik yang rumit dan jarang digunakan oleh para praktisi dan akademisi. Oleh karena itu, Estrada (2008) menggunakan pendekatan heuristik yang berguna untuk mengestimasi semivariansi dari return portofolio serta dapat mengubah matriks semivariansi-kosemivariansi menjadi simetris dan eksogen. Sehingga untuk penghitungan bobot portofolio dapat menggunakan metode yang sama dengan mean-variance. Estrada mengusulkan suatu

4 4 pendekatan heuristik untuk optimisasi mean-semivariance dalam perhitungan portofolio optimal. Pendekatan ini sederhana dan akurat. Berbeda dengan model mean-variance yang menganggap sebaran return yang terletak di luar rata-ratanya, baik atas maupun bawahnya dianggap sebagai risiko. Model mean-semivariance tidak memperhitungkan return yang terletak di atas nilai benchmark return sebagai risiko atau dianggap sama dengan 0, sedangkan tingkat return yang terletak di bawah nilai benchmark akan menambah nilai kovariansi yang berarti menambah faktor risiko. Metode lain yang digunakan dalam pengukuran downside risk adalah Lower Partial Moment n-degree (LPM n-degree), n-degree dalam hal ini adalah tingkat risk aversion coefficient yang dimiliki oleh investor. Semakin besar tingkat risk aversion coefficient suatu portofolio, maka portofolio tersebut akan dipandang semakin kurang berisiko. Fishburn (1977) menyebutkan bahwa semivariansi merupakan kasus khusus dari LPM, khususnya LPM derajat 2. Dalam tesis ini akan dilakukan perbandingan empiris antara optimisasi portofolio meansemivariance pendekatan heuristik dan mean-lower partial moment derajat dua. Kemudian dalam studi kasus dilakukan pembentukan portofolio mean-variance, mean-semivariance dengan pendekatan heuristik dan mean-lower partial moments 2-degree (LPM 2 ). 1.2 Tujuan Penelitian Berdasarkan latar belakang masalah, tujuan dari penelitian ini adalah sebagai berikut: 1. Mempelajari investasi portofolio dengan metode mean-semivariance dan mean-lower partial moment. 2. Membandingkan pembobotan portofolio optimal dengan menggunakan metode optimisasi mean-variance, mean-semivariance dengan pendekatan heuristik dan metode mean-lower partial moment derajat dua. 3. Menganalisis risiko portofolio yang dihasilkan menggunakan metode meanvariance, mean-semivariance dengan menggunakan pendekatan heuristik dan mean-lower partial moment derajat dua.

5 5 Selanjutnya hasil dari penelitian ini diharapkan menambah wawasan bagi siapa saja, terutama yang mempelajari bidang analisis portofolio saham sehingga dapat digunakan sebagai acuan untuk penelitian lebih lanjut. 1.3 Batasan Masalah Dalam penelitian ini, pembatasan masalah diperlukan supaya tidak terjadi penyimpangan dari tujuan semula dan pemecahan masalah lebih terkonsentrasi. Dalam tesis ini, pembahasan dibatasi hanya pada teori dan analisis portofolio mean-semivariance dengan pendekatan heuristik dan mean-lower partial moment (mean-lpm) serta pembentukan portofolio optimal menggunakan metode meanvariance, mean-semivariance dengan pendekatan heuristik dan mean-lower partial moment derajat dua. Untuk studi kasus, preferensi investor hanya berdasar mean return dan variansi/semivariansi return tanpa biaya transaksi dan tidak dipengaruhi inflasi. 1.4 Tinjauan Pustaka Penelitian dalam tesis ini mengkaji jurnal yang ditulis Cumova dan Nawrocki (2011) yang berjudul A symmetric LPM Model for Heuristic Mean- Semivariance Analysis. Jurnal ini menyelidiki metode LPM untuk portofolio Mean-Semivariance dan mengkonversi matriks kosemivariansi yang asimetris menjadi simetris. Selain itu, tesis ini juga mengkaji jurnal yang ditulis oleh Estrada (2008) tentang optimisasi mean-semivariance dengan pendekatan heuristik. Teori portofolio pertama kali diperkenalkan oleh Harry Markowitz (1952), Markowitz menggunakan variansi sebagai ukuran risiko dalam penelitiannya. Kemudian pada tahun 1959, Markowitz berpendapat bahwa analisis berdasarkan semivariansi cenderung menghasilkan portofolio yang lebih baik dibandingkan portofolio dengan variansi. Dalam edisi revisi dari bukunya (Markowitz, 1991), Markowitz mengklaim bahwa "semivariansi adalah ukuran yang lebih masuk akal untuk ukuran risiko". Kemudian mengklaim bahwa karena "kekhawatiran seorang investor adalah tentang underperformance daripada overperformance, semideviasi adalah ukuran yang

6 6 lebih tepat untuk risiko investor dibandingkan dengan variansi". Bagi beberapa investor, risiko yang sebenarnya adalah risiko terjadinya return yang negatif, yakni fluktuasi turun return periodik terhadap rata-rata return yang diharapkan dan disebut dengan downside risk. Metode pengukuran downside risk ini kemudian berkembang yang ditandai dengan meningkatnya jumlah penelitian alternatif yang diberikan oleh beberapa peneliti, antara lain Hogan dan Warren (1972) mengenai studi below-target semivariansi. Ballestero (2005) mengusulkan model portofolio semivariansi berdasarkan semivariansi di bawah rata-rata return dan menyelesaikannya dengan pendekatan Sharpe single index. Estrada (2008) menggunakan pendekatan heuristik yang berguna untuk mengestimasi semivariansi dari return portofolio dengan suatu ekspresi yang hampir sama dengan yang digunakan untuk mengestimasi variansi dari return portofolio. Dalam tesis ini variansi diganti semivariansi dan Lower Partial Moment (LPM) dalam menentukan portofolio optimal. Masuknya LPM dalam teori portofolio dibawa oleh Bawa (1975), Fishburn (1977) serta Nawrocki (1991), selain itu, Fishburn (1977) menyebutkan bahwa semivariansi merupakan kasus khusus dari LPM, yaitu LPM derajat 2. Sebagian tesis ini merupakan pengembangan dari jurnal mereka. Landasan teori yang diperlukan dalam penelitian ini diambil dari buku Bain dan Engelhardt (1992) tentang variabel random, variansi dan kovariansi,, Dudewich dan Mishra (1995) tentang momen, Anton dan Rorres (2005) tentang matriks, Slamet (2003) tentang turunan parsial, Rosadi (2012) tentang proses investasi, portofolio optimal dan risiko diambil dari buku Tandelilin (2001). Variansi dan return portofolio diambil dari buku Luenberger (1998). Perhitungan bobot dilakukan dengan quadratic programming yang mengacu pada referensi Asghar Bhatti (2000) Dalam tesis ini juga akan dibahas aplikasi dari mean-semivariance heuristik dan mean-lpm derajat 2 pada data harga saham. Data yang digunakan dalam penelitian ini yaitu data harga penutupan 5 saham yang masuk dalam LQ-45 yang diambil dari situs website www. yahoo.finance.com.

7 7 1.5 Metode Penelitian Metode yang digunakan dalam penelitian ini adalah studi literatur dan studi kasus, yaitu mempelajari buku-buku, skripsi, tesis, jurnal-jurnal, serta artikel yang diperoleh dari situs-situs internet yang berkaitan dengan metode semivariansi dengan pendekatan heuristik dan lower partial moment. Penelitian ini dimulai dengan mempelajari model perhitungan risiko semivariansi dengan pendekatan heuristik dan lower partial moment derajat 2 untuk memperoleh matriks semivariansi-kosemivariansi dan matriks CLPM yang simetris. Setelah diperoleh matriks kosemivariansi dan CLPM, langkah selanjutnya menentukan bobot dari masing-masing saham untuk memperoleh portofolio yang optimal dengan bantuan metode Lagrange. Setelah diperoleh bobot masing-masing saham, kemudian menghitung risiko portofolio yang dihasilkan dari masing-masing metode yakni mean-semivariance heuristik, lower partial moment derajat 2 dan mean-variance. Bagian selanjutnya dari penelitian ini adalah membuat simulasi studi kasus dengan menggunakan data harga penutupan 5 saham selama kurun waktu 1 tahun terakhir yang terdaftar dalam Bursa Efek Indonesia dan menjadi anggota dari Indeks LQ-45 yang diakses dari website internet untuk kemudian dibandingkan hasil bobot dan risiko saham dalam portofolio dari metode mean-semivariance, mean-lower partial moment derajat dua serta meanvariance. 1.6 Sistematika Penulisan Tesis ini disusun dengan sistematika penulisan sebagai berikut: BAB I BAB II PENDAHULUAN Bab ini berisi tentang latar belakang masalah, tujuan dan manfaat penelitian, pembatasan masalah, tinjauan pustaka, metode penelitian, dan sistematika penulisan. LANDASAN TEORI Bagian ini berisi tentang teori-teori yang akan digunakan dalam pembahasan, di antaranya Variabel Random, Nilai Ekspektasi,

8 8 Variansi dan Kovariansi, Matriks dan Operasi Matriks, Momen, Analisa Multivariat, Turunan Parsial, Metode Lagrange, Portofolio Mean-Variance, Pasar Modal, Teori Investasi, Risk dan Return, Downside Risk, Semivariansi dan Quadratic Programming. BAB III OPTIMISASI PORTOFOLIO MENGGUNAKAN METODE MEAN-SEMIVARIANCE DENGAN PENDEKATAN HEURISTIK DAN LOWER PARTIAL MOMENT DERAJAT 2 Bab ini membahas tentang metode portofolio mean-semivariance dengan pendekatan heuristik dan mean-lower partial moment derajat 2 untuk memperoleh portofolio yang optimum. BAB IV STUDI KASUS Bagian ini membahas tentang aplikasi metode mean-semivariance pendekatan heuristik dan mean-lower partial moment derajat 2 pada data harga saham. Kemudian dibandingkan dengan metode mean-variance. Data studi kasus yang digunakan adalah data harga penutupan 5 saham selama kurun waktu 1 tahun terakhir yang menjadi anggota dari Indeks LQ-45 yang diperoleh dari website internet BAB V PENUTUP Bab ini berisi kesimpulan yang diperoleh berdasarkan pembahasan dan studi kasus yang dilakukan. Selain itu disampaikan pula saransaran yang muncul akibat dari kendala dan kekurangan yang ditemui selama proses pemecahan masalah.