Post on 15-May-2015
TESIS
ANALISIS CAPITAL ASSET PRICING MODEL DAN
ARBITRAGE PRICING THEORY DALAM MEMPREDIKSI
RETURN SAHAM INDUSTRI MANUFAKTUR YANG
TERCATAT DI BURSA EFEK INDONESIA
AN ANALYSIS ON CAPITAL ASSET PRICING MODEL AND
ARBITRAGE PRICING THEORY IN PREDECTING STOCK RETURN
OF MANUFACTURE INDUSTRY LISTED IN
INDONESIA STOCK EXCHANGE
MUSDALIFAH
PROGRAM PASCASARJANA
UNIVERSITAS HASANUDDIN
MAKASSAR
2009
ii
Analisis Capital Asset Pricing Model Dan Arbitrage Pricing
Theory Dalam Memprediksi Return Saham Industri
Manufaktur Yang Tercatat Di Bursa Efek Indonesia
TESIS
Sebagai Salah Satu Syarat untuk Mencapai Gelar Magister
Program Studi
Manajemen dan Keuangan
Disusun dan Diajukan oleh
MUSDALIFAH
Kepada
PROGRAM PASCASARJANA
UNIVERSITAS HASANUDDIN
MAKASSAR
2009
iii
LEMBAR PENGESAHAN
TESIS
Analisis Capital Asset Pricing Model dan Arbitrage Pricing Theory
Dalam Memprediksi Return saham Industri Manufaktur
yang tercatat di Bursa Efek Indonesia
Disusun dan diajukan oleh
MUSDALIFAH
Nomor Pokok P1700207035
Program Studi
Manajamen dan Keuangan
Menyetujui
Komisi Penasihat,
Ketua Anggota
Prof. Dr. H. Syamsu Alam, SE., M.Si Dr. Jusni, SE.,M.Si
Ketua Program Studi Dekan
Manajemen dan Keuangan Fakultas Ekonomi
Prof. Dr. H. Osman Lewangka, MA Prof. Dr. H. Muh. Yunus Zain, MA
iv
PERNYATAAN KEASLIAN TESIS
Yang bertanda tangan di bawah ini :
Nama : Musdalifah
Nomor Mahasiswa : P1700207035
Program Studi : Manajemen dan Keuangan
Menyatakan dengan sebenarnya bahwa tesis yang saya tulis ini
benar – benar merupakan hasil karya saya sendiri, bukan merupakan
pengambilalihan tulisan atau pemikiran orang lain. Apabila di kemudian
hari terbukti atau dapat dibuktikan bahwa sebagian atau keseluruhan tesis
ini hasil karya orang lain, saya bersedia menerima sanksi atas perbuatan
tersebut.
Makassar, 1 Juni 2009
Yang menyatakan,
(Musdalifah)
v
PRAKATA
Puji syukur penulis panjatkan ke hadirat Allah SWT dengan
selesainya penyusunan tesis ini.
Gagasan yang melatari tajuk permasalahan ini timbul dari
pengamatan penulis terhadap fluktuasi return saham industri manufaktur
yang tercatat di Bursa Efek Indonesia. Dan dalam pengamatan penulis
bahwa return saham dapat diprediksi dengan menggunakan dua model
yang paling populer yaitu Capital Asset Pricing Model (CAPM) dan Model
Arbitrage Pricing Theory (APT). Penulis bermaksud menyumbangkan
beberapa konsep yang menjadi dasar perbedaan kedua model tersebut
sehingga mengetahui seberapa besar perbedaan akurasi Capital Asset
Pricing Model (CAPM) dan Model Arbitrage Pricing Theory (APT) dalam
memprediksi return saham industri manufaktur yang tercatat di Bursa Efek
Indonesia.
Penulis menghadapi banyak kendala dalam menyusun tesis ini,
tetapi alhamdulillah atas bantuan dukungan moral dari berbagai pihak,
maka tesis ini selesai pada waktunya. Dalam kesempatan ini penulis
dengan tulus menyampaikan terima kasih kepada Prof.Dr.H.Syamsu
Alam, SE.,M.Si selaku Ketua Komisi Penasihat dan Dr.Jusni,SE.,M.Si
selaku Anggota Komisi Penasehat.
Makassar, 18 Juli 2009
Musdalifah
vi
ABSTRAK
MUSDALIFAH. Analisis Capital Asset Pricing Model dan Arbitrage Pricing Theory Dalam Memprediksi Return Saham Industri manufaktur yang tercatat di Bursa Efek Indonesia (dibimbing oleh Syamsu Alam dan Jusni).
Penelitian ini bertujuan untuk menunjukkan pengaruh Premi Risiko dengan Capital Asset Pricing Model, dan pengaruh Inflasi, SBI, Kurs dengan model Arbitrage Pricing Theory dalam memprediksi return saham, dan perbedaan Expected Return Capital Asset Pricing Model dan Expected Return Arbitrage Pricing Theory, serta perbedaan penyimpangan rata-rata absolut Capital Asset Pricing Model dan model Arbitrage Pricing Theory pada saham industri manufaktur yang tercatat di Bursa Efek Indonesia.
Penelitian ini menggunakan metode purpose sampling. Data dianalisis dengan analisis regresi dan uji beda dua rata – rata sampel.
Premi Risiko yang diukur dengan Capital Asset Pricing Model dan Inflasi, SBI, Kurs yang diukur dengan model Arbitrage Pricing Theory menyatakan bahwa variabel tersebut secara bersama-sama mempunyai pengaruh dalam memprediksi return saham. Dan pengujian beda dua rata-rata menyatakan bahwa Expected Return Capital Asset Pricing Model berbeda dengan Expected Return Arbitrage Pricing Theory, dan rata-rata penyimpangan absolut Capital Asset Pricing Model berbeda dengan Arbitrage Pricing Theory pada saham industri manufaktur yang tercatat di Bursa Efek Indonesia.
vii
ABSTRACT
MUSDALIFAH. An Analysis on Capital Asset Pricing Model and Arbitrage Pricing Theory in predicting Stock Return of Manufacture Industry Listed in Indonesia Stock Exchange ( supervised by Syamsu Alam dan Jusni).
This research aim to point out the influence of risk premium which is measured by using capital asset pricing model, and the influence of inflation, the rate of interest, and the exchange rate which are measured by using arbitrage pricing theory in predicting stock return, and the difference between expected return capital asset pricing model and expected return arbitrage pricing theory, and the difference between mean absolute deviation capital asset pricing model and arbitrage pricing theory of the stock return of manufacture industry listed in indonesia stock exchange.
This research used purposive sampling method, data were then analyzed using regression analysis and the different test of two flattening samples.
The results show that risk premium measured by capital asset pricing model, and the inflation, the rate of interest, and the exchange rate measured by using arbitrage pricing theory simultaneously give influence in predicting stock return. And the test different of two flattening samples indicate that expected return capital asset pricing model is different from expected return arbitrage pricing theory. Mean absolute deviation of capital asset pricing model is different from arbitrage pricing theory of the stock return of manufacture industry listed in indonesia stock exchange.
viii
DAFTAR ISI
hal
PRAKATA .......................................................................................... v
ABSTRAK .......................................................................................... vi
ABSTRACT ....................................................................................... vii
DAFTAR ISI ....................................................................................... viii
DAFTAR TABEL .............................................................................. x
DAFTAR GAMBAR ......................................................................... xii
DAFTAR LAMPIRAN ...................................................................... xiii
I PENDAHULUAN A. Latar Belakang Penelitian .......................................................... 1 B. Identifikasi Masalah ................................................................... 7 C. Rumusan Masalah ..................................................................... 8 D. Tujuan Penelitian ....................................................................... 8 E. Manfaat Penelitian ..................................................................... 9 F. Ruang Lingkup / Batasan Penelitian ......................................... 10 G. Sistematika Penulisan ............................................................... 11
II LANDASAN TEORI A. Investasi
1. Definisi Investasi ..................................................................... 13 2. Risiko Investasi ....................................................................... 13
B. Return Saham ........................................................................... 18 C. Estimasi Risiko dan Return ........................................................ 19 D. Capital Asset Pricing Model ....................................................... 22 E. Arbitrage Pricing Theori - APT ................................................... 25
1. Perubahan Tingkat Inflasi ...................................................... 26 2. Perubahan Tingkat Suku Bunga BI Rate .............................. 27 3. Perubahan Nilai Tukar Atau Kurs .......................................... 28
F. Penelitian – Penelitian Sebelumnya .......................................... 29 G. Kerangka Pemikiran Teoritis dan Perumusan Hipotesis ........... 31
III METODE PENELITIAN A. Metode Yang Digunakan ............................................................ 37 B. Objek dan Waktu Penelitian ....................................................... 38 C. Populasi Dan Sampel ................................................................. 38 D. Teknik Pengumpulan Data ......................................................... 39 E. Definisi Operacional ………………………………………………... 40 F. Capital Asset Pricing Model ........................................................ 43
ix
G. Arbitrage Pricing Theory ............................................................. 44 H. Teknik Statistik dan Ekonometrik yang digunakan ..................... 45
IV. GAMBARAN UMUM A. Pasar Modal ................................................................................ 51 B. Perusahaan – perusahaan industri manufaktur .......................... 53
V. ANALISIS DAN PEMBAHASAN A. Analisis Capital Asset Pricing Model
1. Estimasi Parameter Alpha dan Beta ………………………….. 60 2. Pendapatan Saham yang sesungguhnya ……………………. 61 3. Pendapatan Pasar ……………………………………………… 63 4. Expected Return CAPM ………………………………………. 69 5. Pendapatan saham yang diharapkan ………………………… 75
B. Analisis Arbitrage Pricing Theory 1. Menghitung A, B1, B2, Dan B3 Untuk Model APT Pada Industri Manufaktur ……………………………………… 76 2. Model Actual Return APT ……………………………………… 78 3. Menghitung A, B1, B2, Dan B3 Hasil Arima Untuk
Expected Return Model APT…………………………………... 87 4. Model Expected Return APT ………………………………….. 90 5. Pendapatan saham yang diharapkan ………………………… 97
C. Rata-rata Penyimpangan Absolut CAPM dan APT ……………... 98 D. Pembahasan
1. Premi Risiko yang diukur dengan menggunakan CAPM…... 100 2. Inflasi, SBI, dan Kurs yang diukur dengan menggunakan model APT ........................................................................... 102 3. Uji beda dua rata-rata Expected Return CAPM dan Expected Return APT…………………………………….. 107 4. Uji beda dua rata-rata penyimpangan Absolut model CAPM dan model APT .............................................. 110
VI. KESIMPULAN DAN SARAN A. Kesimpulan …………………………………………………………. 114 B. Saran – saran ………………………………………………………. 116
DAFTAR PUSTAKA LAMPIRAN
x
DAFTAR TABEL
nomor halaman 1. Data Perusahaan yang digunakan sebagai sampel ............. 39
1.1. Deskriptive Statistic tahun 2003 ………………………… 54 1.2. Deskriptive Statistic tahun 2004 ………………………… 55 1.3. Deskriptive Statistic tahun 2005 ………………………… 56 1.4. Deskriptive Statistic tahun 2006 ………………………… 57 1.5. Deskriptive Statistic tahun 2007 ………………………… 58 1.6. Deskriptive Statistic tahun2008 …………………………. 59 1.7. Sensitivitas return saham terhadap return market ……. 60 2.1. Actual Return (Ri) Tahunan, Model CAPM ……………. 62 3.1. Alpha, Beta, dan R2 tahun 2003 ……………………….. 63 3.1.1 Deskriptive Statistic …………………………………… 64 3.2. Alpha, Beta, dan R2 tahun 2004 ………………………… 65 3.2.1 Deskriptive Statistic ……………………………………. 65 3.3. Alpha, Beta, dan R2 tahun 2005 ………………………… 66 3.3.1 Deskriptive Statistic …………………………………… 66 3.4. Alpha, Beta, dan R2 tahun 2006 ………………………… 67 3.4.1 Deskriptive Statistic …………………………………… 67 3.5. Alpha, Beta, dan R2 tahun 2007 ………………………… 68 3.5.1 Deskriptive Statistic ……………………………………. 68 3.6. Alpha, Beta, dan R2 tahun 2008 ………………………… 69 3.6.1 Deskriptive Statistic …………………………………… 69 4.1. Koefisien Model CAPM INDF (2003-2008) ……………. 70 4.2. Koefisien Model CAPM MEDC (2003-2008) ………….. 71 4.3. Koefisien Model CAPM UNVR (2003-2008) …………… 72 4.4. Koefisien Model CAPM KLBF (2003-2008) …………… 73 4.5. Koefisien Model CAPM ANTM (2003-2008) …………... 74 4.6. Koefisien Model CAPM UNTR (2003-2008) …………… 75 4.7. Expected Return (E(Ri)) tahunan, Model CAPM ……… 76 5.1. Alpha, B1, B2, dan B3 ……………………………………. 77 5.2. Koefisien Model APT INDF (2003-2008) ...................... 78 5.3. Koefisien Model APT MEDC (2003-2008) .................... 80 5.4. Koefisien Model APT UNVR (2003-2008) ..................... 81 5.5. Koefisien Model APT KLBF (2003-2008) ...................... 83 5.6. Koefisien Model APT ANTM (2003-2008) .................... 84 5.7. Koefisien Model APT UNTR (2003-2008) ..................... 86 5.8. Actual Return (Ri) Tahunan, Model APT ...................... 87 6.1. Alpha, B1, B2, dan B3 (olahan data dari ARIMA) .......... 89 6.2. Alpha, B1, B2, dan B3 Expected Return model APT …. 90 6.3. Expected Return (E(Ri)) tahunan, Model APT ………… 98
xi
6.4. MAD Industri Manufaktur selama 5 tahun (2003-2008) . 99 6.5. Group Statistik MAD CAPM dan APT ………………….. 99 7.1.Summary R2, Uji F, Uji T Model CAPM …………………. 100 7.1.1 Keputusan Hipotesis Satu ……………………………… 102 7.2. Summary R2, dan Uji F, Model APT …………………… 103 7.2.1.Keputusan Hipotesis dua ……………………………… 105 7.2.2. Uji T Model APT ………………………………………... 105 7.2.3. Keputusan Hipotesis dua secara parsial …………….. 107 8.1. Ringkasan Statistik Deskriptif CAPM dan APT ............. 108 8.2. Hasil Uji Beda Dua Rata-rata Sample Independent ...... 109 8.3. Keputusan Hipotesis tiga .............................................. 110 8.4. Hasil Uji beda dua rata-rata sample independent ......... 111 8.5. Keputusan Hipotesis empat .......................................... 111
xii
DAFTAR GAMBAR
nomor halaman
1. Risiko Systematic dan Unsystematic ……………………. 16 2. Kerangka Pemikiran ………………………………………. 36 3. Perkembangan IHSG ……………………………………… 53
xiii
DAFTAR LAMPIRAN
nomor halaman
1. Daftar IHSG dan Harga Saham ………………………….. 123 2. Daftar Return IHSG dan Return Harga Saham ………… 126 3. Market Capitalization dan Proporsi ……………………… 129 4. Data Proporsi (W), Risiko Perusahaan (R), dan Penghitungan Rm …………………………………………………………. 135 5. Data Rf, Rm, dan Penghitungan Premi Risiko ................. 141 6. Data Deviden, Harga Penutupan Saham,
Dan Holding Period Return ……………………………….. 146 7. Data Proporsi, Risiko (HPR), dan Penghitungan Return Realisasi (Actual Return/Ri) ................................. 152 8. Data Nilai Kurs, Data Tingkat Suku Bunga Indonesia dan Data Tingkat Inflasi …………………………………... 158 9. Data Hasil Olahan ARIMA Inflasi, SBI, dan Kurs ………. 159 10. Tabel Anova ………………………………………………… 162 11. Tabel Model Summary dan Coefficient ………………….. 165
BAB I PENDAHULUAN
A. LATAR BELAKANG MASALAH Investasi merupakan suatu daya tarik bagi para investor dalam
menginvestasikan dananya di pasar modal karena mengharapkan return
(tingkat pengembalian) yang berupa: capital gain, dividen atau bunga.
Sedangkan di sisi lain para pemodal dihadapkan pada risiko atas
investasi. Dengan adanya perubahan risiko investasi tersebut maka
pengharapan investor untuk memperoleh return juga akan berubah.
Dimana sesuai dengan teori keuangan bahwa ada hubungan yang positif
dan linier antara tingkat risiko dan return. Atau dengan kata lain bahwa
apabila ada peningkatan risiko akan diikuti oleh tingkat pengharapan
return yang semakin tinggi pula oleh para investor, demikian juga
sebaliknya. Horne dan Wachoviz (1998:26) mendefinisikan return
sebagai:“Return as benefit which related with owner that includes cash
dividend last year which is paid, together with market cost appreciation or
capital gain which is realization in the end of the year”. Menurut Jones
(2000:124) “return is yield dan capital gain (loss)”. (1) Yield, yaitu cash
flow yang dibayarkan secara periodik kepada pemegang saham (dalam
bentuk dividen), (2) Capital gain (loss), yaitu selisih antara harga saham
pada saat pembelian dengan harga saham pada saat penjualan. Hal
tersebut diperkuat oleh Corrado dan Jordan (2000:5) yang menyatakan
2
bahwa ”Return from investment security is cash flow and capital
gain/loss”. Berdasarkan pendapat yang telah dikemukakan, dapat diambil
kesimpulan return saham adalah keuntungan yang diperoleh dari
kepemilikan saham investor atas investasi yang dilakukannya, yang terdiri
dari dividen dan capital gain/loss.
Risiko dalam berinvestasi, suatu hal yang tidak dapat dihindari
keberadaannya. Menurut Reilly et al. (2000:III) risiko dapat diartikan “Risk
is the uncertainty that an investment will earn its expected rate of return”
dari pengertian tersebut dinyatakan bahwa risiko merupakan
ketidaktentuan atas investasi yang akan diperoleh terhadap return yang
diharapkan. Sedangkan Sharpe (1999) menyatakan “Risk is the think for
measuring of actual return deviation to expected return”. Jones (2000:10)
mendefinisikan “Risk is defind as the change that actual return on an
investment will be different from the expected return” . Risiko merupakan
perubahan dimana return aktual dari investasi akan berbeda-beda
terhadap return yang diharapkan.
Markowitz (1952) ini menyatakan bahwa “Expected return
merupakan tingkat pengembalian dan variance returns merupakan risiko
atas instrument investasi tersebut”.
Teori portofolio yang dikembangkan oleh Markowitz (1952)
berhubungan dengan pemilihan portofolio yang dapat memaksimalkan
pengembalian yang diharapkan sesuai dengan tingkat risiko yang dapat
diterima. Dengan menggunakan model kuantitatif dan data historis, teori
3
portofolio mendefinisikan “pengembalian portofolio yang diharapkan” dan
tingkat risiko portofolio yang dapat diterima” serta menunjukkan cara
pembentukan portofolio yang optimal.
Pada bulan Oktober 1990, hadiah Nobel dipersembahkan bagi Harry
Markowitz, tokoh pengembang teori portofolio, dan William Sharpe, salah
satu tokoh pencetus teori pasar modal. Penghargaan ini merupakan
pengakuan betapa pentingnya kedua teori tersebut yaitu teori portofolio
dan teori pasar modal. Dan pada penelitian ini difokuskan pada
pembahasan teori pasar modal, teori pasar modal berhubungan dengan
pengaruh keputusan investor terhadap harga sekuritas. Lebih khususnya,
teori menunjukkan hubungan yang seharusnya terjadi antara
pengembalian dan risiko sekuritas jika investor membentuk portofolio yang
sesuai dengan teori portofolio.
Asset Pricing Model ini adalah implikasi kedua teori tersebut dalam
penentuan harga aset. Berdasarkan asumsi mengenai perilaku dan
harapan investor serta mengenai pasar modal, model ini memperkirakan
harga keseimbangan teoritis suatu aktiva. Implikasi utama model ini
adalah return yang diharapkan atas aset berhubungan dengan ukuran
risiko asset.
Hubungan return yang diharapkan dan beta dijelaskan dengan Model
Penentuan Harga Aset Kapital (Capital Asset Pricing Model CAPM) yang
dicetuskan oleh William Sharpe (1961), CAPM didasarkan pada
seperangkat asumsi khusus mengenai perilaku investor dan tersedianya
4
pasar sekuritas yang sempurna, Selanjutnya terjadi evolusi teori yang
membahas perpanjangan dari CAPM yang diperoleh dengan jalan
memodifikasi asumsi-asumsi yang mendasarinya, seperti yang
dikemukakan oleh Fisher Black (1972), CAPM Beta Nol, dan Robert
C.Merton (1973), CAPM Multifaktor, terakhir mendapat kritikan dari
Professor Stephen A. Ross yang mempertanyakan keabsahan dari
asumsi-asumsi CAPM, Stephen A. Ross (1976) mengembangkan model
alternatif yang sepenuhnya berdasarkan dari konsep arbitrase, sehingga
disebut model teori penentuan harga arbitrase (Arbitrage Pricing Theory /
APT).
Ada dua macam Asset Pricing Model yang populer dan dapat
digunakan dalam memprediksi return saham. Kedua model (Capital Asset
Pricing Model / CAPM dan Arbitrage Pricing Theory / APT) ini populer
karena kemudahan dalam aplikasi serta asumsi yang mendasari kedua
model ini.
Model pertama adalah Capital Asset Pricing Model (CAPM). Model
ini diperkenalkan oleh Treynor, Sharpe, Lientner, dan Mossin pada tahun
1960-an. Model ini mengasumsikan bahwa pendapatan saham
dipengaruhi oleh satu faktor, yaitu premi risiko pasar dan merupakan
model dalam menentukan harga suatu aset pada kondisi equilibrium.
Model ini didasarkan pada adanya dalil bahwa return saham sama dengan
tingkat pengembalian bebas risiko plus premi risiko yang hanya tinggal
mencerminkan risiko yang tersisa setelah dilakukan diversifikasi (Eugene
5
F. Brigham: 2006). CAPM mempunyai validitas yang tinggi sebagai alat
pemprediksi return saham satu tahun ke depan, tetapi tidak valid jika data
yang digunakan pada saat pasar berada dalam gejolak yang tinggi (Agus
Sumanto: 2005).
Keadaan equilibrium suatu tingkat keuntungan yang disyaratkan oleh
pemodal untuk suatu saham akan dipengaruhi oleh risiko saham tersebut
(Tandelilin, 2001: 90). Perhatian mengenai model keseimbangan ini telah
secara menerus dikembangkan. Beberapa diantaranya adalah Sharpe
(1964) dan Treynor (1961) yang mengembangkan formulasi mean-
variance. Formulasi ini kemudian dikembangkan lebih lanjut dan
diklarifikasi oleh Lintner (1965), Mossin (1966), Fama (1968), dan Long
(1972). Sebagai tambahan, Treynor (1965), Sharpe (1966), dan Jensen
(1968-1969) telah mengembangkan evaluasi portofolio yang mendasarkan
pada Assets Pricing Model ini. Kelemahan-kelemahan empiris yang terjadi
pada model CAPM mendorong para ahli manajemen keuangan untuk
mencari model alternatif yang menerangkan hubungan return dengan
risiko saham. Bodie et al. (2005) menjelaskan bahwa Capital Asset Pricing
Model (CAPM) merupakan hasil utama dari ekonomi keuangan modern.
Capital Asset Pricing Model (CAPM) memberikan prediksi yang tepat
antara hubungan risiko sebuah aset dan tingkat harapan pengembalian
(expected return). Walaupun Capital Asset Pricing Model belum dapat
dibuktikan secara empiris, Capital Asset Pricing Model sudah luas
6
digunakan karena akurasi Capital Asset Pricing Model yang cukup pada
aplikasi penting.
Model yang kedua adalah Arbitrage Pricing Theory (APT). Pada
tahun 1976 Stephen A. Ross merumuskan sebuah teori yang disebut
dengan Arbitrage Pricing Theory (APT), yaitu menyatakan bahwa harga
suatu aset bisa dipengaruhi oleh berbagai faktor, tidak hanya satu faktor
(portofolio pasar) seperti yang telah dikemukakan pada teori CAPM. Pada
model APT faktor – faktor makro ekonomi seperti inflasi, tingkat suku
bunga, nilai tukar mata uang turut diperhitungkan dalam memprediksi
return saham. Meningkatnya laju inflasi bagaikan pisau bermata dua. Di
satu sisi dapat meningkatkan pendapatan dan di sisi lain akan
meningkatkan biaya yang dikeluarkan perusahaan. Jika peningkatan biaya
lebih besar daripada peningkatan pendapatan maka laba perusahaan
akan menurun. Perubahan kurs mata uang akan mempengaruhi iklim
investasi karena perubahan kurs mata uang akan mempengaruhi
perdagangan antar negara. Tingkat suku bunga dijadikan patokan dalam
perbandingan imbalan investasi bila diinvestasikan pada sektor lain. Jika
tingkat pengembalian investasi lebih tinggi dari pada tingkat suku bunga
maka investasi tersebut layak diterima.
Penelitian – penelitian sebelumnya telah banyak dilakukan yang
mengarah pada perbandingan kedua model ini. Penelitian yang dilakukan
Gancar Candra Premananto & Muhammad Madyan (2004) yang
mengemukakan bahwa model CAPM maupun APT masih kurang akurat
7
dalam memprediksi pendapatan saham industri manufaktur sebelum dan
semasa krisis ekonomi. Arduino Cagnetti (2002) melakukan penelitian
tentang perbandingan antara model CAPM dengan APT yang menunjukan
bahwa APT dengan faktor makro ekonomi, seperti : perubahan inflasi
yang diharapkan, inflasi yang tidak terduga, premi risiko, dan tingkat
bunga lebih baik daripada CAPM.
Penulis tertarik melakukan penelitian lebih lanjut tentang Asset
Pricing Model dan tulisan ini diberi judul : “Analisis Capital Asset Pricing
Model dan Arbitrage Pricing Theory Dalam Memprediksi Return
Saham Industri Manufaktur yang tercatat di Bursa Efek Indonesia”
B. IDENTIFIKASI MASALAH
Ada dua Asset Pricing Model yang dapat digunakan dalam
memprediksi return investasi pada saham. Model yang pertama yaitu
model CAPM, model ini mengasumsikan bahwa return saham dipengaruhi
satu faktor yaitu premi risiko pasar.
Model yang kedua yaitu model APT, model ini mengasumsikan jika
investor memiliki peluang untuk meningkatkan return tanpa meningkatkan
risiko maka investor tersebut akan memanfaatkan peluang tersebut.
Sehingga dalam model APT ini faktor–faktor yang mempengaruhi return
saham lebih banyak daripada model CAPM, yaitu : perubahan inflasi,
perubahan tingkat suku binga BI rate, dan perubahan nilai tukar atau kurs.
8
C. RUMUSAN MASALAH
Perumusan masalah penelitian ini adalah sebagai berikut :
1. Bagaimana pengaruh premi risiko yang diukur dengan menggunakan
Capital Asset Pricing Model dalam memprediksi return saham Industri
Manufaktur yang tercatat di Bursa Efek Indonesia ?
2. Bagaimana pengaruh inflasi, suku bunga indonesia dan nilai kurs yang
diukur dengan menggunakan model Arbitrage Pricing Theory dalam
memprediksi return saham Industri Manufaktur yang tercatat di Bursa
Efek Indonesia ?
3. Apakah ada perbedaan expected return Capital Asset Pricing Model
dan model Arbitrage Pricing Theory pada saham Industri Manufaktur
yang tercatat di Bursa Efek Indonesia ?
4. Apakah ada perbedaan rata-rata penyimpangan absolut Capital Asset
Pricing Model dan model Arbitrage Pricing Theory pada saham Industri
Manufaktur yang tercatat di Bursa Efek Indonesia ?
D. TUJUAN PENELITIAN
Penelitian ini bertujuan, yaitu :
1. Menunjukkan pengaruh premi risiko yang diukur dengan
menggunakan Capital Asset Pricing Model (CAPM) dalam
9
memprediksi return saham Industri Manufaktur yang tercatat di
Bursa Efek Indonesia.
2. Menunjukkan pengaruh inflasi, suku bunga indonesia dan nilai kurs
yang diukur dengan menggunakan model Arbitrage Pricing Theory
(APT) dalam memprediksi return saham Industri Manufaktur yang
tercatat di Bursa Efek Indonesia.
3. Menunjukkan perbedaan expected return Capital Asset Pricing
Model (CAPM) dan model Arbitrage Pricing Theory (APT) pada
saham Industri Manufaktur yang tercatat di Bursa Efek Indonesia.
4. Menunjukkan perbedaan rata-rata penyimpangan absolut Capital
Asset Pricing Model dan model Arbitrage Pricing Theory pada
saham Industri Manufaktur yang tercatat di Bursa Efek Indonesia.
E. MANFAAT PENELITIAN
1. Bagi Investor
Suatu bahan pertimbangan dalam pengambilan keputusan untuk
melakukan investasi khususnya investasi saham pada sektor
manufaktur.
2. Bagi Perusahaan
Suatu informasi bagi perusahaan untuk dapat meningkatkan kinerja
yang tercermin pada pendapatan sahamnya di pasar modal.
3. Bagi Peneliti dan Pihak Lain
10
Suatu wawasan yang dapat memperkaya penerapan teori dalam
praktek yang sebenarnya. Dan dapat menjadi masukan yang
digunakan sebagai acuan penelitian lebih lanjut.
F. RUANG LINGKUP/BATASAN PENELITIAN
Mengingat luasnya lingkup penelitian ini, maka penulis membatasi
penelitian yang dilakukan, adalah sebagai berikut :
1. Batasan masalah pada CAPM dan APT yang merupakan dua
model diantara Asset Pricing Model yang ada. Dan pada variabel-
variabel tertentu, seperti : premi risiko pasar dalam CAPM,
perubahan inflasi, perubahan tingkat suku bunga SBI, perubahan
nilai tukar terhadap dollar Amerika dalam model APT dan return
saham bulanan pada beberapa saham industri manufaktur yang
tercatat di Bursa Efek Indonesia.
2. Ruang lingkup penelitian ini dibatasi hanya pada perusahaan-
perusahaan sektor industri manufaktur yang tercatat di Bursa Efek
Indonesia dan merupakan kelompok saham LQ 45, dan
perusahaan manufaktur tersebut secara terus menerus
menerbitkan laporan keuangan triwulanannya dari TW l/2003
hingga TW lll/2008, sehingga periode penelitian ini mencakup
bulanan yang dilakukan mulai Januari 2003 hingga Desember
2008.
11
G. SISTEMATIKA PENULISAN
Sistematika penulisan thesis ini dibagi menjadi lima bab yang
masing-masing terdiri dari sub bagian yang berkaitan, antara lain :
BAB I : PENDAHULUAN
Dalam bab ini penulis mengemukakan latar belakang masalah, identifikasi
masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, ruang
lingkup / batasan masalah dan sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Pada bab ini penulis akan menjabarkan teori-teori mengenai Definisi
investasi, return saham, estimasi risiko dan return, Model Penilaian Aset
Modal (Capital Asset Pricing Model / CAPM), APT, perubahan inflasi,
perubahan tingkat suku bunga, perubahan kurs, penelitian – penelitian
sebelumnya, kerangka pemikiran teoritis dan perumusan hipotesis.
BAB III : METODOLOGI PENELITIAN
Bab ini membahas tentang jenis penelitian yang digunakan, populasi dan
sampel penelitian, teknik pengumpulan data, definsi operasional, capital
asset pricing model, arbitrage pricing theory, dan teknik statistic serta
ekonometrik yang digunakan.
BAB IV : GAMBARAN UMUM
Bab ini menggambarkan gambaran umum pasar modal dan perusahaan-
perusahaan yang termasuk kategori industri manufaktur yang tercatat di
Bursa Efek Indonesia.
12
BAB V : ANALISIS DAN PEMBAHASAN
Bab ini berisikan penjelasan analisis mengenai hasil penelitian dan
pembahasan yang mencakup estimasi alpha dan beta masing-masing
saham, menghitung pendapatan saham yang sesungguhnya perusahan-
perusahaan manufaktur, menghitung pendapatan pasar, model CAPM,
estimasi variable-variabel dalam model APT, menghitung pendapatan
saham yang diharapkan dengan model CAPM dan APT, dan pembahasan
mengenai rata-rata penyimpangan absolut (mean absolut deviation (mad))
untuk model CAPM dan model APT serta pengujian hipotesis untuk
mengetahui pengaruh premi risiko yang diukur dengan menggunakan
Capital Asset Pricing Model (CAPM), pengaruh inflasi, suku bunga
indonesia dan nilai kurs yang diukur dengan menggunakan model
Arbitrage Pricing Theory (APT), perbedaan expected return yang diukur
dengan menggunakan Capital Asset Pricing Model (CAPM) dan model
Arbitrage Pricing Theory (APT), dan perbedaan akurasi Capital Asset
Pricing Model dan model Arbitrage Pricing Theory pada saham Industri
Manufaktur yang tercatat di Bursa Efek Indonesia.
BAB VI : KESIMPULAN DAN SARAN
Merupakan Bab penutup yang memberikan kesimpulan dari hasil
penelitian yang dilakukan penulis. Dan memberikan saran-saran yang
konstruktif yang dapat membangun dan bermanfaat bagi usaha-usaha
penelitian lebih lanjut.
13
BAB Il TINJAUAN PUSTAKA
A. INVESTASI 1. DEFINISI INVESTASI
Investasi dapat didefinisikan sebagai bentuk pengelolaan dana guna
memberikan keuntungan dengan cara menempatkan pada alokasi yang
diperkirakan memberikan tambahan keuntungan. Tentunya proses
pencarian keuntungan dengan investasi membutuhkan analisis dan
perhitungan mendalam dengan tidak mengesampingkan kehatian-hatian.
2. RISIKO INVESTASI Dalam konteks manajemen investasi, risiko merupakan besarnya
penyimpangan antara tingkat pengembalian yang diharapkan (expected
return) dengan tingkat pengembalian yang dicapai secara nyata (actual
return). Semakin besar penyimpangannya berarti semakin besar tingkat
risikonya. Apabila risiko dinyatakan sebagai seberapa jauh hasil yang
diperoleh bisa menyimpang dari hasil yang diharapkan, maka digunakan
ukuran penyebaran. Alat statistik yang digunakan sebagai ukuran
penyebaran tersebut adalah varians atau deviasi standar.
Bila seorang individu maupun perusahaan melakukan investasi maka
akan dihadapkan pada risiko. Francis (1988), “risiko ada dua macam,
14
yaitu risiko sistematis dan risiko tidak sistematis”. Adapun risiko-risiko
tersebut dapat didefinisikan sebagai kemungkinan terjadinya
penyimpangan dari sesuatu yang diharapkan atau dengan kata lain
penyimpangan tingkat keuntungan yang terjadi dari tingkat keuntungan
yang diharapkan (Haugen, 1997).
Dalam konteks portofolio risiko dibedakan menjadi dua, yaitu:
(1) Risiko tidak sistematis (unsystematic risk)
Risiko tidak sitematis (unsystematicrisk atau spesific-risk) yaitu
risiko yang hanya dialami oleh investasi tersebut, yang bisa
disebabkan oleh faktor manajemen, ciri khusus jenis industri, jenis
persaingan usaha. Misalnya struktur modal, struktur assets,
tingkat likuiditas, tingkat keuntungan. Risiko yang dapat
dihilangkan dengan melakukan diversifikasi investasi (diversified-
risk) terhadap berbagai macam saham adalah risiko yang hanya
mempengaruhi perusahaan atau saham tertentu saja tanpa
mempengaruhi perusahaan atau saham lainnya, fluktuasi risiko ini
besarnya berbeda – beda antara satu saham dengan saham
lainnya. Karena perbedaan itulah maka masing – masing saham
memiliki tingkat sensitifitas yang berbeda terhadap setiap
perubahan pasar. Parameter yang digunakan dalam risiko tidak
sistematis adalah standar deviasi. Standar deviasi adalah risiko
yang dihadapi oleh investor saat ini dianggap sama dengan
tingkat variabilitas dari return yang diharapkan. Semakin
15
berfluktuasi tingkat harapan return yang akan didapat maka
tingkat risiko juga tinggi.
(2) Risiko sistematis (systematic risk)
Risiko sistematis (systematic-risk atau market-risk) yaitu risiko
yang dialami oleh semua investasi tanpa terkecuali. Risiko ini
disebabkan adanya kemungkinan ketidakstabilan pada kondisi
ekonomi, politik, dan sosial yang akan berpengaruh langsung
pada seluruh saham yang ada di bursa atau dengan kata lain
kondisi tersebut berpengaruh pada pasar secara keseluruhan.
Misalnya, adanya perubahan tingkat suku bunga, kurs valas,
kebijakan pemerintah. Sehingga sifatnya umum dan berlaku bagi
semua saham dalam bursa saham yang bersangkutan. Risiko
yang tidak dapat dihilangkan dengan melakukan diversifikasi
(undiversified-risk) adalah risiko yang mempengaruhi seluruh
saham yang ada di bursa sehingga dengan menginvestasikan
dana ke berbagai macam sekuritas tidak dapat menghilangkan
risiko tersebut. Parameter yang digunakan dalam mengukur
risiko ini adalah beta. Pengertian beta menurut Jones (2000:178)
adalah “Beta a measure of valatility, or relative systematic risk”.
Dimana pengertian volatilitas adalah sebagai fluktuasi dari return
suatu sekuritas dalam suatu periode tertentu. Jika fluktuasi return
sekuritas secara statistik mengikuti fluktuasi return pasar, maka
beta dari sekuritas tersebut bernilai 1. Misalnya, apabila return
16
pasar naik sebesar 5%, maka investor akan menghargapkan
kenaikan return sekuritasnya sebesar 5% pula. Scott et al.
(2000:201) yang menyatakan bahwa “Beta a measure stock’s
volatility relative to an average stock”. Lain halnya dengan
pendapat Brealey, et. al. (2001:290) yang mendefinisikan “beta is
a sensitivity of a stock’s return to the return on the market
portofolio”. Sedangkan menurut Ross et al. (2003:431) beta
adalah “The amount of systematic risk present a particular risky
asset relative to that in an average risky asset”. Dapat
disimpulkan bahwa beta adalah pengukur volatilitas suatu risiko
sistematis pada sekuritas. Beta suatu sekuritas dapat dihitung
dengan titik estimasi yang menggunakan data historis maupun
estimasi secara subjektif. Beta historis dapat dihitung dengan
menggunakan data historis berupa data pasar (return sekuritas
dan return pasar).
(Sumber: Ross, et al. 2003:274)
Gambar 1. Risiko Systematic dan Unsystematic
17
Gambar 1 di atas menjelaskan hubungan risiko sistematis dan
risiko tidak sistematis. Risiko tersebut digambarkan melalui risiko
total yang merupakan penjumlahan dari risiko sistematis
(Systematic risk) dan risiko tidak sistematis (Unsystematic risk).
Risiko tersebut dipergunakan karena dapat mengukur secara garis
besar tingkat risiko secara keseluruhan.
Ada beberapa jenis risiko investasi yang mungkin timbul dan perlu
dipertimbangkan dalam membuat keputusan investasi. Menurut Halim
(2003: 47), risiko tersebut adalah sebagai berikut:
(1) Risiko tingkat bunga (interest rate risk), merupakan risiko yang
timbul akibat perubahan tingkat bunga yang berlaku di pasar.
Biasanya risiko ini berjalan berlawanan dengan harga-harga
instrumen pasar modal.
(2) Risiko pasar (market risk), merupakan risiko yang timbul akibat
kondisi perekonomian negara yang berubah-ubah yang
dipengaruhi oleh resesi dan kondisi perekonomian lain. Ketika
security market index meningkat secara terus-menerus selama
jangka waktu tertentu, trend yang menaik ini disebut bull market.
Sebaliknya, ketika security market index menurun secara terus-
menerus selama jangka waktu tertentu, trend yang menurun ini
disebut bear market. Dengan kekuatan bull market dan bear
market ini cenderung mempengaruhi semua saham secara
sistematis, sehingga imbalan pasar menjadi berfluktuasi.
18
(3) Risiko daya beli (purchasing power-risk), merupakan risiko yang
timbul akibat pengaruh perubahan tingkat inflasi, di mana
perubahan ini akan menyebabkan berkurangnya daya beli uang
yang diinvestasikan maupun bunga yang diperoleh dari investasi.
Sehingga menyebabkan nilai riil pendapatan akan lebih kecil.
(4) Risiko mata uang (currency risk), merupakan risiko yang timbul
akibat pengaruh perubahan nilai tukar mata uang domestik
(misalnya rupiah) dengan mata uang negara lain (misalnya dollar
Amerika).
B. RETURN SAHAM
Dalam melakukan investasi seorang investor mengharapkan tingkat
pengembalian tertentu sebagai imbalan dan mengambil risiko tertentu.
Dalam konteks manajemen investasi, return merupakan imbalan yang
diperoleh dari investasi. Return ini dibedakan menjadi dua, pertama return
yang telah terjadi (actual return) yang dihitung berdasarkan data histories,
kedua return yang diharapkan (expected return) akan diperoleh investor di
masa yang akan datang. Menurut Halim (2003: 30), komponen return
meliputi:
(1) capital gain (loss) merupakan keuntungan (kerugian) bagi investor
yang diperoleh dari kelebihan harga jual (harga beli) diatas harga
beli (harga jual) yang keduanya terjadi di pasar sekunder.
19
(2) Yield merupakan pendapatan atau aliran kas yang diterima
investor yang diterima investor secara periodik, misalnya berupa
dividen atau bunga. Yield dinyatakan dari persentase dari modal
yang ditanamkan.
Menurut Jogiyanto (2003:109) saham dibedakan menjadi dua: (1)
return realisasi merupakan return yang telah terjadi, (2) return ekspektasi
merupakan return yang diharapkan akan diperoleh oleh investor di masa
yang akan datang. Berdasarkan pengertian return, bahwa return suatu
saham adalah hasil yang diperoleh dari investasi dengan cara menghitung
selisih harga saham periode berjalan dengan periode sebelumnya dengan
mengabaikan dividen, Ross et al. (2003:238)
C. ESTIMASI RISIKO DAN RETURN
Menurut Radcliffe (1997, 217-218), beberapa ukuran statistik yang
dapat digunakan untuk menggambarkan suatu risiko dan return, di
antaranya adalah :
1) Mean Absolute Deviation
Mean Absolute Deviation menunjukkan kemungkinan perbedaan
antara return yang mungkin diterima dengan expected return-nya.
Cara ini cukup masuk akal untuk menunjukkan tingkat risiko suatu
20
portofolio untuk mengetahui hubungan atau correlation di antara return
sekuritas.
2) Standard Deviation
Standard deviation mengukur volatilitas dari return, cara ini sering
digunakan untuk mengukur risiko. Secara statistik metode standar
deviasi memiliki beberapa kelebihan diantaranya pengukurannya
dilakukan dengan cara menyebarkan return (memperhitungkan nilai
yang terjadi di atas dan di bawah expected return). Di samping itu
standar deviasi juga dapat digunakan dengan menggunakan data
aktual return masa lalu (ex post standard deviation) atau dari estimasi
potensial returnnya (ex ante standard deviation).
Dalam melakukan estimasi return, harus dibedakan antara return
realisasi yaitu return yang telah terjadi dan return ekspetasi (expected
return) yaitu return yang belum terjadi tetapi yang diharapkan akan terjadi
di masa mendatang. Return realisasi yang dihitung berdasarkan data
historis penting sebagai salah satu ukuran kinerja suatu perusahaan. Rate
of return saham yang merupakan keuntungan dari capital gain dan dividen
dalam periode tertentu diperoleh dengan persamaan berikut :
Di mana:
21
Rt = rate of return (return realisasi) saham pada bulan ke-t
Pt = harga saham pada bulan ke-t
Pt-1 = harga saham pada satu bulan sebelum bulan ke-t
D = dividen pada bulan ke-t
Return realisasi ini berguna sebagai dasar penentuan tingkat keuntungan
yang diharapkan (expected return). Expected return sangat mungkin
berlainan dengan return yang diterima, karena adanya suatu
ketidakpastian.
Perhitungan expected return dapat dilakukan dengan menggunakan
rata-rata aritmatik dan rata-rata geometrik. Metode rata-rata aritmatik
dinyatakan dalam persamaan berikut :
Untuk metode rata-rata geometrik, persamaannya dinyatakan sebagai
berikut :
Penggunaan perhitungan rata-rata aritmatik dan rata-rata geometrik
adalah tergantung pada tujuan investor. Rata-rata aritmatik diterapkan
untuk mengukur kinerja rata-rata selama satu periode, dan merupakan
cara yang bagus untuk memperkirakan expected return pada periode
berikutnya.
22
Sedangkan perhitungan rata-rata geometrik digunakan untuk
mengukur perubahan kekayaan yang terjadi pada periode-periode
sebelumnya (multiple periods). Rata-rata geometrik mengukur tingkat
pertumbuhan majemuk (compound rate of growth) selama periode yang
ditentukan. Hal ini sering digunakan dalam investasi dan keuangan untuk
merefleksikan tingkat pertumbuhan (growth rate) yang konsisten (steady)
dari dana yang telah diinvestasikan selama periode-periode sebelumnya
(Jones, 2004:153).
Mengacu kepada kedua metode perhitungan tersebut, maka rata-rata
geometrik merupakan metode perhitungan yang sesuai untuk digunakan
dalam penelitian ini. Dengan kata lain, rata-rata aritmatik tidak digunakan.
D. MODEL PENILAIAN ASET MODAL (CAPITAL ASSET PRICING MODE L - CAPM)
CAPM dikembangkan pertama kali pada tahun 1960 oleh William F
Sharpe, Lintner dan Mossin. Weston, Besley dan Brigham (1996: 193)
mendefinisikan CAPM sebagai berikut : “A Model based on the proposition
that any stock’s required rate of return is equal to the risk free of return
plus a risk premium, where risk reflect diversification”. CAPM merupakan
suatu model yang menghubungkan tingkat pendapatan yang diharapkan
dari suatu aset yang berisiko dengan risiko dari aset tersebut pada kondisi
pasar yang seimbang.
23
Menurut teori CAPM tingkat pendapatan yang diharapkan dari suatu
sekuritas dapat dihitung dengan menggunakan rumus:
Keterangan:
E(Ri) = Tingkat pendapatan yang diharapkan dari sekuritas i yang
mengandung risiko
RF = Tingkat pendapatan bebes risiko
E(RM) = Tingkat pendapatan yang diharapkan dari portofolio pasar.
βi = Tolak ukur risiko yang tidak bisa terdiversifikasi dari surat
berharga yang ke-i.
Sebagian asumsi yang digunakan untuk CAPM juga digunakan untuk
pendekatan normative dalam investasi yang dijelaskan dalam bab
terdahulu. Asumsi-asumsi ini adalah sebagai berikut:
(1) Investor mengevaluasi portofolio dengan melihat ekspektasi
return dan standar diviasi (sebagai risiko) portofolio untuk satu
periode.
(2) Investor tidak pernah puas, jadi jika diberi pilihan antara dua
portofolio yang identik, mereka akan memilih portofolio yang
memberi ekspektasi return yang lebih tinggi.
(3) Investor adalah risk averse, jadi jika diberi pilihan antara dua
portofolio identik, mereka memilih portofolio dengan standar
diviasi yang lebih rendah.
24
(4) Aset individual dapat dibagi tidak terbatas, artinya investor dapat
membeli sebagian saham jika investor berminat.
(5) Terdapat tingkat bebas risiko dengan investor dapat memberi
pinjaman (berinvestasi) atau meminjam uang.
(6) Pajak dan biaya transaksi tidak relevan.
Asumsi tambahan:
(7) Semua investor memiliki satu periode yang sama.
(8) Tingkat bunga bebas risiko sama untuk semua investor.
(9) Informasi ini bebas diperoleh dan tersedia secara cepat untuk
semua investor.
(10)Investor mempunyai ekspektasi yang homogen (homogeneous
expectation), artinya mereka memiliki persepsi yang sama dalam hal
ekspektasi return, standar diviasi dan kovarian sekurtas.
Dengan memperhatikan asumsi-asumsi ini, CAPM mengubah situasi
ke kasus ekstrim saja. Setiap orang mempunyai informasi yang sama dan
sepakat mengenai prospek sekuritas. Secara implisit hal ini berarti
investor menganalisis dan memproses informasi dengan cara yang sama.
Pasar sekuritas adalah pasar sempurna (perfect market), artinya tidak
ada pertentangan untuk melakukan investasi.
25
E. TEORI ARBITRASE HARGA (ARBITRAGE PRICING THEORI - APT)
Capital Asset Pricing Model bukanlah satu-satunya teori yang
mencoba menjelaskan bagaimana suatu aktiva ditentukan harganya oleh
pasar. Ross (1976) merumuskan suatu teori yang disebut sebagai
Arbitrage Pricing Theory (APT). Seperti halnya CAPM, APT
menggambarkan hubungan antara risiko dan pendapatan, tetapi dengan
menggunakan asumsi dan prosedur yang berbeda. Tiga asumsi yang
mendasari model Arbitrage Pricing Theory (APT) adalah: (Reilly, 2000);
(1) Pasar Modal dalam kondisi persaingan sempurna,
(2) Para Investor selalu lebih menyukai kekayaan yang lebih
daripada kurang dengan kepastian,
(3) Hasil dari proses stochastic artinya bahwa pendapatan asset
dapat dianggap sebagai K model faktor.
Dari asumsi yang menyatakan investor percaya bahwa pendapatan
sekuritas akan ditentukan oleh sebuah model faktorial dengan k faktor
risiko.
Untuk menghitung pendapatan sekuritas yang diharapkan pada model
APT dapat digunakan rumus sebagai berikut:
Keterangan :
E(Ri,t) = Tingkat pendapatan yang diharapkan sekuritas i pada periode t
ai = Konstanta
26
bik = Sensitivitas pendapatan sekuritas i terhadap faktor k pada periode t.
Fkt = Faktor k yang mempengaruhi pendapatan pada periode t
eit = random error
1. PERUBAHAN TINGKAT INFLASI Inflasi adalah kecenderungan barang-barang naik secara umum dan
dalam jangka waktu yang tertentu (Case dan Fair, 1999). Hubungan
antara positif antara inflasi dan harga saham adalah semakin tinggi inflasi
maka semakin tinggi barang dan jasa yang pada akhirnya meningkatkan
profit perusahaan dan harga sahamnya.
Meningkatnya pertumbuhan inflasi merupakan suatu ancaman atau
peluang bagi perusahaan. Jika inflasi ditimbulkan oleh permintaan
masyarakat yang terlalu kuat (demand pull inflation) maka pendapatan
perusahaan akan meningkat dan akhirnya akan meningkatkan
profitabilitas perusahaan. Jika inflasi ditimbulkan oleh kenaikan ongkos
produksi secara terus – menerus (cost push inflation) maka biaya yang
dikeluarkan perusahaan akan meningkat. Investor akan mengharapakan
return yang relatif tinggi pada saat tingkat inflasi sedang tinggi. Dan
sebaliknya investor akan mengharapkan return relatif rendah jika inflasi
rendah. Menurut Jamli (2001), untuk mengukur pertumbuhan inflasi dapat
digunakan formula sebagai berikut:
Pinflasi = 1
1
inf
infinf
t
tt
lasi
lasilasi
27
Keterangan:
P inflasi : perubahan inflasi
inflasi t : inflasi pada periode ke – t
inflasi t-1 : inflasi pada periode sebelum ke – t
2. PERUBAHAN TINGKAT SUKU BUNGA INDOESIA
Tingkat bunga adalah tingkat bunga deposito bulanan bank-bank
pemerintah yang selaku bank sentral mempunyai tugas untuk memelihara
agar sistem moneter dapat bekerja secara efisien melalui kebijakan –
kebijakan yang dibuat oleh bank Indonesia. Dimana hubungan negatif
antara tingkat suku bunga dan harga saham adalah semakin tinggi tingkat
suku bunga maka semakin rendah investasi (biaya modal yang semakin
tinggi) yang pada akhirnya berdampak semakin turunnya harga-harga
saham.
Para investor biasanya melihat BI rate sebagai patokan dalam
berinvestasi pada pasar modal. Karena BI rate merupakan imbalan bebas
risiko sehingga menjadi tolak ukur dalam pengembalian investasi. Nilai BI
rate mempunyai hubungan yang terbalik dengan return saham yang
diharapkan . Jika suku bunga ini lebih tinggi daripada return yang
diarapkan maka investor akan memilih deposito sebagai pilihan
investasinya. Sasanti (2005), “untuk mengetahui perubahan tingkat suku
bunga SBI dapat digunakan formula sebagai berikut:
28
Keterangan:
pBI rate : perubahan suku bunga BI rate
BI ratet : suku bunga BI rate periode ke – t
BI ratet-1 : suku bunga BI rate sebelum periode ke – t 3. PERUBAHAN NILAI TUKAR ATAU KURS
Kurs antara dua negara adalah harga di mana penduduk kedua
negara saling melakukan perdagangan. Hal ini disebabkan oleh adanya
kebutuhan barang dari kedua belah pihak tetapi mempunyai mata uang
yang berbeda. Mankiw (2000: 192), membedakan kurs menjadi dua, yaitu:
1) kurs nominal (nominal exchange rate) adalah harga relatif dari mata
uang dua negara.
2) kurs riil (real exchange rate) adalah harga relatif dari barang –
barang kedua negara.
Kurs adalah perbandingan antara mata uang dalam negeri dengan
mata uang luar negeri. Kurs yang dipergunakan dalam penelitian ini
adalah kurs US$ terhadap Rupiah. US$ dipilih penulis karena US$
merupakan hard currency yang paling stabil dan paling diakui sebagai
mata uang untuk transaksi internasional oleh semua negara. Hubungan
negatif antara nilai tukar dan harga saham adalah semakin menguat mata
29
uang rupiah terhadap dolar (semakin rendah nilai rupiah per dolar)
menyebabkan meningkatnya aliran modal masuk ke Indonesia yang pada
akhirnya meningkatkan pendapatan nasional dan harga-harga saham.
Dalam penelitian Dahlifah (2005) perubahan kurs dihitung dengan
formula sebagai berikut:
Keterangan:
pKurs : perubahan kurs
Kurst : kurs periode ke – t
Kurst-1 : kurs sebelum periode ke – t
F. PENELITIAN – PENELITIAN SEBELUMNYA
Chen, Roll, dan Ross (1986) melakukan penelitian dalam 2 tahap.
Tahap pertama dengan menggunakan regresi time series yang hasilnya
menyatakan bahwa terdapat empat faktor yang mendasari perubahan
harga saham, yaitu: Tingkat Inflasi, Perbedaan antara tingkat suku bunga
jangka pendek dan jangka panjang, Perbedaan antara tingkat keuntungan
obligasi yang berisiko tinggi dan rendah, Tingkat kegiatan dalam industri.
Tahap kedua, mereka melakukan regresi cross section dengan
menggunakan variabel beta yang didapat dari regresi tahap pertama dari
masing-masing perusahaan dan faktor untuk setiap portofolionya.
30
Hasilnya menunjukkan bahwa beta faktor tidak signifikan mempengaruhi
return saham.
Sorensen, Menrich, dan Thun Chee (1989), melakukan penelitian
dengan membuat model untuk Solomon Brother Risk Index Model yang
menyatakan bahwa terdapat tujuh faktor penting yang mempengaruhi
returns saham, yaitu: Economic growth, Business Cycle, Long Term
Interest, Short Term Interest, Inflation, Currency Fluctuastion, dan Market
Index Securities.
Riskianto (1992) seperti yang dikutip oleh Maurin Sitorus (2004),
menggunakan data di BEJ dari tahun 1984 sampai dengan tahun 1988
menguji Capital Asset Pricing Model (CAPM) dan Arbitrage Pricing
Theory (APT), dimana di dalam pengujian APT digunakan dua faktor yaitu
return pasar dan inflasi. Baik CAPM maupun APT menunjukkan tidak
adanya pola yang jelas antara beta dari return pasar maupun beta dari
inflasi.
Bambang Trisilo (1995) seperti yang dikutip oleh Maurin Sitorus
(2004), melakukan pengujian CAPM yang berorientasi konsumsi dengan
menggunakan data triwulan dan gabungan CAPM-APT dengan
menggunakan data bulanan di BEJ. Variabel bebas pada model APT ialah
deposito berjangka, inflasi yang diharapkan, residual Indeks Harga
Konsumen (IHK) sebagai tingkat inflasi yang tidak diharapkan, return
pasar yang diukur dengan IHSG. Hasil yang didapat pada penelitian ini
ialah koefisien beta pada model CAPM maupun gabungan CAPM-APT
31
tidak signifikan, sementara beta konsumsi pada CAPM berorientasi
konsumsi signifikan dalam menjelaskan variasi return saham di BEI.
G. KERANGKA PEMIKIRAN TEORITIS DAN PERUMUSAN HIPOTESIS 1. PENGARUH PREMI RISIKO YANG DIUKUR DENGAN
MENGGUNAKAN CAPITAL ASSET PRICING MODEL DALAM MEMPREDIKSI RETURN SAHAM
Dalam model Markowitz sebagaimana telah dibahas dimuka, investor
bisa menentukan pilihan portofolio optimal dari berbagai pilihan portofolio
yang ada pada garis portofolio yang efisien. Akan tetapi, model Markowitz
tersebut membatasi pilihan investor hanya pada portofolio yang terdiri dari
aset berisiko. Padahal dalam kenyataannya, investor bebas memilih
portofolio yang juga terdiri dari aset bebas risiko. Oleh karena itu muncul
teori yang didasari oleh teori portofolio yaitu teori Capital Asset Pricing
Model (CAPM) yang mula-mula dikenalkan oleh Sharpe pada tahun 1964,
kemudian disempurnakan oleh Lintner dan Mossin beberapa tahun
kemudian. Dalam teori ini diajarkan bahwa return yang disyaratkan dari
sebuah investasi pada surat berharga ditentukan oleh dua komponen,
yaitu return investasi bebas risiko (risk free rate) dan premi risiko (risk
premium). Persamaan CAPM menunjukkan bahwa saham dengan risiko
yang besar harus mampu memberikan premi risiko yang besar pula;
demikian sebaliknya.
32
Dengan demikian premi risiko yang diukur dengan menggunakan
Capital Asset Pricing Model mempunyai pengaruh tambahan (adjusted
effect), yakni pengaruh positif atau negatif dalam memprediksi return
saham Industri Manufaktur yang tercatat di Bursa Efek Indonesia.
Sehingga dapat disusun hipotesis sebagai berikut :
Hipotesis satu : Premi Risiko yang diukur dengan menggunakan Capital
Asset Pricing Model mempunyai “pengaruh tambahan”
dalam memprediksi return saham Industri Manufaktur
yang tercatat di Bursa Efek Indonesia
2. PENGARUH INFLASI, SUKU BUNGA INDONESIA DAN NILAI KURS
YANG DIUKUR DENGAN MENGGUNAKAN MODEL ARBITRAGE PRICING THEORY (APT) DALAM MEMPREDIKSI RETURN SAHAM
Variabel-variabel makroekonomi (inflasi, suku bunga indonesia dan
kurs) tersebut merupakan variabel yang dapat menggerakkan harga
saham adalah suatu teori yang dapat diterima secara umum (Maysami
dan Sim Kho, 2000). Banyak metode yang dapat dipergunakan untuk
mengkaji hubungan variabel-variabel makroekonomi terhadap pasar
modal suatu negara. Salah satu teori yang sering dipergunakan adalah
konsep Arbitrage Pricing Theory (APT) yang dikembangkan oleh Ross
(1976). Konsep APT ini merupakan konsep model keseimbangan yang
mempergunakan hukum satu harga (the law of one price), dimana dua
kesempatan investasi yang identik sama tidak bisa dijual dengan harga
yang berbeda (Elton et. al., 1995). Dengan menggunakan APT, Chen et.
33
al. (1986) membuktikan bahwa variabel-variabel makro ekonomi memiliki
pengaruh yang sistematik terhadap tingkat kembalian (return) pasar
saham.
Dari uraian diatas tentang variabel-variabel makroekonomi yaitu
inflasi, suku bunga indonesia, dan nilai kurs yang diukur dengan
menggunakan model Arbitrage Pricing Theory mempunyai pengaruh
tambahan (adjusted effect), yakni pengaruh positif atau negatif dalam
memprediksi return saham Industri Manufaktur yang tercatat di Bursa Efek
Indonesia. Sehingga dapat disusun hipotesis sebagai berikut :
Hipotesis dua : Inflasi, SBI, dan Kurs yang diukur dengan menggunakan
model Arbitrage Pricing Theory mempunyai “pengaruh
tambahan” dalam memprediksi return saham Industri
Manufaktur yang tercatat di Bursa Efek Indonesia.
3. PERBEDAAN EXPECTED RETURN YANG DIUKUR DENGAN
MENGGUNAKAN CAPITAL ASSET PRICING MODEL (CAPM) DAN MODEL ARBITRAGE PRICING THEORY (APT)
Harapan keuntungan di masa datang merupakan kompensasi atas
waktu dan risiko yang terkait dengan investasi yang dilakukan. Dalam
konteks investasi, harapan keuntungan tersebut sering disebut sebagai
return. Seorang investor mengharapkan return yang tinggi dari investasi
yang dilakukannya. Namun, untuk mendapatkan return yang tinggi,
investor menghadapi risiko yang tinggi pula. Artinya semakin tinggi return
yang diharapkan semakin tinggi risiko investasi. Penelitian Siegel (1992)
34
yang membandingkan return saham dan obligasi di Amerika dalam kurun
waktu hampir seabad (1902-1990) menemukan bahwa return saham jauh
melebihi return obligasi. Hal itu diikuti pula dengan fakta bahwa risiko
saham jauh lebih tinggi dibandingkan risiko obligasi.
Expected return yang diukur dengan menggunakan capital asset
pricing model mempunyai komponen yang terdiri dari premi risiko (Rm-Rf)
yang terdiri dari imbalan pasar (Rm) dan premi bebas risiko (Rf).
Risiko investasi bisa diartikan sebagai kemungkinan terjadinya
perbedaan antara return aktual dengan return yang diharapkan. Dua
konsep ini, risiko maupun return, bagaikan dua sisi mata uang yang selalu
berdampingan. Artinya, dalam berinvestasi, di samping menghitung return
yang diharapkan, investor harus memperhitungkan risikonya. Investor
perlu mencari alternatif investasi yang menawarkan tingkat return yang
paling tinggi dengan tingkat risiko tertentu, atau investasi yang
menawarkan return tertentu pada tingkat risiko terendah.
Pada tahun 1976 Stephen A. Ross merumuskan sebuah teori yang
disebut dengan Arbitrage Pricing Theory (APT), yaitu menyatakan bahwa
harga suatu aset bisa dipengaruhi oleh berbagai faktor, tidak hanya satu
faktor (portofolio pasar) seperti yang telah dikemukakan pada teori CAPM.
Pada model APT faktor – faktor makro ekonomi seperti inflasi, tingkat
suku bunga, nilai tukar mata uang turut diperhitungkan dalam
memprediksi return saham.
35
Expected return industri manufaktur yang tercatat di bursa efek
indonesia yang diukur dengan menggunakan capital asset pricing model
yang terdiri dari komponen premi risiko berbeda dengan expected return
yang diukur dengan menggunakan model arbitrage pricing model yang
terdiri dari komponen inflasi, suku bunga indonesia, dan nilai kurs.
Sehingga dari uraian tersebut, maka dapat disusun hipótesis sebagai
berikut :
Hipotesis tiga : Expected return capital asset pricing model berbeda
dengan expected return model arbitrage pricing model
pada industri manufaktur yang tercatat di Bursa Efek
Indonesia.
4. PERBEDAAN AKURASI CAPITAL ASSET PRICING MODEL
(CAPM) DAN MODEL ARBITRAGE PRICING THEORY (APT) Menurut Radcliffe (1997, 217-218), beberapa ukuran statistik yang
dapat digunakan untuk menggambarkan suatu risiko dan return, di
antaranya adalah : Mean Absolute Deviation menunjukkan kemungkinan
perbedaan antara return yang mungkin diterima dengan expected return-
nya. Cara ini cukup masuk akal untuk menunjukkan tingkat risiko suatu
portofolio untuk mengetahui hubungan atau correlation di antara return
sekuritas.
Akurasi suatu model ini diukur dengan menggunakan Mean Absolut
Deviation (MAD), model yang mempunyai MAD yang lebih kecil berarti
lebih akurat dibandingkan model yang mempunyai MAD yang lebih besar.
36
Maka akan dilakukan pengujian perbedaan rata-rata penyimpangan
absolut Capital Asset Pricing Model dan mdel Arbitrage Pricing Theory
berdasarkan Mean Absolut Deviation (MAD) pada masing-masing model
(capital asset pricing model –CAPM dan model arbitrage pricing theory-
APT) dalam memprediksi return saham Industri Manufaktur yang tercatat
di Bursa Efek Indonesia selama periode 5 tahun (tahun 2003 hingga
2008). Maka dapat disusun hipótesis sebagai berikut :
Hipotesis empat : Expected return capital asset pricing model berbeda
rata-rata penyimpangan absolut dengan expected return
model arbitrage pricing model pada industri manufaktur
yang tercatat di Bursa Efek Indonesia
Uraian pemikiran teoritis inilah yang mengantar peneliti sekaligus
penulis menskemakan kerangka pemikiran tersebut, sebagaimana yang
tersaji pada Gambar 2.
Gambar 2. Kerangka Pemikiran
Suku Bunga SBI
Kurs Rupiah Terhadap
US $
Tingkat Inflasi
CAPM
APT
Return Saham
MAD CAPM
& MAD APT
Premi Risiko Pasar
Analisis Regresi Tunggal
Analisis Regresi
Berganda
CAPM &
APT
37
BAB Ill METODE PENELITIAN
A. JENIS PENELITIAN
Berdasarkan pada masalah, tujuan, hipotesis penelitian dan
kerangka pemikiran maka jenis penelitian ini adalah penelitian uji hipótesis
regresi korelasi yang hendak melihat perbedaan akurasi yang signifikan
capital asset pricing model dan arbitrage pricing theory dalam
memprediksi return saham industri manufaktur yang tercatat di Bursa Efek
Indonesia.
Unit analisis pada penelitian ini adalah perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia. Time horizone pada penelitian adalah
menggunakan basis bulanan selama 6 tahun, dari tahun 2003 sampai
dengan tahun 2008. Jenis time horizone ini adalah longitudinal study, yaitu
penelitian dimana data diperoleh pada beberapa batas waktu untuk
menjawab sebuah pertanyaan penelitian (Sekaran: 238).
Variabel merupakan apa pun yang dapat membedakan atau
mengubah nilai
(Sekaran: 249). Penelitian ini menggunakan variabel Tingkat Pendapatan
Saham Industri Manufaktur sebagai variabel dependen (terikat) dan
variabel premi risiko pasar yang dimodelkan dalam CAPM, dan variabel
inflasi, tingkat suku bunga SBI, nilai tukar rupiah terhadap dolar yang
dimodelkan dalam APT sebagai variabel independen (bebas).
38
B. OBJEK DAN WAKTU PENELITIAN
Obyek penelitian adalah perusahaan manufaktur yang terdaftar pada
Bursa Efek Indonesia dan tergolong dalam kelompok saham yang
mempunyai nilai pasar (kapitalisasi) yang besar dan tingkat likuiditas yang
tinggi. Perusahaan-perusahaan tersebut terdaftar minimal selama satu
tahun dalam daftar saham indeks LQ 45 selama periode 2003-2008.
Penelitian ini dilaksanakan mulai dari bulan September 2008 - Mei 2009.
C. POPULASI DAN SAMPEL
Pada penelitian ini, populasi yang diambil adalah saham – saham
industri manufaktur yang terdaftar pada kelompok saham indeks LQ 45 di
Bursa Efek Indonesia.
Indeks saham LQ 45 merupakan indeks yang diperkenalkan oleh BEI
sejak 24 April 1997, adapun criteria saham yang masuk dalam
perhitungan indeks LQ 45, antara lain :
1. Perusahaan masuk dalam ranking 60 terbesar dari total transaksi
saham di pasar regular (rata-rata nilai transaksi selama 12 bulan
terakhir).
2. Ranking berdasarkan Kapitalisasi Pasar (rata-rata kapitalisasi pasar
selama 12 bulan terakhir).
3. Perusahaan tercatat di BEI minimum 30 hari bursa.
39
Pada penelitian ini, pengambilan sampel disesuaikan dengan kriteria
yang telah ditentukan sebelumnya. Adapun kriterianya :
Saham perusahan yang masuk dalam industri manufaktur selama
periode waktu Januari 2003 - Desember 2008 secara berturut-
turut dan konsisten dan data keuangan yang lengkap dan dapat
diandalkan kebenarannya pada tahun 2003-2008.
Berdasarkan kriteria diatas, jumlah sampel yang memenuhi syarat
adalah sebanyak 6 perusahaan, sebagaimana yang tersaji pada table 1.
Tabel 1. Data Perusahaan yang Digunakan Sebagai Sampel
No Nama Perusahaan Kode
1 PT. Indofood Sukses Makmur Tbk INDF
2 PT. Kalbe Farma Tbk KLBF
3 PT. Medco Energi International Tbk MEDC
4 PT. Unilever Indonesia Tbk UNVR
5 PT. Aneka Tambang Tbk ANTM
6 PT. United Tractors Tbk UNTR
D. TEKNIK PENGUMPULAN DATA
Penelitian ini menggunakan data sekunder harga saham masing-
masing perusahaan pada industri manufaktur yang terdaftar di Bursa Efek
Indonesia. Selain harga saham yang merupakan variabel dependen,
penelitian ini juga menggunakan data-data tingkat suku bunga SBI
40
bulanan untuk mencari imbalan aset bebas risiko, IHSG untuk mencari
imbalan pasar, tingkat inflasi bulanan, serta nilai tukar mata uang rupiah
terhadap dollar Amerika sebagai variabel independen.
Data-data sekunder didapat langsung dari Situs Web Resmi Bank
Indonesia: http://www.bi.go.id, sebagai sumber data untuk memperoleh
tingkat suku bunga SBI, inflasi dan perubahan kurs US$ dalam jangka
waktu 6 tahun. Dan Situs Web Resmi Bursa Efek Indonesia:
http://www.idx.go.id untuk harga saham, Market Capitalization dan Indeks
Harga Saham individual setiap sekuritas yang diteliti, IHSG dan daftar
perusahaan manufaktur yang masuk kategori LQ 45 secara terus menerus
dalam jangka waktu 6 tahun. Data dikumpulkan oleh peneliti bersumber
dari Laporan Keuangan Tahunan emiten yang diperoleh dari buku
Indonesian Capital Market Direktory (ICMD) tahun 2003 -2008 dan
Laporan Penerbitan Indeks Saham LQ 45 oleh BEJ mulai dari tahun 2003
hingga tahun 2008. Data tersebut kemudian dipilih berdasarkan metoda
purpose sampling untuk dijadikan sampel pada penelitian ini.
E. DEFINISI OPERASIONAL
Definisi operasional merupakan penjelasan dan pengertian teoretis
variable untuk dapat diamati dan diukur. Dalam penelitian ini definisi
operasional yang dimaksud adalah sebagai berikut.
(1) Return saham
41
merupakan tingkat keuntungan yang diperoleh dari investasi. Dalam
penelitian ini return saham merupakan return saham-saham sampel LQ 45
yang dihitung secara bulanan. Return dalam penelitian ini dapat diperoleh
dengan menggunakan rumus:
keterangan:
Ri = Return saham
Pt = Harga saham pada periode t
Pt-1 = Harga saham pada periode t-1
(2) Varian saham
Merupakan penyimpangan tingkat pengembalian pada penyimpangan
rata-rata pengembalian saham yang diukur dengan persentase (%).
Varian saham (σ2) merupakan kuadrat dari standar deviasi saham (σ).
(3) Return pasar
Adalah tingkat pengembalian yang diperoleh dari investasi pada saham
yang ada di bursa, yang tercermin dari indeks IHSG bulanan yang diukur
dengan persentase (%).
Keterangan :
Rmt = Return pasar periode ke-t
It = Indeks IHSG periode ke-t
It-1 = Indeks IHSG periode ke-t-1
42
(4) Risiko sistematis
Risiko sistematis ditunjukkan oleh parameter beta yang merupakan rasio
antara kovarian return saham terhadap return pasar, pada model CAPM,
dan pada model APT, k faktor tersebut antara lain :
Tingkat suku bunga yang tidak diharapkan (unxpected intrest rate)
adalah selisih tingkat suku bunga sesungguhnya dengan tingkat
suku bunga yang diharapkan. Tingkat suku bunga yang diharapkan
dihitung dengan menggunakan metode ARIMA.
Tingkat inflasi yang tidak diharapkan (unexpected inflation) adalah
selisih tingkat inflasi sesungguhnya dengan tingkat inflasi yang
diharapkan. Tingkat inflasi yang diharapkan dihitung dengan
menggunakan metode ARIMA.
Tingkat perubahan kurs yang tidak diharapkan ( unexpected
exchange rate fluctuation) adalah selisih tingkat perubahan kurs
sesungguhnya dengan tingkat perubahan kurs yang diharapkan.
Tingkat perubahan kurs yang diharapkan dihitung dengan
menggunakan metode ARIMA.
Data mengenai tingkat bunga, tingkat inflasi dan perubahan kurs
sesungguhnya, didapat langsung dari Situs Web Resmi Bank
Indonesia: http://www.bi.go.id, secara bulanan dalam jangka waktu
6 tahun.
(5) Return bebas risiko
43
Merupakan tingkat pengembalian yang diperoleh dari aktiva bebas risiko.
Dalam penelitian ini yang digunakan sebagai tingkat bunga bebas risiko
adalah tingkat suku bunga Sertifikat Bank Indonesia (SBI) yang diterbitkan
oleh Bank Indonesia periode bulanan dengan ukuran persentase (%).
F. CAPITAL ASSET PRICING MODEL
Dalam penelitian expected return yang diukur dengan menggunakan
Capital Asset Pricing Model dalam memprediksi return saham Industri
Manufaktur yang tercatat di Bursa Efek Indonesia berdasarkan
perhitungan dan analisis dari premi risiko setiap saham selama periode
tertentu ini berdampak pada keputusan investor.
Untuk menghitung expected return yang menggunakan Capital Asset
Pricing Model memerlukan tahapan pengerjaan sebagai berikut :
1) Menentukan periode estimasi (estimation Period) yang akan
digunakan untuk mengestimasi parameter alpha dan beta tiap-tiap
saham. Periode estimasi dalam penelitian ini dari Januari 2003 -
Desember 2008.
2) Menghitung pendapatan saham yang sesungguhnya (Actual
Return) perusahaan-perusahaan Manufaktur.
3) Menghitung pendapatan pasar (market return).
4) Menghitung beta (β) dengan menggunakan rumus market model
yang meregresikan antara pendapatan saham yang sesungguhnya
(actual return) dengan pendapatan pasar (market return).
44
5) Setelah beta (β) masing-masing perusahaan diperoleh kemudian
membentuk sebuah model persamaan berdasarkan model CAPM.
6) Menghitung pendapatan saham yang diharapkan (expected return)
dengan menggunakan model CAPM.
7) Menghitung rata-rata penyimpangan absolut (Mean Absolut
Deviation (MAD)) untuk model CAPM dengan rumus Model CAPM :
Perhitungan tersebut diterapkan secara individual pada setiap saham
Industri Manufaktur yang tercatat di Bursa Efek Indonesia di dalam sampel
penelitian.
G. ARBITRAGE PRICING THEORY
Expected return yang diukur dengan menggunakan model arbitrage
pricing model yang terdiri dari komponen inflasi, suku bunga indonesia,
dan nilai kurs pada saham Industri Manufaktur yang tercatat di Bursa Efek
Indonesia dan berdasarkan perhitungan dan analisis tersebut ini pun
berdampak pada keputusan investor.
Untuk menghitung expected return yang menggunakan model
arbitrage pricing model memerlukan tahapan pengerjaan sebagai berikut :
1. Menghitung a, b1, b2, dan b3 untuk model APT pada
perusahaanperusahaan Manufaktur.
45
2. Menghitung pendapatan saham yang sesungguhnya (Actual
Return) perusahaan-perusahaan Manufaktur.
3. Menghitung b1, b2, dan b3 yang merupakan hasil ARIMA program
SPSS 13.00 pada perusahaanperusahaan Manufaktur.
4. Menghitung pendapatan saham yang diharapkan (expected return)
dengan menggunakan model APT.
5. Menghitung rata-rata penyimpangan absolut (Mean Absolut
Deviation (MAD)) untuk model APT dengan rumus Model CAPM :
Perhitungan tersebut diterapkan secara individual pada setiap saham
Industri Manufaktur yang tercatat di Bursa Efek Indonesia di dalam sampel
penelitian.
H. TEKNIK STATISTIK DAN EKONOMETRIK YANG DIGUNAKAN
1. PENGARUH PREMI RISIKO YANG DIUKUR DENGAN
MENGGUNAKAN CAPITAL ASSET PRICING MODEL DALAM MEMPREDIKSI RETURN SAHAM
Untuk menguji pengaruh premi risiko yang diukur dengan
menggunakan capital asset pricing model dilakukan dengan
menggunakan regresi linier tunggal dimana variabel terikatnya expected
return capital asset pricing model sedangkan variabel bebasnya adalah
premi risiko. Tujuan pengujian ini adalah untuk mengetahui pengaruh
variabel bebas (premi risiko) yang diukur dengan menggunakan capital
46
asset pricing model dalam memprediksi return (variabel terikat, expected
return capital asset pricing model ) saham Indutri Manufaktur yang tercatat
di bursa efek indonesia.
Dalam penelitian ini model regresi sebagai berikut :
Keterangan :
Ri-Rf : pendapatan saham pada perusahaan i
Rf : imbalan aset bebas risiko
Rm : imbalan pasar
α : konstanta
βi : slope (kepekaan saham i terhadap premium)
℮ : error
Analisis regresi ini dimaksudkan untuk mengetahui besarnya
koefisien regresi masing-masing variabel. Koefisien regresi ini
menunjukkan sensitivitas variable terikat, dalam hal ini expected return
saham capital asset pricing model terhadap perubahan variabel bebas
(premi risiko). Variabel terikat (expected return saham capital asset pricing
model) akan meningkat atau menurun sebesar β unit jika variabel premi
risiko meningkat atau menurun sebesar satu unit.
47
2. PENGARUH INFLASI, SUKU BUNGA INDONESIA DAN NILAI KURS YANG DIUKUR DENGAN MENGGUNAKAN MODEL ARBITRAGE PRICING THEORY (APT) DALAM MEMPREDIKSI RETURN SAHAM
Untuk menguji pengaruh inflasi, suku bunga indonesia dan nilai kurs
yang diukur dengan menggunakan model Arbitrage Pricing Theory
dilakukan dengan menggunakan regresi linier berganda dimana variabel
terikatnya expected return Arbitrage Pricing Theory sedangkan variabel
bebasnya adalah inflasi, suku bunga indonesia dan nilai kurs. Tujuan
pengujian ini adalah untuk mengetahui pengaruh variabel – variabel bebas
(inflasi, suku bunga indonesia dan nilai kurs) yang diukur dengan
menggunakan model arbitrage pricing theory (APT) dalam memprediksi
return (variabel terikat, expected return Arbitrage Pricing Theory) saham
Industri Manufaktur yang tercatat di Bursa Efek Indonesia.
Dalam penelitian ini model regresi sebagai berikut :
Keterangan :
Ri-Rf : Pendapatan saham pada perusahaan i
α : konstanta
β : koefisien korelasi
pInflasi : perubahan inflasi
pBI Rata : perubahan tingkat suku bunga SBI
pkurs : perubahan nilai tukar rupiah terhadap dolar
℮ : error
48
Analisis regresi ini dimaksudkan untuk mengetahui besarnya
koefisien regresi masing-masing variabel. Koefisien regresi ini
menunjukkan sensitivitas variable terikat, dalam hal ini expected return
Arbitrage Pricing Theory terhadap perubahan variabel bebas (inflasi, suku
bunga indonesia dan nilai kurs). Variabel terikat (expected return Arbitrage
Pricing Theory) akan meningkat atau menurun sebesar β unit jika variabel
inflasi, suku bunga indonesia dan nilai kurs meningkat atau menurun
sebesar satu unit. Hal yang sama akan terjadi jika variabel bebas lainnya
meningkat atau menurun satu unit, maka variabel terikat akan meningkat
atau menurun sebesar koefisien regresi variabel yang bersangkutan.
3. STATISTIK UJI BEDA DUA RATA-RATA UNTUK INDEPENDENT SAMPLE EXPECTED RETURN YANG DIUKUR DENGAN MENGGUNAKAN CAPITAL ASSET PRICING MODEL (CAPM) DAN MODEL ARBITRAGE PRICING THEORY (APT)
Untuk mengetahui perbedaan expected return yang diukur dengan
menggunakan capital asset pricing model (CAPM) dan model arbitrage
pricing theory (APT) pada saham industri manufaktur yang tercatat di
bursa efek indonesia, dilakukan tahapan-tahapan sebagai berikut:
(1) Menghitung expected return yang diukur dengan menggunakan
capital asset pricing model (CAPM) dan model arbitrage pricing
theory (APT);
(2) Dilakukan uji statistik, yaitu uji rata-rata dua sampel independen (t-
test);
49
(3) Dari hasil uji statistik tersebut, selanjutnya diambil kesimpulan
tentang expected return yang diukur dengan menggunakan capital
asset pricing model (CAPM) dan model arbitrage pricing theory (APT)
pada saham industri manufaktur yang tercatat di bursa efek
indonesia pada saham Industri Manufaktur yang tercatat di Bursa
Efek Indonesia
4. STATISTIK UJI BEDA DUA RATA-RATA UNTUK INDEPENDENT SAMPLE MEAN ABSOLUT DEVIATION (MAD) CAPM DAN APT
Untuk mengetahui perbedaan rata-rata penyimpangan absolut (mean
absolut deviation (mad)) CAPM dan APT pada saham industri manufaktur
yang tercatat di bursa efek indonesia, dilakukan tahapan-tahapan sebagai
berikut:
i. Menghitung selisih antara actual return dan expected return yang
diukur dengan menggunakan capital asset pricing model (CAPM) dan
model arbitrage pricing theory (APT) dibagi dengan banyaknya
obeservasi pengamatan yang dilakukan peneliti, dengan rumus yang
sama diterapkan sama pada capital asset pricing model (CAPM) dan
model arbitrage pricing theory (APT), yaitu :
ii. Dilakukan uji statistik, yaitu uji rata-rata dua sampel independen (t-
test);
50
iii. Dari hasil uji statistik tersebut, selanjutnya diambil kesimpulan
tentang perbedaan rata-rata penyimpangan absolut Capital Asset
Pricing Model dan mdel Arbitrage Pricing Theory berdasarkan Mean
Absolut Deviation (MAD) pada masing-masing model (capital asset
pricing model –CAPM dan model arbitrage pricing theory-APT) dalam
memprediksi return saham Industri Manufaktur yang tercatat di Bursa
Efek Indonesia.
51
BAB IV GAMBARAN UMUM
A. PASAR MODAL
Pertumbuhan bursa efek pada tahun-tahun berikutnya menjadi
semakin cepat, terutama sejak dilakukan sistim otomasi perdagangan
pada tanggal 25 Mei 1995 seperti yang dikutip dari Panduan Indeks Harga
Saham Bursa Efek Indonesia (2008), semua indikator perdagangan
seperti nilai, volume dan frekuensi transaksi menunjukkan pertumbuhan
yang luar biasa. Pada tahun 2007, rata-rata nilai transaksi telah mencapai
angka di atas Rp 4,3 triliun per hari. Bahkan pada tahun 2008, sampai
dengan semester pertama, rata-rata nilai transaksi harian meningkat
menjadi Rp 5,6 triliun. Meskipun pada Semester II, terjadi penurunan
karena ada krisis “subprime” di Amerika yang mempengaruhi semua
bursa di dunia tidak terkecuali Indonesia, akan tetapi rata-rata nilai
transaksi pada tahun 2008 masih lebih tinggi dari tahun 2007 yaitu
sebesar Rp 4,5 triliun. Angka-angka tersebut meningkat luar biasa jika
dibandingkan dengan awal-awal swastanisasi bursa efek atau sebelum
diberlakukan otomasi perdagangan. Pada tahun 1994, rata-rata nilai
transaksi hanya sebesar Rp 104 miliar per hari. Hal ini berarti dalam kurun
waktu 14 tahun rata-rata nilai transaksi harian telah meningkat sebesar
lebih kurang 4.000%.
52
Seiring dengan perkembangan pasar dan tuntutan untuk lebih
meningkatkan efisiensi serta daya saing di kawasan regional, maka efektif
tanggal 3 Desember 2007 secara resmi PT Bursa Efek Jakarta digabung
dengan PT Bursa Efek Surabaya dan berganti nama menjadi PT Bursa
Efek Indonesia.
Selain aktivitas transaksi yang meningkat, dalam kurun yang sama,
Indek Harga Saham Gabungan (IHSG) juga menunjukkan kenaikan yang
luar biasa. Pada akhir tahun 1994, IHSG masih berada pada level
469,640. Meskipun sempat mengalami penurunan pada saat krisis
ekonomi melanda Indonesia tahun 1997, akan tetapi pada era tahun
2000-an IHSG mengalami pertumbuhan yang luar biasa. Pada tanggal 9
Januari 2008, IHSG mencapai level tertinggi sepanjang sejarah Pasar
Modal Indonesia yaitu ditutup pada level 2.830,263 atau meningkat
sebesar 502,65% dibandingkan penutupan tahun 1994.
Indeks Harga Saham Gabungan (IHSG) pertama kali diperkenalkan
pada tanggal 1 April 1983 sebagai indikator pergerakan harga saham
yang tercatat di bursa. Hari dasar perhitungan indeks adalah tanggal 10
Agustus 1982 dengan nilai 100. Sedangkan jumlah emiten yang tercatat
pada waktu itu adalah sebanyak 13 emiten. Sekarang ini (Desember2008)
jumlah emiten yang tercatat di Bursa Efek Indonesia sudah mencapai 396
emiten.
Nilai IHSG yang semakin tinggi merupakan bentuk kepercayaan
investor atas kondisi ekonomi Indonesia yang semakin kondusif.
53
Perkembangan IHSG selama tiga tahun terakhir dapat dilihat pada
gambar 3. Perkembangan IHSG
Faktor domestik inilah yang menjadi salah satu factor utama dari
pergerakan IHSG, faktor-faktor fundamental suatu negara seperti inflasi,
pendapatan nasional, jumlah uang yang beredar, suku bunga, maupun
nilai tukar Rupiah. Berbagai faktor fundamental tersebut dianggap dapat
berpengaruh pada ekspektasi investor yang akhirnya berpengaruh pada
pergerakan Indeks.
B. PERUSAHAAN – PERUSAHAAN MANUFAKTUR
1. RETURN SAHAM TERHADAP RETURN PASAR TAHUN 2003 Pada table 1.1 Descriptive Statistic terlihat bahwa pergerakan return
IHSG tertinggi mencapai 13 % pada bulan April 2003, dan return IHSG
terendah sebesar -9% pada bulan Januari 2003. Pergerakan return INDF
tertinggi mencapai 21 % pada bulan April dan Mei 2003, dan return INDF
terendah sebesar -13% pada bulan Agustus 2003. Pergerakan return
54
MEDCO tertinggi mencapai 7 % pada bulan Agustus tahun 2003, dan
return MEDCO terendah sebesar -7% pada bulan Mei 2003. Pergerakan
return UNVR tertinggi mencapai 17 % pada bulan April dan Mei 2003, dan
return UNVR terendah sebesar -88 % pada bulan september 2003.
Pergerakan return KLBF tertinggi mencapai 32 % pada bulan April 2003,
dan return KLBF terendah sebesar -11 % pada bulan Oktober 2003.
Tabel 1.1 Descriptive Statistics
N Minimum Maximum Mean Std. Deviation Variance
IHSG 12 -.09 .13 .0434 .06637 .004
INDF 12 -.13 .21 .0303 .11804 .014
MEDC 12 -.07 .07 .0008 .04199 .002
UNVR 12 -.88 .17 -.0277 .27953 .078
KLBF 12 -.11 .32 .0209 .11680 .014
ANTM 12 -.09 .57 .1125 .17050 .029
UNTR 12 -.12 .42 .1404 .19654 .039
Valid N (listwise) 12
Sumber : Hasil Output SPSS 13.00
Pergerakan return ANTM tertinggi mencapai 57 % pada bulan
Desember 2003, dan return ANTM terendah sebesar -9% pada bulan April
2003. Pergerakan return UNTR tertinggi mencapai 42 % pada bulan April
2003, dan return UNTR terendah sebesar -12 % pada bulan Januari 2003.
2. RETURN SAHAM TERHADAP RETURN PASAR TAHUN 2004
Pada table 1.2 Descriptive Statistic terlihat bahwa pergerakan return
IHSG tertinggi mencapai 14 % pada bulan November 2004, dan return
IHSG terendah sebesar -7% pada bulan Mei 2004. Pergerakan return
55
INDF tertinggi mencapai 11 % pada bulan November 2004, dan return
INDF terendah sebesar -7% pada bulan Mei 2004. Pergerakan return
MEDCO tertinggi mencapai 25 % pada bulan Oktober 2004, dan return
MEDCO terendah sebesar -6% pada bulan Juli 2004. Pergerakan return
UNVR tertinggi mencapai 9 % pada bulan Juni 2004, dan return UNVR
terendah sebesar -11 % pada bulan Februari 2004. Pergerakan return
KLBF tertinggi mencapai 337 % pada bulan September 2004, dan return
KLBF terendah sebesar -76 % pada bulan Agustus 2004.
Tabel 1.2
Descriptive Statistics
12 -.07 .14 .0327 .05621
12 -.07 .11 .0013 .05559
12 -.06 .25 .0397 .08806
12 -.11 .09 -.0061 .06181
12 -.76 3.37 .1897 1.04314
12 -.22 .18 -.0016 .12557
12 -.33 .28 .0633 .15354
12
IHSG
INDF
MEDCO
UNVR
KLBF
ANTM
UNTR
Valid N (listwise)
N Minimum Maximum Mean Std. Dev iation
Sumber : Hasil Output SPSS 13.00
Pergerakan return ANTM tertinggi mencapai 18 % pada bulan Maret
2004, dan return ANTM terendah sebesar -22% pada bulan Januari 2004.
Pergerakan return UNTR tertinggi mencapai 28 % pada bulan Oktober
2004, dan return UNTR terendah sebesar -33 % pada bulan Mei 2004.
3. RETURN SAHAM TERHADAP RETURN PASAR TAHUN 2005
Pada table 1.3 Descriptive Statistic terlihat bahwa pergerakan return
IHSG tertinggi mencapai 6 % pada bulan Desember 2005, dan return
IHSG terendah sebesar -5% pada bulan April 2005. Pergerakan return
56
INDF tertinggi mencapai 25 % pada bulan Maret 2005, dan return INDF
terendah sebesar -28% pada bulan Agustus 2005. Pergerakan return
MEDCO tertinggi mencapai 47 % pada bulan Juni 2005, dan return
MEDCO terendah sebesar -15% pada bulan Juli 2005. Pergerakan return
UNVR tertinggi mencapai 22 % pada bulan Mei 2005, dan return UNVR
terendah sebesar -11 % pada bulan Juni 2005. Pergerakan return KLBF
tertinggi mencapai 26 % pada bulan Januari 2005, dan return KLBF
terendah sebesar -6 % pada bulan Maret 2005.
Tabel 1.3
Descriptive Statistics
12 -.05 .06 .0221 .03258
12 -.28 .25 .0206 .14269
12 -.15 .47 .0516 .16298
12 -.11 .22 .0247 .08290
12 -.06 .26 .0539 .09417
12 -.09 .32 .0685 .11338
12 -.15 .24 .0468 .12152
12
IHSG
INDF
MEDCO
UNVR
KLBF
ANTM
UNTR
Valid N (listwise)
N Minimum Maximum Mean Std. Dev iation
Sumber : Hasil Output SPSS 13.00
Pergerakan return ANTM tertinggi mencapai 32 % pada bulan
Desember 2005, dan return ANTM terendah sebesar -9% pada bulan
Agustus 2005. Pergerakan return UNTR tertinggi mencapai 24 % pada
bulan Januari 2005, dan return UNTR terendah sebesar -15 % pada bulan
Maret 2005.
4. RETURN SAHAM TERHADAP RETURN PASAR TAHUN 2006
Pada table 1.4 Descriptive Statistic terlihat bahwa pergerakan return
IHSG tertinggi mencapai 11 % pada bulan April 2006, dan return IHSG
57
terendah sebesar -9% pada bulan Mei 2006. Pergerakan return INDF
tertinggi mencapai 27 % pada bulan April 2006, dan return INDF terendah
sebesar -17% pada bulan Mei 2006. Pergerakan return MEDCO tertinggi
mencapai 16 % pada bulan Januari dan April 2006, dan return MEDCO
terendah sebesar -17% pada bulan Mei 2006. Pergerakan return UNVR
tertinggi mencapai 25 % pada bulan November 2006, dan return UNVR
terendah sebesar -12 % pada bulan Mei 2006. Pergerakan return KLBF
tertinggi mencapai 31 % pada bulan Januari 2006, dan return KLBF
terendah sebesar -14 % pada bulan Mei 2006.
Tabel 1.4
Descriptive Statistics
12 -.09 .11 .0387 .05391
12 -.17 .27 .0398 .12008
12 -.17 .16 .0083 .09553
12 -.12 .25 .0399 .08580
12 -.14 .31 .0226 .12988
12 -.23 .32 .0781 .14342
12 -.02 .21 .0518 .06459
12
IHSG
INDF
MEDCO
UNVR
KLBF
ANTM
UNTR
Valid N (listwise)
N Minimum Maximum Mean Std. Dev iation
Sumber : Hasil Output SPSS 13.00
Pergerakan return ANTM tertinggi mencapai 32 % pada bulan April 2006,
dan return ANTM terendah sebesar -23% pada bulan Mei 2006.
Pergerakan return UNTR tertinggi mencapai 21 % pada bulan April 2006,
dan return UNTR terendah sebesar -2 % pada bulan Desember 2006.
5. RETURN SAHAM TERHADAP RETURN PASAR TAHUN 2007
Pada table 1.5 Descriptive Statistic terlihat bahwa pergerakan return
IHSG tertinggi mencapai 12 % pada bulan Oktober 2007, dan return IHSG
58
terendah sebesar -7% pada bulan Agustus 2007. Pergerakan return INDF
tertinggi mencapai 25 % pada bulan April dan Mei 2007, dan return INDF
terendah sebesar -8% pada bulan Februari 2007. Pergerakan return
MEDCO tertinggi mencapai 21 % pada bulan Juli tahun 2007, dan return
MEDCO terendah sebesar -9% pada bulan Agustus 2007. Pergerakan
return UNVR tertinggi mencapai 12 % pada bulan Juli 2007, dan return
UNVR terendah sebesar -11 % pada bulan Januari 2007. Pergerakan
return KLBF tertinggi mencapai 12 % pada Juni 2007, dan return KLBF
terendah sebesar -10 % pada November 2007.
Tabel 1.5
Descriptive Statistics
12 -.07 .12 .0368 .05472
12 -.08 .25 .0598 .10182
12 -.09 .21 .0351 .09111
12 -.11 .12 .0041 .07120
12 -.10 .12 .0070 .06995
12 -.79 .40 .0328 .32022
12 -.06 .34 .0475 .10154
12
IHSG
INDF
MEDCO
UNVR
KLBF
ANTM
UNTR
Valid N (listwise)
N Minimum Maximum Mean Std. Dev iation
Sumber : Hasil Output SPSS 13.00
Pergerakan return ANTM tertinggi mencapai 40 % pada November
2007, dan return ANTM terendah sebesar -79% pada bulan Juli 2007.
Pergerakan return UNTR tertinggi mencapai 34 % pada bulan Oktober
2007, dan return UNTR terendah sebesar -6 % pada bulan Agustus 2007.
6. RETURN SAHAM TERHADAP RETURN PASAR TAHUN 2008
Pada table 1.6 Descriptive Statistic terlihat bahwa pergerakan return
IHSG tertinggi mencapai 9 % pada Desember 2008, dan return IHSG
59
terendah sebesar -31% pada Oktober 2008. Pergerakan return INDF
tertinggi mencapai 23 % pada Mei 2008, dan return INDF terendah
sebesar -44% pada bulan oktober 2008. Pergerakan return MEDCO
tertinggi mencapai 29 % pada Mei 2008, dan return MEDCO terendah
sebesar -42% pada Oktober 2008. Pergerakan return UNVR tertinggi
mencapai 5 % pada Agustus 2008, dan return UNVR terendah sebesar -1
% pada bulan Oktober 2008. Pergerakan return KLBF tertinggi mencapai
12 % pada bulan November 2008, dan return KLBF terendah sebesar -44
% Oktober 2008.
Tabel 1.6
Descriptive Statistics
12 -.31 .09 -.0509 .10691
12 -.44 .23 -.0662 .16646
12 -.42 .29 -.0613 .19576
12 -.01 .05 .0124 .02114
12 -.44 .12 -.0810 .12921
12 -.29 .15 -.1007 .14322
12 -.67 .26 -.0313 .24323
12
IHSG
INDF
MEDCO
UNVR
KLBF
ANTM
UNTR
Valid N (listwise)
N Minimum Maximum Mean Std. Dev iation
Sumber : Hasil Output SPSS 13.00
Pergerakan return ANTM tertinggi mencapai 15 % pada Februari 2008,
dan return ANTM terendah sebesar -29% pada bulan Oktober 2008.
Pergerakan return UNTR tertinggi mencapai 26 % pada November 2008,
dan return UNTR terendah sebesar -67 % pada bulan Oktober 2008.
60
BAB V ANALISIS DAN PEMBAHASAN
A. ANALISIS CAPITAL ASSET PRICING MODEL (CAPM)
1. ESTIMASI PARAMETER ALPHA DAN BETA TIAP-TIAP SAHAM Kepekaan return saham terhadap perubahan pasar biasa disebut
dengan beta investasi. Beta secara singkat dapat dihitung berdasarkan
data historis return saham dan proyeksinya serta return pasar saham.
Beta saham positif berarti mempunyai hubungan positif dengan kondisi
pasar, bila return pasar naik maka return saham juga naik dan sebaliknya.
Nilai dari beta (β) tersebut dapat dihitung dengan rumus: Budie et al.
(2006:416)
βi = 2
),(
m
mi RRCov
Setelah data diolah dengan menggunakan Ms. Excell dan hasil
output SPSS 13, maka sensitivitas return saham terhadap market return
(IHSG), yaitu :
Tabel 1.7 Sensitivitas return saham terhadap market return (IHSG)
Emiten Beta
2003 2004 2005 2006 2007 2008
INDF 0.322 0.562 -0.040 0.159 -0.178 0.276
MEDCO 0.530 0.083 0.003 -0.042 0.242 0.044
UNVR -0.025 0.191 0.156 0.481 0.329 0.569
KLBF -0.081 0.020 0.145 0.206 0.399 0.223
ANTM -0.061 -0.045 0.149 -0.110 0.081 0.319
UNTR 0.154 0.128 0.005 0.308 0.178 -0.008
Sumber : Hasil Output Ms. Excell dan SPSS 13.00
61
2. MENGHITUNG PENDAPATAN SAHAM YANG SESUNGGUHNYA (ACTUAL RETURN) PERUSAHAAN-PERUSAHAN MANUFAKTUR Langkah – langkah penghitungan, sebagai berikut :
Rate of return saham yang merupakan keuntungan dari capital gain
dan dividen dalam periode tertentu diperoleh dengan persamaan
berikut :
Perhitungan :
Rate of return pada bulan Agustus tahun 2003, dimana terdapat
pembagian deviden, seperti :
Rt = 775
28)775675( = - 0.0929
Dan seterusnya sampai ke perhitungan bulan Desember tahun 2008,
yang dapat dilihat pada lampiran F.
Kemudian menghitung proporsi saham, dengan persamaan :
Wt = tionCapitalizaMarketnKeseluruhaNilaiTotal
tionCapitalizaMarket
Perhitungan Proporsi saham (Wt) INDF, pada bulan Agustus tahun
2003, seperti :
Wt = 945,514,36
534,415,7 = 0.20308
Dan seterusnya sampai ke perhitungan bulan Desember tahun 2008,
yang dapat dilihat pada lampiran C.
62
Kemudian
Ri = tt RW .
Perhitungan :
Setelah diperoleh nilai Rate of return dan proporsi saham, maka Actual
Return bulan Agustus 2003 diperoleh, seperti :
Ri = 0.20308(- 0.0929) = -0.0189
Artinya actual return yang diperoleh mengalami penurunan sebesar
1,89%.
Dan seterusnya sampai ke perhitungan bulan Desember tahun 2008,
yang dapat dilihat pada lampiran G.
Setelah melalui langkah – langkah perhitungan yang merupakan data
bulanan kemudian dirata-ratakan menjadi tahunan yang menggunakan
model CAPM, dan semua data diolah dengan menggunakan Ms.Excell,
maka diperoleh Actual Return tahunan, sebagai berikut :
Tabel 2.1 Actual Return (Ri) Tahunan, Model CAPM
SAHAM TAHUN
2003 2004 2005 2006 2007 2008
Ri.INDF 0.00862 0.00054 0.00351 0.00469 0.00797 -0.00602
Ri.MEDC 0.00101 0.00526 0.00888 0.00181 0.00349 -0.00376
Ri.UNVR -0.02171 -0.00032 0.01318 0.01692 0.00271 0.00603
Ri.KLBF 0.00831 0.01456 0.00532 0.00397 0.00098 -0.00385
Ri.ANTM 0.00642 0.00028 0.00520 0.00931 0.01053 -0.01191
Ri.UNTR 0.00437 0.00683 0.00649 0.00820 0.00890 -0.00294
Sumber : Hasil Output Ms. Excell
63
3. MENGHITUNG PENDAPATAN PASAR (MARKET RETURN)
Rm = IHSGt RW .
Hasil perhitungan dapat dilihat pada lampiran 4.
Setelah diperoleh Market Return, maka selanjutnya dilakukan
pengurangan terhadap Free Return (Rf) untuk mengetahui Premi Risiko
setiap saham perusahaan, dan kemudian mencari sensitivitas Premi
Risiko terhadap Actual Return yang artinya mencari nilai beta untuk model
CAPM.
a. Analisis Premi Risiko terhadap Actual Return Tahun 2003
Pada table 3.1 terlihat bahwa sensitivitas Premi Risiko terhadap
actual return saham INDF (Beta) sebesar 0.09, dan R Square Change
sebesar 0.024 atau 2.4%, artinya premi risiko mempengaruhi actual return
hanya sebesar 2.4% saja dan seterusnya.
Tabel 3.1 Alpha, Beta dan R2 Tahun 2003
Saham Alpha Beta R2
INDF 0.000 0.090 0.024
MEDC 0.003 -0.016 0.020
UNVR -0.042 0.984 0.025
KLBF 0.008 0.011 0.001
ANTM 0.008 -0.062 0.020
UNTR 0.006 -0.055 0.066
64
Sumber : Hasil Output SPSS 13.00
Dan pada table 3.1.1, terlihat bahwa rata-rata beta yang dicapai oleh
perusahaan yang diteliti selama tahun 2003 hanya mencapai 0.1587,
dimana UNVR memiliki beta yang tertinggi sebesar 0.98, dan MEDC yang
memiliki beta negative sebesar -0.016. Dan hanya UNTR yang
mempunyai premi risiko sebesar 7% saja mempengaruhi actual returnnya.
Tabel 3.1.1
Descriptive Statistics
6 -.04 .01 -.0028
6 -.06 .98 .1587
6 .00 .07 .0260
6
Alpha
Beta
Rsquare
Valid N (listwise)
N Minimum Maximum Mean
Sumber : Hasil Output SPSS 13.00
b. Analisis Premi Risiko terhadap Actual Return Tahun 2004
Pada table 3.2 terlihat bahwa sensitivitas Premi Risiko terhadap actual
return saham UNTR (Beta) sebesar 0.113, dan R Square Change sebesar
0.021 atau 2.1%, artinya premi risiko mempengaruhi actual return hanya
sebesar 2.1% saja dan seterusnya.
Dan pada table 3.2.1, terlihat bahwa rata-rata beta yang dicapai oleh
perusahaan yang diteliti selama tahun 2004 mencapai -0.1728, dimana
UNTR memiliki beta yang tertinggi sebesar 0.11, dan UNVR yang memiliki
beta negative sebesar -0.56. Dan hanya UNVR yang mempunyai premi
risiko sebesar 8% saja mempengaruhi actual returnnya.
65
Tabel 3.2 Alpha, Beta dan R2 Tahun 2004
Saham Alpha Beta R2
INDF 0.008 -0.085 0.048
MEDC 0.005 0.007 0.000
UNVR 0.061 -0.556 0.081
KLBF 0.018 -0.446 0.008
ANTM 0.000 -0.070 0.020
UNTR 0.005 0.113 0.021
Sumber : Hasil Output SPSS 13.00
Tabel 3.2.1
Descriptive Statistics
6 .00 .06 .0162
6 -.56 .11 -.1728
6 .00 .08 .0297
6
Alpha
Beta
Rsquare
Valid N (listwise)
N Minimum Maximum Mean
Sumber : Hasil Output SPSS 13.00
c. Analisis Premi Risiko terhadap Actual Return Tahun 2005
Pada table 3.3 terlihat bahwa sensitivitas Premi Risiko terhadap
actual return saham INDF (Beta) sebesar 0.228, dan R Square Change
sebesar 0.231 atau 23.1%, artinya premi risiko mempengaruhi actual
return sebesar 23.1% dan seterusnya.
Dan pada table 3.3.1, terlihat bahwa rata-rata beta yang dicapai oleh
perusahaan yang diteliti selama tahun 2005 mencapai 0.1630, dimana
UNVR memiliki beta yang tertinggi sebesar 0.26, dan ANTM yang memiliki
beta terendah sebesar 0.07. Dan UNTR yang mempunyai premi risiko
hingga mencapai 32% mempengaruhi actual returnnya.
66
Tabel 3.3.1
Descriptive Statistics
6 .01 .04 .0163
6 .07 .26 .1630
6 .03 .32 .1647
6
Alpha
Beta
Rsquare
Valid N (listwise)
N Minimum Maximum Mean
Sumber : Hasil Output SPSS 13.00
Tabel 3.3 Alpha, Beta dan R2 Tahun 2005
Saham Alpha Beta R2
INDF 0.015 0.228 0.231
MEDC 0.041 0.100 0.031
UNVR 0.008 0.259 0.088
KLBF 0.009 0.096 0.206
ANTM 0.008 0.067 0.117
UNTR 0.017 0.228 0.315
Sumber : Hasil Output SPSS 13.00 d. Analisis Premi Risiko terhadap Actual Return Tahun 2006
Pada table 3.4 terlihat bahwa sensitivitas Premi Risiko terhadap
actual return saham INDF (Beta) sebesar 0.054, dan R Square Change
sebesar 0.010 atau 1.0%, artinya premi risiko mempengaruhi actual return
hanya sebesar 1.0% saja dan seterusnya.
Dan pada table 3.4.1, terlihat bahwa rata-rata beta yang dicapai oleh
perusahaan yang diteliti selama tahun 2006 mencapai 0.0333, dimana
UNVR memiliki beta yang tertinggi sebesar 0.79, dan KLBF yang memiliki
beta terendah sebesar -0.27. Dan UNVR mempunyai premi risiko hingga
mencapai 42% yang mempengaruhi actual returnnya.
67
Tabel 3.4 Alpha, Beta dan R2 Tahun 2006
Saham Alpha Beta R2
INDF 0.003 0.054 0.010
MEDC 0.006 -0.229 0.141
UNVR -0.139 0.791 0.424
KLBF 0.018 -0.272 0.070
ANTM 0.009 -0.013 0.000
UNTR 0.017 -0.131 0.117
Sumber : Hasil Output SPSS 13.00
Tabel 3.4.1
Descriptive Statistics
6 -.14 .02 -.0143
6 -.27 .79 .0333
6 .00 .42 .1270
6
Alpha
Beta
Rsquare
Valid N (listwise)
N Minimum Maximum Mean
Sumber : Hasil Output SPSS 13.00
e. Analisis Premi Risiko terhadap Actual Return Tahun 2007
Pada table 3.5 terlihat bahwa sensitivitas Premi Risiko terhadap
actual return saham MEDC (Beta) sebesar 0.020, dan R Square Change
sebesar 0.001 atau 0.1%, artinya premi risiko mempengaruhi actual return
hanya sebesar 0.1% saja dan seterusnya. Dan pada table 3.5.1, terlihat
bahwa rata-rata beta yang dicapai oleh perusahaan yang diteliti selama
tahun 2007 mencapai -0.2215, dimana UNVR memiliki beta yang tertinggi
sebesar 0.64, dan ANTM yang memiliki beta terendah sebesar -1.57. Dan
UNVR mempunyai premi risiko hingga mencapai 23% yang
mempengaruhi actual returnnya.
68
Tabel 3.5 Alpha, Beta dan R2 Tahun 2007
Saham Alpha Beta R2
INDF 0.005 -0.349 0.157
MEDC 0.003 0.020 0.001
UNVR -0.078 0.643 0.227
KLBF -0.006 0.128 0.092
ANTM 0.056 -1.569 0.164
UNTR 0.018 -0.202 0.024
Sumber : Hasil Output SPSS 13.00
Tabel 3.5.1
Descriptive Statistics
6 -.08 .06 -.0003
6 -1.57 .64 -.2215
6 .00 .23 .1108
6
Alpha
Beta
Rsquare
Valid N (listwise)
N Minimum Maximum Mean
Sumber : Hasil Output SPSS 13.00
f. Analisis Premi Risiko terhadap Actual Return Tahun 2008
Pada table 3.6. terlihat bahwa sensitivitas Premi Risiko terhadap
actual return saham INDF (Beta) sebesar 0.291, dan R Square Change
sebesar 0.306 atau 30.6%, artinya premi risiko mempengaruhi actual
return hanya sebesar 30.6% saja dan seterusnya.
Dan pada table 3.6.1, terlihat bahwa rata-rata beta yang dicapai oleh
perusahaan yang diteliti selama tahun 2008 mencapai 0.1862, dimana
UNTR memiliki beta yang tertinggi sebesar 0.47, dan UNVR yang memiliki
beta terendah sebesar 0.05. Dan KLBF mempunyai premi risiko hingga
mencapai 32% yang mempengaruhi actual returnnya.
69
Tabel 3.6 Alpha, Beta dan R2 Tahun 2008
Saham Alpha Beta R2
INDF -0.009 0.291 0.306
MEDC 0.000 0.165 0.202
UNVR -0.003 0.047 0.133
KLBF -0.003 0.066 0.322
ANTM -0.014 0.077 0.027
UNTR 0.009 0.471 0.316
Sumber : Hasil Output SPSS 13.00
Tabel 3.6.1
Descriptive Statistics
6 -.01 .01 -.0033
6 .05 .47 .1862
6 .03 .32 .2177
6
Alpha
Beta
Rsquare
Valid N (listwise)
N Minimum Maximum Mean
Sumber : Hasil Output SPSS 13.00
4. EXPECTED RETURN MODEL CAPM
Model Penilaian Aset Modal (CAPM), yang akan digunakan adalah :
Ri – Rf = α + βi (Rm – Rf)
Setelah data diolah dengan menggunakan Ms. Excell dan SPSS 13.00,
maka diperoleh output, sebagai berikut :
a. Analisis Model CAPM INDF tahun 2003-2008
Pada tabel 4.1 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model CAPM INDF tahun 2003-2008, sebagai berikut :
70
Ri – Rf = 0.016 – 0.496 (Rm – Rf)
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai 0.016 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.016.
Tabel 4.1
Coefficientsa
.016 .003 5.888 .000
-.496 .041 -.824 -12.182 .000 -.824 -.824 -.824
(Constant)
PR.INDF
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Zero-order Part ial Part
Correlations
Dependent Variable: ERa.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Premi Risiko sebesar -0.496, artinya Premi Risiko
mempunyai pengaruh yang negatif terhadap Pendapatan saham. Dalam
hal ini, jika variabel Premi Risiko meningkat satu unit, dengan asumsi
variabel lainnya konstan (ceterus paribus), maka nilai pendapatan saham
akan turun sebesar -0.496 unit. Sebaliknya jika variabel Premi Risiko turun
satu unit, maka Pendapatan saham naik sebesar 0.496 unit.
b. Analisis Model CAPM MEDC tahun 2003-2008 Pada tabel 4.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model CAPM MEDC tahun 2003-2008, sebagai berikut :
Ri – Rf = 0.017 – 0.741 (Rm – Rf)
71
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai 0.017 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.017.
Tabel 4.2
Coefficientsa
.017 .003 6.311 .000
-.741 .046 -.885 -15.942 .000 -.885 -.885 -.885
(Constant)
PR.MEDC
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Zero-order Part ial Part
Correlations
Dependent Variable: ERa.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Premi Risiko sebesar -0.741, artinya Premi Risiko
mempunyai pengaruh yang negatif terhadap Pendapatan saham. Dalam
hal ini, jika variabel Premi Risiko meningkat satu unit, dengan asumsi
variabel lainnya konstan (ceterus paribus), maka nilai pendapatan saham
akan turun sebesar -0.741 unit. Sebaliknya jika variabel Premi Risiko turun
satu unit, maka Pendapatan saham naik sebesar 0.741 unit.
c. Analisis Model CAPM UNVR tahun 2003-2008 Pada tabel 4.3 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model CAPM UNVR tahun 2003-2008, sebagai berikut :
Ri – Rf = 0.03 – 0.14 (Rm – Rf)
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
72
Intercept bernilai 0.003 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.003.
Tabel 4.3
Coefficientsa
.003 .009 .338 .736
-.014 .064 -.026 -.217 .828
(Constant)
PR.UNVR
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: ERa.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Premi Risiko sebesar -0.14, artinya Premi Risiko
mempunyai pengaruh yang negatif terhadap Pendapatan saham. Dalam
hal ini, jika variabel Premi Risiko meningkat satu unit, dengan asumsi
variabel lainnya konstan (ceterus paribus), maka nilai pendapatan saham
akan turun sebesar -0.14 unit. Sebaliknya jika variabel Premi Risiko turun
satu unit, maka Pendapatan saham naik sebesar 0.14 unit.
d. Analisis Model CAPM KLBF tahun 2003-2008
Pada tabel 4.4 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model CAPM KLBF tahun 2003-2008, sebagai berikut :
Ri – Rf = 0.017 – 0.870 (Rm – Rf)
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
73
Intercept bernilai 0.017 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.017.
Koefisien regresi Premi Risiko sebesar -0.870, artinya Premi
Risiko mempunyai pengaruh yang negatif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Premi Risiko meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan turun sebesar -0.870 unit. Sebaliknya jika variabel Premi
Risiko turun satu unit, maka Pendapatan saham naik sebesar 0.870 unit.
Tabel 4.4
Coefficientsa
.017 .002 9.704 .000
-.870 .038 -.940 -22.971 .000
(Constant)
PR.KLBF
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: ERa.
Sumber : Hasil Output SPSS 13.00
e. Analisis Model CAPM ANTM tahun 2003-2008
Pada tabel 4.5 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model CAPM ANTM tahun 2003-2008, sebagai berikut :
Ri – Rf = 0.010 – 0.922 (Rm – Rf)
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
74
Intercept bernilai 0.010 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.010.
Tabel 4.5
Coefficientsa
.010 .002 4.184 .000
-.922 .062 -.870 -14.749 .000
(Constant)
PR.ANTM
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: ERa.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Premi Risiko sebesar -0.922, artinya Premi Risiko
mempunyai pengaruh yang negatif terhadap Pendapatan saham. Dalam
hal ini, jika variabel Premi Risiko meningkat satu unit, dengan asumsi
variabel lainnya konstan (ceterus paribus), maka nilai pendapatan saham
akan turun sebesar -0.922 unit. Sebaliknya jika variabel Premi Risiko turun
satu unit, maka Pendapatan saham naik sebesar 0.922 unit.
f. Analisis Model CAPM UNTR tahun 2003-2008
Pada tabel 4.6 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model CAPM UNTR tahun 2003-2008, sebagai berikut :
Ri – Rf = 0.013 – 0.644 (Rm – Rf)
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
75
Intercept bernilai 0.013 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.013.
Tabel 4.6
Coefficientsa
.013 .002 6.621 .000
-.644 .039 -.892 -16.548 .000
(Constant)
PR.UNTR
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: ERa.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Premi Risiko sebesar -0.644, artinya Premi Risiko
mempunyai pengaruh yang negatif terhadap Pendapatan saham. Dalam
hal ini, jika variabel Premi Risiko meningkat satu unit, dengan asumsi
variabel lainnya konstan (ceterus paribus), maka nilai pendapatan saham
akan turun sebesar -0.644 unit. Sebaliknya jika variabel Premi Risiko turun
satu unit, maka Pendapatan saham naik sebesar 0.644 unit.
5. MENGHITUNG PENDAPATAN SAHAM YANG DIHARAPKAN (EXPECTED RETURN) MODEL CAPM
Persamaan model CAPM untuk memperoleh pendapatan saham yang
diharapkan, yaitu :
E (Ri) – Rf = α + β (Rm –Rf)
Setelah Data tersebut diolah menggunakan model diatas dengan
Kertas Kerja Ms.Excell untuk setiap masing – masing saham (INDF,
76
MEDC, UNVR, KLBF, dan UNTR), maka diperoleh Expected Return
tahunan berdasarkan model CAPM Industri Manufaktur yang tercatat di
Bursa Efek Indonesia selama periode tahun 2003-2008, sehingga
diperoleh nilai Expected Returnnya sebagai berikut :
Tabel 4.7 Expected Return (E(Ri)) Tahunan, Model CAPM
SAHAM TAHUN
2003 2004 2005 2006 2007 2008
E(Ri).INDF -0.05640 -0.00898 0.06008 -0.00515 -0.01346 0.03254
E(Ri).MEDC -0.03286 -0.00400 0.08271 -0.01964 -0.01252 0.02261
E(Ri).UNVR -0.05640 -0.00898 0.06008 -0.00515 -0.01346 0.03254
E(Ri).KLBF -0.02601 0.00557 0.05261 -0.01744 -0.01573 0.02238
E(Ri).ANTM -0.02813 -0.00924 0.05229 -0.01303 -0.00577 0.01408
E(Ri).UNTR -0.03043 -0.00253 0.05327 -0.01416 -0.00711 0.02220
Sumber : Hasil Output Ms. Excell
B. ANALISIS ARBITRAGE PRICING THEORY (APT)
1. MENGHITUNG A, B1, B2, B3 DAN B4 UNTUK MODEL APT PADA INDUSTRI MANUFAKTUR
Model Penilaian APT multi index model, yang akan digunakan :
Ri – ERi = α + β pInflasi + + β pSBI+ β pkurs
Saham INDF tahun 2003, sensitivitas perubahan Inflasi (B1) sebesar
0.049 ; sensitivitas perubahan SBI (B2) sebesar -0.075 dan sensitivitas
perubahan Kurs (B3) sebesar 0.34, artinya setiap perubahan B1, B2, dan
B3 akan menimbulkan dampak perubahan peningkatan atau penurunan
terhadap actual return, dan seterusnya. Setelah diperoleh nilai alpha, B1,
B2, dan B3, nilai – nilai tersebut kemudian dimasukkan dalam model APT.
77
Tabel 5.1 Alpha, B1, B2, dan B3
Saham Alpha B1 B2 B3
Tahun 2003
INDF -0.035 0.049 -0.075 0.347
MEDC 0.019 0.013 0.029 -0.134
UNVR 1.009 0.117 -1.193 -8.606
KLBF -0.103 0.055 0.009 0.921
ANTM -0.128 -0.047 0.137 1.104
UNTR -0.077 -0.005 0.083 0.678
Tahun 2004
INDF 0.034 -0.058 -0.047 -0.275
MEDC -0.15 -0.108 0.446 1.366
UNVR 0.047 0.224 -0.21 -0.455
KLBF -1.212 -0.544 3.847 10.785
ANTM 0.014 -0.032 0.204 -0.094
UNTR -0.132 -0.069 0.437 1.221
Tahun 2005
INDF -0.132 0.032 -0.185 1.303
MEDC 0.002 -0.007 -0.086 0.109
UNVR -0.385 0.035 -0.002 3.642
KLBF -0.132 -0.003 0.02 1.266
ANTM 0.082 -0.005 -0.107 -0.661
UNTR -0.114 -0.004 -0.121 1.166
Tahun 2006
INDF -0.472 -0.015 0.022 4.115
MEDC -0.22 0.009 0.242 1.967
UNVR -0.41 0.006 -0.785 3.54
KLBF 0.163 0 0.242 -1.327
ANTM -0.397 -0.041 0.091 3.509
UNTR -0.362 -0.019 0.218 3.231
Tahun 2007
INDF -0.003 -0.216 0.219 0.13
MEDC -0.036 0.027 0.066 0.35
UNVR -0.449 0.133 -0.669 3.819
KLBF -0.057 -0.041 -0.156 0.48
ANTM 0.184 -0.533 2.596 -1.135
UNTR -0.208 -0.062 0.492 1.95
Tahun 2008
INDF 0.008 0.155 -0.237 -0.137
MEDC -0.005 0.088 -0.157 0.012
UNVR 0.02 -0.028 -0.035 -0.106
KLBF 0.026 0.042 -0.077 -0.273
ANTM 0.001 -0.111 -0.104 -0.05
UNTR 0.216 0.39 -0.544 -2.037
Sumber : Hasil Output SPSS 13.00
78
2. MODEL ACTUAL RETURN APT a. Analisis Model APT INDF tahun 2003-2008
Pada tabel 5.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT INDF tahun 2003-2008, sebagai berikut :
Ri – ERi = -0.033 + 0.016 pInflasi – 0.123 pSBI+ 0.309 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai -0.013 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni minus 0.013.
Koefisien regresi Perubahan Inflasi sebesar 0,016 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,016 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,016 unit.
Tabel 5.2
Coefficientsa
-.033 .021 -1.542 .128
.016 .007 .237 2.241 .028
-.123 .036 -.466 -3.459 .001
.309 .184 .214 1.681 .097
(Constant)
Inf lasi
SBI
Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig.
Dependent Variable: Ria.
Sumber : Hasil Output SPSS 13.00
79
Koefisien regresi Perubahan SBI sebesar -0.123, artinya Perubahan
SBI mempunyai pengaruh yang negatif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan turun sebesar -0.123 unit. Sebaliknya jika variabel Perubahan
SBI turun satu unit, maka Pendapatan saham naik sebesar 0.123 unit.
Nilai koefisien regresi untuk Perubahan Kurs adalah 0.309, artinya
bahwa jika Perubahan Kurs meningkat satu unit, dengan asumsi variabel
yang lainnya konstan (ceterus paribus), maka Pendapatan Saham akan
meningkat sebesar 0.309 unit. Jika Perubahan Kurs turun satu unit
maka Pendapatan Saham turun 0.309 unit.
b. Analisis Model APT MEDC tahun 2003-2008
Pada tabel 5.3 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT MEDC tahun 2003-2008, sebagai berikut :
Ri – ERi = -0.017 + 0.003 pInflasi + 0.001 pSBI + 0.167 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai -0.017 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni minus 0.017.
80
Koefisien regresi Perubahan Inflasi sebesar 0,003 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,003 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,003 unit.
Koefisien regresi Perubahan SBI sebesar 0,001 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,001 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,001 unit.
Tabel 5.3
Coefficientsa
-.017 .016 -1.013 .315
.003 .006 .069 .540 .591
.001 .028 .009 .052 .959
.167 .142 .183 1.177 .243
(Constant)
Inf lasi
SBI
Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig.
Dependent Variable: Ria.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Perubahan Kurs sebesar 0,167 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,167 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,167 unit.
81
c. Analisis Model APT UNVR tahun 2003-2008
Pada tabel 5.4 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT MEDC tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.201 + 0.039 pInflasi – 0.286 pSBI – 1.734 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai 0.201 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.201.
Tabel 5.4
Coefficientsa
.201 .049 4.116 .000
.039 .017 .265 2.318 .023
-.286 .082 -.505 -3.473 .001
-1.734 .425 -.562 -4.076 .000
(Constant)
Inflasi
SBI
Kurs
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: Ria.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Perubahan Inflasi sebesar 0,039 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,039 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,039 unit.
Koefisien regresi Perubahan SBI sebesar -0.286, artinya Perubahan
SBI mempunyai pengaruh yang negatif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
82
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan turun sebesar -0.286 unit. Sebaliknya jika variabel Perubahan
SBI turun satu unit, maka Pendapatan saham naik sebesar 0.286 unit.
Koefisien regresi Perubahan Kurs sebesar -1.734, artinya Perubahan
Kurs mempunyai pengaruh yang negatif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan Kurs meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan turun sebesar -1.734 unit. Sebaliknya jika variabel Perubahan
SBI turun satu unit, maka Pendapatan saham naik sebesar 1.734 unit.
d. Analisis Model APT KLBF tahun 2003-2008
Pada tabel 5.5 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT MEDC tahun 2003-2008, sebagai berikut :
Ri – ERi = -0.027 - 0.012 pInflasi + 0.030 pSBI + 0.281 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai -0.027 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni minus 0.027.
Koefisien regresi Perubahan Inflasi sebesar -0.12, artinya Perubahan
Inflasi mempunyai pengaruh yang negatif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan Inflasi meningkat satu unit, dengan
83
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan turun sebesar -0.12 unit. Sebaliknya jika variabel Perubahan
SBI turun satu unit, maka Pendapatan saham naik sebesar 0.12 unit.
Tabel 5.5
Coefficientsa
-.027 .041 -.664 .509
-.012 .014 -.106 -.816 .418
.030 .069 .072 .439 .662
.281 .354 .124 .793 .431
(Constant)
Inf lasi
SBI
Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig.
Dependent Variable: Ria.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Perubahan SBI sebesar 0,030 memberikan
gambaran bahwa jika Perubahan SBI meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,030 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,030 unit.
Koefisien regresi Perubahan Kurs sebesar 0,281 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,281 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,281 unit.
84
e. Analisis Model APT ANTM tahun 2003-2008
Pada tabel 5.6 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT MEDC tahun 2003-2008, sebagai berikut :
Ri – ERi = -0.016 - 0.030 pInflasi + 0.024 pSBI + 0.169 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai -0.016 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni minus 0.016.
Koefisien regresi Perubahan Inflasi sebesar -0.030, artinya
Perubahan Inflasi mempunyai pengaruh yang negatif terhadap
Pendapatan saham. Dalam hal ini, jika variabel Perubahan Inflasi
meningkat satu unit, dengan asumsi variabel lainnya konstan (ceterus
paribus), maka nilai pendapatan saham akan turun sebesar -0.030 unit.
Sebaliknya jika variabel Perubahan SBI turun satu unit, maka Pendapatan
saham naik sebesar 0.030 unit.
Tabel 5.6
Coefficientsa
-.016 .043 -.370 .713
-.030 .015 -.254 -2.006 .049
.024 .072 .053 .330 .742
.169 .373 .069 .453 .652
(Constant)
Inf lasi
SBI
Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig.
Dependent Variable: Ria.
Sumber : Hasil Output SPSS 13.00
85
Koefisien regresi Perubahan SBI sebesar 0,024 memberikan
gambaran bahwa jika Perubahan SBI meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,024 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,024 unit.
Koefisien regresi Perubahan Kurs sebesar 0,169 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,169 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,169 unit.
f. Analisis Model APT UNTR tahun 2003-2008
Pada tabel 5.7 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT MEDC tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.043 + 0.004 pInflasi - 0.171 pSBI - 0.329 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut :
Intercept bernilai 0.043 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.043.
86
Tabel 5.7
Coefficientsa
.043 .031 1.405 .165
.004 .011 .040 .338 .736
-.171 .051 -.507 -3.324 .001
-.329 .266 -.179 -1.239 .220
(Constant)
Inf lasi
SBI
Kurs
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: Ria.
Sumber : Hasil Output SPSS 13.00
Koefisien regresi Perubahan Inflasi sebesar 0,004 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0,004 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0,004 unit.
Koefisien regresi Perubahan SBI sebesar -0.171, artinya Perubahan
SBI mempunyai pengaruh yang negatif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan turun sebesar -0.171 unit. Sebaliknya jika variabel Perubahan
SBI turun satu unit, maka Pendapatan saham naik sebesar 0.171 unit.
Koefisien regresi Perubahan Kurs sebesar -0.329, artinya Perubahan
Kurs mempunyai pengaruh yang negatif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan Kurs meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan turun sebesar -0.329 unit. Sebaliknya jika variabel Perubahan
SBI turun satu unit, maka Pendapatan saham naik sebesar 0.329 unit.
87
Setelah Data di substitusikan ke persamaan regresi yang telah
dibahas sebagaimana berikut :
Ri – ERi = α + β pInflasi + β pSBI+ β pkurs
Data tersebut diolah dengan menggunakan Ms.Excell untuk setiap
masing – masing saham (INDF, MEDC, UNVR, KLBF, dan UNTR), maka
diperoleh Actual Return tahunan berdasarkan model APT, sebagai berikut:
Tabel 5.8 Actual Return (Ri) Tahunan, Model APT
SAHAM TAHUN
2003 2004 2005 2006 2007 2008
Ri.INDF 0.00862 0.00077 0.00395 0.00466 0.00828 -0.00606
Ri.MEDC 0.00087 0.00496 0.00900 0.00193 0.00336 -0.00378
Ri.UNVR -0.02178 -0.00017 0.01307 0.01666 0.00294 0.00623
Ri.KLBF 0.00866 0.01485 0.00566 0.00409 0.00093 -0.00388
Ri.ANTM 0.00607 0.00039 0.00488 0.00936 0.01033 -0.01230
Ri.UNTR 0.00441 0.00673 0.00613 0.00824 0.00911 -0.00260
Sumber : Hasil Output Ms. Excell dan SPSS 13.00
3. MENGHITUNG B1, B2, DAN B3 HASIL ARIMA UNTUK EXPECTED RETURN MODEL APT PADA INDUSTRI MANUFAKTUR Persamaan model APT untuk memperoleh pendapatan saham yang
diharapkan, yaitu :
88
Olahan data ARIMA ini dapat dilihat pada lampiran
Setelah data diolah dengan menggunakan Ms. Excell dan hasil
output SPSS 13.00, maka diperoleh sebagai berikut :
89
Tabel 6.1 Alpha, B1, B2, dan B3
Saham Alpha B1 B2 B3
Tahun 2003
INDF -0.059 -0.001 -0.002 0.421
MEDC -0.029 0.090 -0.017 3.106
UNVR -0.059 -0.001 -0.002 0.421
KLBF -0.22 0.087 -0.017 3.077
ANTM -0.024 0.094 -0.018 3.351
UNTR -0.027 0.093 -0.018 3.285
Tahun 2004
INDF 0.015 0.282 0.016 1.144
MEDC 0.011 0.182 0.003 0.647
UNVR 0.015 0.282 0.016 1.144
KLBF 0.027 0.254 0.014 0.686
ANTM 0.007 0.195 0.005 0.693
UNTR 0.011 0.167 0.000 0.619
Tahun 2005
INDF 0.038 0.036 0.027 -2.438
MEDC 0.057 0.042 0.033 -3.044
UNVR 0.038 0.036 0.027 -2.438
KLBF 0.026 0.043 0.034 -3.097
ANTM 0.025 0.044 0.035 -3.186
UNTR 0.030 0.037 0.029 -2.672
Tahun 2006
INDF 0.000 0.024 -0.009 0.570
MEDC -0.024 0.023 0.061 0.428
UNVR 0.000 0.024 -0.009 0.570
KLBF -0.022 0.024 0.060 0.490
ANTM -0.017 0.019 0.050 0.360
UNTR -0.018 0.021 0.057 0.465
Tahun 2007
INDF -0.015 0.071 -0.040 2.379
MEDC 0.008 0.076 0.041 1.599
UNVR -0.015 0.071 -0.040 2.379
KLBF 0.001 0.072 0.032 1.605
ANTM 0.055 0.147 0.166 1.447
UNTR 0.018 0.087 0.057 1.701
Tahun 2008
INDF 0.017 0.047 0.054 -0.412
MEDC 0.009 0.047 0.041 -0.357
UNVR 0.017 0.047 0.054 -0.412
KLBF 0.008 0.052 0.045 -0.424
ANTM 0.000 0.053 0.042 -0.466
UNTR 0.014 0.029 0.026 -0.233
Sumber : Hasil Output SPSS 13.00
90
4. MODEL EXPECTED RETURN APT Setelah diperoleh nilai alpha, b1, b2, dan b3, (hasil ARIMA program
SPSS 13.00) sebagaimana yang tersaji pada tabel 6.2, maka
disubstitusikan kembali dan diinterpretasikan ke dalam expected return
model APT, yaitu :
Ri – ERi = α + β pInflasi + β pSBI+ β pkurs
Tabel 6.2 Alpha, B1, B2, dan B3 (Expected Return APT periode tahun 2003-2008)
Saham Alpha B1 B2 B3
INDF 0.006 0.080 0.020 -1.992
MEDC 0.012 0.120 0.011 0.209
UNVR 0.007 0.080 0.021 -1.992
KLBF 0.009 0.105 0.008 -0.237
ANTM 0.007 0.107 0.007 -0.096
UNTR 0.008 0.098 0.007 0.582
Sumber : Hasil Output SPSS 13.00
a. Analisis Expected Return Model APT INDF tahun 2003-2008
Pada tabel 6.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT INDF tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.006 + 0.080 pInflasi + 0.020 pSBI - 1.992 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut : Intercept bernilai 0.006 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.006.
Koefisien regresi Perubahan Inflasi sebesar 0.080 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
91
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0.080 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0.080 unit.
Koefisien regresi Perubahan SBI sebesar 0.020, artinya Perubahan
SBI mempunyai pengaruh yang positif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan naik sebesar 0.020 unit dan begitupun sebaliknya.
Nilai koefisien regresi untuk Perubahan Kurs adalah - 1.992, artinya
bahwa jika Perubahan Kurs meningkat satu unit, dengan asumsi variabel
yang lainnya konstan (ceterus paribus), maka Pendapatan Saham akan
turun sebesar - 1.992 unit. Sebaliknya jika variabel Perubahan Kurs turun
satu unit, maka Pendapatan saham naik sebesar - 1.992 unit.
b. Analisis Expected Return Model APT MEDCO tahun 2003-2008
Pada tabel 6.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT MEDCO tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.012 + 0.120 pInflasi + 0.011 pSBI + 0.209 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana berikut :
Intercept bernilai 0.012 dapat diinterpretasikan bahwa jika seluruh variabel
92
bebasnya bernilai nol, maka besarnya pendapatan saham adalah sama
dengan nilai intercept tersebut, yakni 0.012.
Koefisien regresi Perubahan Inflasi sebesar 0.120 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0.120 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0.120 unit.
Koefisien regresi Perubahan SBI sebesar 0.011, artinya Perubahan
SBI mempunyai pengaruh yang positif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan naik sebesar 0.011 unit dan begitupun sebaliknya.
Koefisien regresi Kurs sebesar 0.209 memberikan gambaran bahwa
jika Perubahan Kurs meningkat satu unit, dengan asumsi variabel lain
konstan (ceterus paribus), maka Pendapatan Saham yang ditunjukkan
oleh saham yang bersangkutan akan meningkat sebesar 0.209 unit.
Sebaliknya, jika Perubahan Kurs turun sebesar satu unit maka
Pendapatan Saham akan turun sebesar 0.209 unit.
93
c. Analisis Expected Return Model APT UNVR tahun 2003-2008
Pada tabel 6.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT UNVR tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.006 + 0.080 pInflasi + 0.020 pSBI - 1.992 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut : Intercept bernilai 0.006 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.006.
Koefisien regresi Perubahan Inflasi sebesar 0.080 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0.080 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0.080 unit.
Koefisien regresi Perubahan SBI sebesar 0.020, artinya Perubahan
SBI mempunyai pengaruh yang positif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan naik sebesar 0.020 unit dan begitupun sebaliknya.
Nilai koefisien regresi untuk Perubahan Kurs adalah - 1.992, artinya
bahwa jika Perubahan Kurs meningkat satu unit, dengan asumsi variabel
yang lainnya konstan (ceterus paribus), maka Pendapatan Saham akan
94
turun sebesar - 1.992 unit. Sebaliknya jika variabel Perubahan Kurs turun
satu unit, maka Pendapatan saham naik sebesar - 1.992 unit.
d. Analisis Expected Return Model APT KLBF tahun 2003-2008
Pada tabel 6.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT KLBF tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.009 + 0.105 pInflasi + 0.008 pSBI – 0.237 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut : Intercept bernilai 0.009 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.009.
Koefisien regresi Perubahan Inflasi sebesar 0.105 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0.105 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0.105 unit.
Koefisien regresi Perubahan SBI sebesar 0.008, artinya Perubahan
SBI mempunyai pengaruh yang positif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan naik sebesar 0.008 unit dan begitupun sebaliknya.
95
Nilai koefisien regresi untuk Perubahan Kurs adalah –0.237, artinya
bahwa jika Perubahan Kurs meningkat satu unit, dengan asumsi variabel
yang lainnya konstan (ceterus paribus), maka Pendapatan Saham akan
turun sebesar -0.237 unit. Sebaliknya jika variabel Perubahan Kurs turun
satu unit, maka Pendapatan saham naik sebesar -0.237 unit.
e. Analisis Expected Return Model APT ANTM tahun 2003-2008
Pada tabel 6.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT ANTM tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.007 + 0.107 pInflasi + 0.007 pSBI – 0.096 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut : Intercept bernilai 0.007 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.007.
Koefisien regresi Perubahan Inflasi sebesar 0.107 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
0.107 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0.107 unit.
Koefisien regresi Perubahan SBI sebesar 0.007, artinya Perubahan
SBI mempunyai pengaruh yang positif terhadap Pendapatan saham.
96
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan naik sebesar 0.007 unit dan begitupun sebaliknya.
Nilai koefisien regresi untuk Perubahan Kurs adalah –0.096, artinya
bahwa jika Perubahan Kurs meningkat satu unit, dengan asumsi variabel
yang lainnya konstan (ceterus paribus), maka Pendapatan Saham akan
turun sebesar -0.237 unit. Sebaliknya jika variabel Perubahan Kurs turun
satu unit, maka Pendapatan saham naik sebesar -0.096 unit.
f. Analisis Expected Return Model APT UNTR tahun 2003-2008
Pada tabel 6.2 terlihat bahwa koefisien-koefisien yang membentuk
persamaan model APT UNTR tahun 2003-2008, sebagai berikut :
Ri – ERi = 0.008 + 0.098 pInflasi + 0.007 pSBI + 0.582 pkurs
Persamaan regresi tersebut dapat diinterpretasikan sebagaimana
berikut : Intercept bernilai 0.008 dapat diinterpretasikan bahwa jika seluruh
variabel bebasnya bernilai nol, maka besarnya pendapatan saham adalah
sama dengan nilai intercept tersebut, yakni 0.008.
Koefisien regresi Perubahan Inflasi sebesar 0.098 memberikan
gambaran bahwa jika Perubahan Inflasi meningkat satu unit, dengan
asumsi variabel lain konstan (ceterus paribus), maka Pendapatan Saham
yang ditunjukkan oleh saham yang bersangkutan akan meningkat sebesar
97
0.098 unit. Sebaliknya, jika Perubahan Inflasi turun sebesar satu unit
maka Pendapatan Saham akan turun sebesar 0.098 unit.
Koefisien regresi Perubahan SBI sebesar 0.007, artinya Perubahan
SBI mempunyai pengaruh yang positif terhadap Pendapatan saham.
Dalam hal ini, jika variabel Perubahan SBI meningkat satu unit, dengan
asumsi variabel lainnya konstan (ceterus paribus), maka nilai pendapatan
saham akan naik sebesar 0.007 unit dan begitupun sebaliknya.
Koefisien regresi Kurs sebesar 0.582 memberikan gambaran bahwa
jika Perubahan Kurs meningkat satu unit, dengan asumsi variabel lain
konstan (ceterus paribus), maka Pendapatan Saham yang ditunjukkan
oleh saham yang bersangkutan akan meningkat sebesar 0.582 unit.
Sebaliknya, jika Perubahan Kurs turun sebesar satu unit maka
Pendapatan Saham akan turun sebesar 0.582 unit.
5. MENGHITUNG PENDAPATAN SAHAM YANG DIHARAPKAN (EXPECTED RETURN) DENGAN MENGGUNAKAN MODEL APT
Setelah Data tersebut diolah dengan menggunakan Kertas Kerja
Ms.Excell untuk setiap masing – masing saham (INDF, MEDC, UNVR,
KLBF, dan UNTR), maka diperoleh Expected Return tahunan berdasarkan
model APT Industri Manufaktur yang tercatat di Bursa Efek Indonesia
selama periode tahun 2003-2008, sehingga diperoleh nilai Expected
Returnnya sebagai berikut :
98
Tabel 6.3 Expected Return (E(Ri)) Tahunan, Model APT
SAHAM TAHUN
2003 2004 2005 2006 2007 2008
E(Ri).INDF -0.4078 1.0218 -2.0023 0.6920 2.0553 -0.1596
E(Ri).MEDC 2.2678 0.5155 -2.5818 0.5962 1.3787 -0.1256
E(Ri).UNVR -0.4078 1.0218 -2.0023 0.6920 2.0553 -0.1596
E(Ri).KLBF 2.0486 0.5759 -2.6645 0.6590 1.3692 -0.1890
E(Ri).ANTM 2.5158 0.5585 -2.7533 0.5249 1.3903 -0.2419
E(Ri).UNTR 2.4470 0.4857 -2.2420 0.6355 1.5054 -0.0138
Sumber : Hasil Output Ms. Excell
C. RATA-RATA PENYIMPANGAN ABSOLUT (MEAN ABSOLUT DEVIATION (MAD)) UNTUK CAPM DAN APT
Dalam penelitian ini keakuratan suatu model diukur dengan
menggunakan Mean Absolut Deviation (MAD), model yang mempunyai
MAD yang lebih kecil berarti lebih akurat dibandingkan model yang
mempunyai MAD yang lebih besar.
Setelah data diolah dengan persamaan yang di atas dengan
menggunakan program Ms.Excell, maka diperoleh :
99
Tabel 6.5
Group Statistics
6 .0019 .00073 .00030
6 .3035 .10063 .04108
Model
CAPM
APT
MAD
N Mean Std. Dev iation
Std. Error
Mean
Sumber : Hasil output SPSS 13.00
Rata-rata MAD model CAPM dalam memprediksi return saham
industri manufaktur sebesar 0.019 dengan standar deviasi 0.00073.
Adapun rata-rata MAD model APT dalam memprediksi return saham
industri manufaktur sebesar 0.3035 dengan standar deviasi 0.10063.
Secara deskriptif terlihat bahwa rata-rata MAD CAPM lebih kecil
dibandingkan rata-rata MAD APT yang berarti model CAPM lebih akurat
dibandingkan model APT dalam memprediksi return saham industri
manufaktur. Perbedaan Mean Absolut Deviation (MAD CAPM dan MAD
APT) ini perlu diuji secara statistik untuk mengetahui apakah perbedaan
tersebut signifikan.
Tabel 6.4 MAD Industri Manufaktur selama 5 tahun (2003-2008)
No NAMA MAD CAPM MAD APT
1 INDF 0.0018 0.1965
2 MEDC 0.0033 0.3391
3 UNVR 0.0014 0.1971
4 KLBF 0.0013 0.2948
5 ANTM 0.0016 0.3293
6 UNTR 0.0018 0.4643
Sumber : Hasil Output Ms. Excell dan output SPSS 13.00
100
D. PEMBAHASAN
1. PENGARUH PREMI RISIKO YANG DIUKUR DENGAN MENGGUNAKAN CAPITAL ASSET PRICING MODEL DALAM MEMPREDIKSI RETURN SAHAM INDUTRI MANUFAKTUR YANG TERCATAT DI BURSA EFEK INDONESIA
Pada bagian ini akan diuji nilai R2, F-statistic serta significant level.
Nilai R2 menunjukkan bagaimana model yang dibentuk dengan variable
bebas (premi risiko) dimasukkan secara bersamaan, dapat menjelaskan
variabel terikat. Nilai F-statistik dan significant level bertujuan menguji
apakah variable bebas (premi risiko) mempunyai pengaruh dengan
Expected Return Capital Asset Pricing Model sebagai variabel terikat.
Pada INDF, pada Tabel 7.1 terlihat bahwa, nilai R2 sebesar 0,675.
Hal ini menunjukkan 67.5 persen Expected Return Capital Asset Pricing
Model dapat dijelaskan oleh variabel Premi Risiko. Sedangkan sisanya
dijelaskan oleh sebab-sebab lain. Nilai F-hitung adalah 148.461, dengan
tingkat probabilitas (nilai-p) sebesar 0.000. Karena nilai-p < 0,05 maka H0
ditolak.
Tabel 7.1 Summary R2, Uji F, Uji T Model CAPM
Industri Manufaktur selama periode 5 tahun (2003-2008)
No Nama R2
Uji F
F Sig.
1 INDF 0.675 148.461 0.000
2 MEDC 0.784 254.152 0.000
3 UNVR 0.001 0.047 0.828
4 KLBF 0.883 527.666 0.000
5 ANTM 0.757 217.525 0.000
6 UNTR 0.796 273.852 0.000 Sumber : Hasil output Regrssion Program SPSS 13.00
101
MEDC, Tabel 7.1 terlihat bahwa, nilai R2 sebesar 0.784. Hal ini
menunjukkan 78.4 persen Expected Return Capital Asset Pricing Model
dapat dijelaskan oleh variabel Premi Risiko. Sedangkan sisanya
dijelaskan oleh sebab-sebab lain. Nilai F-hitung adalah 254.152, dengan
tingkat probabilitas (nilai-p) sebesar 0.000. Karena nilai-p < 0,05 maka H0
ditolak. UNVR, nilai R2 sebesar 0.001. Hal ini menunjukkan 0.1 persen
Expected Return Capital Asset Pricing Model dapat dijelaskan oleh
variabel Premi Risiko. Sedangkan sisanya dijelaskan oleh sebab-sebab
lain. Nilai F-hitung adalah 0.047, dengan tingkat probabilitas (nilai-p)
sebesar 0.828. Karena nilai-p > 0,05 maka H0 gagal ditolak. KLBF, nilai
R2 sebesar 0.883. Hal ini menunjukkan 88.3 persen Expected Return
Capital Asset Pricing Model dapat dijelaskan oleh variabel Premi Risiko.
Sedangkan sisanya dijelaskan oleh sebab-sebab lain. Nilai F-hitung
adalah 527.666, dengan tingkat probabilitas (nilai-p) sebesar 0.000.
Karena nilai-p < 0,05 maka H0 ditolak. ANTM, nilai R2 sebesar 0,757. Hal
ini menunjukkan 75.7 persen Expected Return Capital Asset Pricing Model
dapat dijelaskan oleh variabel Premi Risiko. Sedangkan sisanya
dijelaskan oleh sebab-sebab lain. Nilai F-hitung adalah 217.525, dengan
tingkat probabilitas (nilai-p) sebesar 0.000. Karena nilai-p < 0,05 maka H0
ditolak. UNTR, nilai R2 sebesar 0.796. Hal ini menunjukkan 79.6 persen
Expected Return Capital Asset Pricing Model dapat dijelaskan oleh
variabel Premi Risiko. Sedangkan sisanya dijelaskan oleh sebab-sebab
lain. Nilai F-hitung adalah 273.852, dengan tingkat probabilitas (nilai-p)
102
sebesar 0.000. Karena nilai-p < 0,05 maka H0 ditolak yang berarti ada
pengaruh variable bebas (Premi Risiko) terhadap Expected Return Capital
Asset Pricing Model. Dengan demikian penelitian mendukung hipotesis
satu, sebagaimana yang tersaji pada table 7.1.1.
Tabel 7.1.1 Keputusan Hipotesis satu
Saham Keputusan Hipotesis
Kesimpulan
INDF Ho ditolak Premi Risiko mempunyai pengaruh dalam memprediksi return saham
MEDC Ho ditolak Premi Risiko mempunyai pengaruh dalam memprediksi return saham
UNVR Ho gagal ditolak Premi Risiko tidak mempunyai pengaruh dalam memprediksi return saham
KLBF Ho ditolak Premi Risiko mempunyai pengaruh dalam memprediksi return saham
ANTM Ho ditolak Premi Risiko mempunyai pengaruh dalam memprediksi return saham
UNTR Ho ditolak Premi Risiko mempunyai pengaruh dalam memprediksi return saham
Sumber : Hasil Pengujian-pengujian Hipotesis
2. PENGARUH INFLASI, SUKU BUNGA INDONESIA DAN NILAI KURS
YANG DIUKUR DENGAN MENGGUNAKAN MODEL ARBITRAGE PRICING THEORY (APT) DALAM MEMPREDIKSI RETURN SAHAM INDUSTRI MANUFAKTUR YANG TERCATAT DI BURSA EFEK INDONESIA
Pada bagian ini akan diuji nilai R2, F-statistic dan significant level,
dan T-statistik serta significant level. Nilai R2 menunjukkan bagaimana
model yang dibentuk dengan variable – variabel bebas (Inflasi, SBI, dan
Kurs) dimasukkan secara bersamaan, dapat menjelaskan variabel terikat.
Nilai F-statistik dan significant level bertujuan menguji apakah variabel-
variabel bebas (Inflasi, SBI, dan Kurs) yang dipilih benar-benar
berhubungan dengan Expected Return model Arbitrage Pricing Theory
103
sebagai variabel terikat. Adapun table 7.1 dan 7.2 adalah summary table
yang terdapat pada lampiran I.
Tabel 7.2 Summary R2 dan Uji F Model APT
Industri Manufaktur selama periode 5 tahun (2003-2008)
No Nama R2
Uji F
F Sig.
1 INDF 0.699 52.609 0.000
2 MEDC 0.748 67.258 0.000
3 UNVR 0.699 52.609 0.000
4 KLBF 0.801 90.952 0.000
5 ANTM 0.774 77.743 0.000
6 UNTR 0.774 77.616 0.000 Sumber : Hasil output Regrssion Program SPSS 13.00
Pada INDF, pada Tabel 7.2 terlihat bahwa, nilai R2 sebesar 0,699.
Hal ini menunjukkan 69.9 persen Expected Return model Arbitrage Pricing
Theory dapat dijelaskan oleh variabel-variabel bebas (Inflasi, SBI, Kurs).
Sedangkan sisanya dijelaskan oleh sebab-sebab lain. Nilai F-hitung
adalah 52.609, dengan tingkat probabilitas (nilai-p) sebesar 0.000. Karena
nilai-p < 0,05 maka H0 ditolak. MEDC, nilai R2 sebesar 0.748. Hal ini
menunjukkan 74.8 persen Expected Return model Arbitrage Pricing
Theory dapat dijelaskan oleh variabel-variabel bebas (Inflasi, SBI, Kurs).
Sedangkan sisanya dijelaskan oleh sebab-sebab lain. Nilai F-hitung
adalah 67.258, dengan tingkat probabilitas (nilai-p) sebesar 0.000. Karena
nilai-p < 0,05 maka H0 ditolak. UNVR, nilai R2 sebesar 0,699. Hal ini
menunjukkan 69.9 persen Expected Return model Arbitrage Pricing
Theory dapat dijelaskan oleh variabel-variabel bebas (Inflasi, SBI, Kurs).
Sedangkan sisanya dijelaskan oleh sebab-sebab lain. Nilai F-hitung
adalah 52.609, dengan tingkat probabilitas (nilai-p) sebesar 0.000. Karena
104
nilai-p < 0,05 maka H0 ditolak. KLBF, nilai R2 sebesar 0.801. Hal ini
menunjukkan 80.1 persen Expected Return model Arbitrage Pricing
Theory dapat dijelaskan oleh variabel-variabel bebas (Inflasi, SBI, Kurs).
Sedangkan sisanya dijelaskan oleh sebab-sebab lain. Nilai F-hitung
adalah 90.952, dengan tingkat probabilitas (nilai-p) sebesar 0.000. Karena
nilai-p < 0,05 maka H0 ditolak. ANTM, nilai R2 sebesar 0.774. Hal ini
menunjukkan 77.4 persen Expected Return model Arbitrage Pricing
Theory dapat dijelaskan oleh variabel-variabel bebas (Inflasi, SBI, Kurs).
Sedangkan sisanya dijelaskan oleh sebab-sebab lain. Nilai F-hitung
adalah 77.743, dengan tingkat probabilitas (nilai-p) sebesar 0.000. Karena
nilai-p < 0,05 maka H0 ditolak. UNTR, nilai R2 sebesar 0.774. Hal ini
menunjukkan 77.4 persen Expected Return model Arbitrage Pricing
Theory dapat dijelaskan oleh variabel-variabel bebas (Inflasi, SBI, Kurs).
Sedangkan sisanya dijelaskan oleh sebab-sebab lain. Nilai F-hitung
adalah 77.616, dengan tingkat probabilitas (nilai-p) sebesar 0.000. Karena
nilai-p < 0,05 maka H0 ditolak. Dari hasil tersebut dapat disimpulkan
bahwa model regresi yang mengaitkan Inflasi, SBI, dan Kurs dengan
Expected Return model Arbitrage Pricing Theory memberikan hasil
pengujian yang menyatakan bahwa variabel Inflasi, SBI, dan Kurs secara
bersama-sama dapat menjelaskan Expected Return model Arbitrage
Pricing Theory, sebagaimana yang tersaji pada tabel 7.2.1
105
Tabel 7.2.1 Keputusan Hipótesis dua
Hipótesis Keputusan Hipotesis
Kesimpulan
Hipótesis dua
Ho ditolak
Inflasi, SBI, dan Kurs yang diukur dengan menggunakan model Arbitrage Pricing Theory mempunyai “pengaruh tambahan” dalam memprediksi return saham Industri Manufaktur yang tercatat di Bursa Efek Indonesia.
Sumber : Hasil Pengujian-pengujian Hipótesis
Bagian uji statistik-t digunakan untuk menguji signifikansi variabel –
variable bebas (Inflasi, SBI, dan Kurs), apakah variabel-variabel bebas
(Inflasi, SBI, dan Kurs) tersebut secara parsial memiliki pengaruh terhadap
model regresi. Adapun tabel uji T hasil regresi terdapat pada lampiran J.
Tabel 7.2.2 Uji T Model CAPM Industri Manufaktur selama periode 5 tahun (2003-2008)
INDF MEDC UNVR KLBF ANTM UNTR
T Sig. T Sig. T Sig. T Sig. T Sig. T Sig.
B1 6.62 .000 10.135 .000 6.62 .000 11.840 .000 11.121 .000 11.315 .000
B2 3.54 .001 1.939 .057 3.54 .001 1.784 .079 1.485 .142 1.756 .084
B3 -2.03 .046 .219 .827 -2.03 .046 -.331 .741 -.123 .902 .834 .407
Sumber : Hasil output Regrssion Program SPSS 13.00
INDF, uji statistik t tersebut yang terlihat pada tabel 7.2.2 bahwa,
nilai-p Inflasi, SBI, dan Kurs masing-masing adalah 0.00, 0.01, dan 0.46.
Nilai-p Inflasi dan SBI < 0.05 yang berarti dapat digunakan untuk
memprediksi Expected Return model Arbitrage Pricing Theory dan nilai-p
Kurs >0,05 artinya tidak dapat digunakan untuk memprediksi Expected
Return model Arbitrage Pricing Theory. MEDC, nilai-p Inflasi, SBI, dan
Kurs masing-masing adalah 0.000, 0.057, dan 0.827. Nilai-p Inflasi < 0.05
yang berarti dapat digunakan untuk memprediksi Expected Return model
Arbitrage Pricing Theory dan nilai-p SBI dan Kurs >0,05 artinya tidak
dapat digunakan untuk memprediksi Expected Return model Arbitrage
106
Pricing Theory. UNVR, nilai-p Inflasi, SBI, dan Kurs masing-masing adalah
0.00, 0.01, dan 0.46. Nilai-p Inflasi dan SBI < 0.05 yang berarti dapat
digunakan untuk memprediksi Expected Return model Arbitrage Pricing
Theory dan nilai-p Kurs >0,05 artinya tidak dapat digunakan untuk
memprediksi Expected Return model Arbitrage Pricing Theory. KLBF,
nilai-p Inflasi, SBI, dan Kurs masing-masing adalah 0.000, 0.079, dan
0.741. Nilai-p Inflasi < 0.05 yang berarti dapat digunakan untuk
memprediksi Expected Return model Arbitrage Pricing Theory dan nilai-p
SBI dan Kurs >0,05 artinya tidak dapat digunakan untuk memprediksi
Expected Return model Arbitrage Pricing Theory. ANTM, nilai-p Inflasi,
SBI, dan Kurs masing-masing adalah 0.00, 0.142, dan 0.902. Nilai-p
Inflasi < 0.05 yang berarti dapat digunakan untuk memprediksi Expected
Return model Arbitrage Pricing Theory dan nilai-p SBI dan Kurs >0,05
artinya tidak dapat digunakan untuk memprediksi Expected Return model
Arbitrage Pricing Theory. UNTR, nilai-p Inflasi, SBI, dan Kurs masing-
masing adalah 0.00, 0.084, dan 0.407. Nilai-p Inflasi < 0.05 yang berarti
dapat digunakan untuk memprediksi Expected Return model Arbitrage
Pricing Theory dan nilai-p SBI dan Kurs >0,05 artinya tidak dapat
digunakan untuk memprediksi Expected Return model Arbitrage Pricing
Theory.
107
Tabel 7.2.3 Keputusan Hipotesis dua secara parsial
Saham Hipotesis Keputusan Kesimpulan
INDF Hipotesis dua
Ho ditolak Inflasi mempunyai pengaruh dalam memprediksi return saham
Ho ditolak SBI mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak Kurs tidak mempunyai pengaruh dalam memprediksi return saham
MEDC Hipotesis dua
Ho ditolak Inflasi mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak SBI tidak mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak Kurs tidak mempunyai pengaruh dalam memprediksi return saham
UNVR Hipotesis dua
Ho ditolak Inflasi mempunyai pengaruh dalam memprediksi return saham
Ho ditolak SBI mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak Kurs tidak mempunyai pengaruh dalam memprediksi return saham
KLBF Hipotesis dua
Ho ditolak Inflasi mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak SBI tidak mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak Kurs tidak mempunyai pengaruh dalam memprediksi return saham
ANTM Hipotesis dua
Ho ditolak Inflasi mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak SBI tidak mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak Kurs tidak mempunyai pengaruh dalam memprediksi return saham
UNTR Hipotesis dua
Ho ditolak Inflasi mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak SBI tidak mempunyai pengaruh dalam memprediksi return saham
Ho gagal ditolak Kurs tidak mempunyai pengaruh dalam memprediksi return saham
Sumber : Hasil Pengujian-pengujian Hipotesis
3. STATISTIK UJI BEDA DUA RATA-RATA UNTUK INDEPENDENT
SAMPLE EXPECTED RETURN YANG DIUKUR DENGAN MENGGUNAKAN CAPITAL ASSET PRICING MODEL (CAPM) DAN MODEL ARBITRAGE PRICING THEORY (APT) PADA SAHAM INDUSTRI MANUFAKTUR YANG TERCATAT DI BURSA EFEK INDONESIA
Pada bagian ini akan dilakukan pengujian terhadap Expected Return
Capital Asset Pricing Model dan Expected Return model Arbitrage Pricing
Theory untuk Industri Manufaktur yang tercatat di Bursa Efek Indonesia
selama periode 5 tahun (2003-2008).
Ringkasan statistik deskriptif untuk nilai Expected Return Capital Asset
Pricing Model dan Expected Return model Arbitrage Pricing Theory untuk
Industri Manufaktur dapat dilihat pada Tabel 8.1 berikut ini :
108
Tabel 8.1 Ringkasan Statistik Deskriptif CAPM dan APT Industri Manufaktur periode 5 tahun (2003-2008)
Group Statistics
72 .0014 .04402 .00519
72 .1999 1.36526 .16090
72 .0060 .04709 .00555
72 .3418 1.59113 .18752
72 .0014 .04402 .00519
72 .1999 1.36526 .16090
72 .0036 .03952 .00466
72 .2999 1.57952 .18615
72 .0017 .04029 .00475
72 .3324 1.70309 .20071
72 .0035 .03625 .00427
72 .4696 1.53425 .18081
Expected Return
CAPM dan APT
CAPM
APT
CAPM
APT
CAPM
APT
CAPM
APT
CAPM
APT
CAPM
APT
INDF
MEDC
UNVR
KLBF
ANTM
UNTR
N Mean Std. Dev iat ion
Std. Error
Mean
Sumber : Pengolahan data dengan SPSS
Pada Tabel 8.1 terlihat bahwa rata-rata Expected Return Capital
Asset Pricing Model untuk INDF, MEDC, UNVR, KLBF, ANTM, dan UNTR
masing-masing sebesar : 0.0014, 0.0060, 0.0014, 0.0036, 0.0017, dan
0.0035. Artinya Expected Return Capital Asset Pricing Model MEDC lebih
besar dari KLBF lebih besar dari UNTR lebih besar dari ANTM lebih besar
dari INDF dan UNVR serta Expected Return model Arbitrage Pricing
Theory untuk INDF, MEDC, UNVR, KLBF, ANTM, dan UNTR masing-
masing sebesar : 0.1999, 0.3418, 0.1999, 0.2999, 0.3324, dan 0.4696,
artinya Expected Return model Arbitrage Pricing Theory UNTR lebih besar
dari MEDC lebih besar dari ANTM lebih besar dari KLBF lebih besar dari
INDF dan UNVR.
Selanjutnya dilakukan analisis apakah rata-rata Expected return
capital asset pricing model dengan expected return model arbitrage
pricing model pada industri manufaktur yang tercatat di bursa efek
109
indonesia adalah berbeda secara signifikan atau tidak. Dalam hal ini
Digunakan hipotesis, sebagai berikut :
Tabel 8.2 Hasil Uji Rata-rata Sampel Independen
Independent Samples Test
120.586 .000 -1.233 142 .220 -.19846 .16098 -.51669 .11977
-1.233 71.148 .222 -.19846 .16098 -.51943 .12252
84.483 .000 -1.790 142 .076 -.33577 .18760 -.70661 .03508
-1.790 71.124 .078 -.33577 .18760 -.70982 .03828
120.586 .000 -1.233 142 .220 -.19846 .16098 -.51669 .11977
-1.233 71.148 .222 -.19846 .16098 -.51943 .12252
88.976 .000 -1.591 142 .114 -.29632 .18621 -.66441 .07178
-1.591 71.089 .116 -.29632 .18621 -.66760 .07496
87.590 .000 -1.647 142 .102 -.33069 .20077 -.72757 .06619
-1.647 71.079 .104 -.33069 .20077 -.73100 .06962
97.384 .000 -2.577 142 .011 -.46610 .18086 -.82363 -.10857
-2.577 71.079 .012 -.46610 .18086 -.82672 -.10547
Equal variances
assumed
Equal variances
not assumed
Equal variances
assumed
Equal variances
not assumed
Equal variances
assumed
Equal variances
not assumed
Equal variances
assumed
Equal variances
not assumed
Equal variances
assumed
Equal variances
not assumed
Equal variances
assumed
Equal variances
not assumed
INDF
MEDC
UNVR
KLBF
ANTM
UNTR
F Sig.
Levene's Test f or
Equality of Variances
t df Sig. (2-tailed)
Mean
Dif f erence
Std. Error
Dif f erence Lower Upper
95% Conf idence
Interv al of the
Dif f erence
t-test for Equality of Means
Sumber : Pengolahan data dengan SPSS 13.00
Hipotesis tiga : Expected return capital asset pricing model berbeda
dengan expected return model arbitrage pricing model
pada industri manufaktur yang tercatat di bursa efek
indonesia
Pada Tabel 8.2 terlihat bahwa T-hitung untuk INDF, MEDC, UNVR,
KLBF, dan ANTM dengan equal variance assumed masing-masing adalah
-1.233, -1.790, -1.233, -1.591, dan -1.647 dengan nilai-p masing-masing
0.220, 0.076, 0.220, 0.114, dan 0.102. Oleh karena nilai-p untuk uji dua
sisi (INDF) 0,220/2 > 0,025, (MEDC) 0.076/2 > 0.025, (UNVR) 0.220/2 >
110
0.025, (KLBF) 0.114/2 > 0.025, dan (ANTM) 0.102/2 > 0.025 maka H0
gagal ditolak, artinya Expected return capital asset pricing model tidak
berbeda dengan expected return model arbitrage pricing model pada
INDF, MEDC, UNVR, KLBF dan ANTM. Dan pada UNTR dengan equal
variance assumed adalah -2.577 dengan nilai-p 0.011. Oleh karena nilai-p
untuk uji dua sisi 0,011/2 < 0,025 maka H0 gagal ditolak, artinya Expected
return capital asset pricing model berbeda dengan expected return model
arbitrage pricing model pada UNTR. Dengan demikian penelitian
mendukung hipotesis tiga, sebagaimana yang tersaji pada table 8.3.
Tabel 8.3 Keputusan Hipótesis tiga
Saham Keputusan Hipotesis
Kesimpulan
INDF Ho gagal ditolak Expected return capital asset pricing model tidak berbeda dengan expected return model arbitrage pricing model
MEDC Ho gagal ditolak Expected return capital asset pricing model tidak berbeda dengan expected return model arbitrage pricing model
UNVR Ho gagal ditolak Expected return capital asset pricing model tidak berbeda dengan expected return model arbitrage pricing model
KLBF Ho gagal ditolak Expected return capital asset pricing model tidak berbeda dengan expected return model arbitrage pricing model
ANTM Ho gagal ditolak Expected return capital asset pricing model tidak berbeda dengan expected return model arbitrage pricing model
UNTR Ho ditolak Expected return capital asset pricing model berbeda dengan expected return model arbitrage pricing model
Sumber : Hasil Pengujian-pengujian Hipótesis
4. STATISTIK UJI BEDA DUA RATA-RATA PENYIMPANGAN ABSOLUT (MAD) CAPM DAN APT PADA SAHAM INDUSTRI MANUFAKTUR YANG TERCATAT DI BURSA EFEK INDONESIA
Pada bagian ini akan dilakukan pengujian perbedaan rata-rata
penyimpangan absolut Capital Asset Pricing Model dan mdel Arbitrage
Pricing Theory berdasarkan Mean Absolut Deviation (MAD) pada masing-
111
masing model (CAPM dan APT) dalam memprediksi return saham Industri
Manufaktur yang tercatat di Bursa Efek Indonesia selama periode 5 tahun.
Tabel 8.4 Hasil Uji Rata-rata Sampel Independen
Independent Samples Test
9.156 .013 -7.342 10 .000 -.30165 .04108 -.39319 -.21011
-7.342 5.001 .001 -.30165 .04108 -.40726 -.19604
Equal variances
assumed
Equal variances
not assumed
MAD
F Sig.
Levene's Test f or
Equality of Variances
t df Sig. (2-tailed)
Mean
Dif f erence
Std. Error
Dif f erence Lower Upper
95% Conf idence
Interv al of the
Dif f erence
t-test for Equality of Means
Sumber : Pengolahan data dengan SPSS 13.00
Hipotesis yang digunakan dalam penelitian ini adalah :
Hipotesis empat : Expected return capital asset pricing model berbeda
rata-rata penyimpangan absolut dengan expected return
model arbitrage pricing model pada industri manufaktur
yang tercatat di bursa efek indonesia
Pada tabel 8.4 terlihat bahwa T-hitung dengan equal variance
assumed adalah -7.342 dengan nilai-p 0.000. Oleh karena nilai-p untuk uji
dua sisi 0,000/2 < 0,025 maka H0 ditolak, artinya Expected return capital
asset pricing model berbeda akurasi dengan expected return model
arbitrage pricing model. Dengan demikian penelitian mendukung hipotesis
enam, sebagaimana yang tersaji pada tabel 8.5.
Tabel 8.5 Keputusan Hipótesis empat
Hipótesis Keputusan Hipotesis
Kesimpulan
Hipótesis empat
Ho ditolak Expected return capital asset pricing model berbeda rata-rata penyimpangan absolute dengan expected return model arbitrage pricing model
Sumber : Hasil Pengujian-pengujian Hipótesis
112
Model CAPM yang menggunakan pendapatan pasar saham aktual
sebagai variabel, lepas dari unsur bias dalam penentuan variabel dan
semua investor jika menggunakan model CAPM maka akan
menggunakan pendapatan pasar saham aktual sebagai variabel
(homogen), dan salah satu asumsi model CAPM yang masih berlaku
dalam model APT adalah bahwa Investor mempunyai kepercayaan yang
bersifat homogen (Tande Lilin, 2001; 06), dan model CAPM, perubahan
faktor non ekonomi dan company actions (perusahaan yang mempunyai
kapitalisasi pasar yang besar) sudah tercakup dalam perubahan dari
pendapatan pasar saham. Sedangkan
Pada model APT, penggunaan variabel-variabel makro ekonomi
dalam penelitian tidak bisa menjelaskan variasi pendapatan saham
industri manufaktur yang disebabkan oleh faktor non ekonomi (misalnya
sosial, politik, keamanan dsb), padahal seringkali faktor non ekonomi
merupakan faktor dominan yang mempengaruhi pergerakan harga
saham di Bursa Efek Jakarta. Selain itu, model APT yang digunakan
dalam penelitian ini juga tidak bisa menjelaskan variasi pendapatan
saham industri manufaktur yang disebabkan oleh company actions
(seperti right isue, stock split, warrant dll.). Sedangkan berdasarkan
penelitian yang dilakukan oleh Widyawati (1996), Nisful laila (1996),
Nanang Hamdani (1997) dan Neneng Zumainah (2001) diperoleh
kesimpulan bahwa company actions (right isue, stock split, warrant)
mempunyai pengaruh yang signifikan terhadap pendapatan saham di
113
BEI. Hal ini menyebabkan model CAPM lebih akurat dibandingkan
dengan model APT dalam memprediksi pendapatan saham industri
manufaktur yang tercatat di Bursa Efek Indonesia.
114
BAB VI KESIMPULAN DAN SARAN
A. KESIMPULAN
1. Faktor Premi Risiko (Rm-Rf) yang diukur dengan menggunakan
Capital Asset Pricing Model (CAPM) mempunyai pengaruh dalam
memprediksi return saham Industri Manufaktur yang tercatat di Bursa
Efek Indonesia, terutama pada saham INDF, MEDCO, KLBF, ANTM
dan UNTR, Kecuali pada saham UNVR, Faktor Premi Risiko (Rm-Rf)
yang diukur dengan menggunakan Capital Asset Pricing Model
(CAPM) tidak mempunyai pengaruh dalam memprediksi return saham
2. Inflasi, SBI, dan Kurs dengan Expected Return model Arbitrage Pricing
Theory memberikan hasil pengujian yang menyatakan bahwa variabel
Inflasi, SBI, dan Kurs secara bersama-sama dapat menjelaskan
Expected Return model Arbitrage Pricing Theory. Faktor Suku Bunga
dan Kurs yang diukur dengan menggunakan model Arbitrage Pricing
Theory tidak mempunyai pengaruh dalam memprediksi return saham
MEDC, KLBF, ANTM dan UNTR, lain halnya pada saham INDF dan
UNTR, hanya faktor kurs yang diukur dengan menggunakan model
Arbitrage Pricing Theory tidak mempunyai pengaruh dalam
memprediksi return saham. Faktor inflasi pada semua saham INDF,
MEDC, UNVR, KLBF, ANTM dan UNTR yang diukur dengan
115
menggunakan model Arbitrage Pricing Theory mempunyai pengaruh
dalam memprediksi return saham.
3. T-hitung untuk INDF, MEDC, UNVR, KLBF, dan ANTM dengan equal
variance assumed masing-masing adalah -1.233, -1.790, -1.233, -
1.591, dan -1.647 dengan nilai-p masing-masing 0.220, 0.076, 0.220,
0.114, dan 0.102. Oleh karena nilai-p untuk uji dua sisi (INDF) 0,220/2
> 0,025, (MEDC) 0.076/2 > 0.025, (UNVR) 0.220/2 > 0.025, (KLBF)
0.114/2 > 0.025, dan (ANTM) 0.102/2 > 0.025 maka H0 gagal ditolak,
artinya Expected return capital asset pricing model tidak berbeda
dengan expected return model arbitrage pricing model pada INDF,
MEDC, UNVR, KLBF dan ANTM. Dan pada UNTR dengan equal
variance assumed adalah -2.577 dengan nilai-p 0.011. Oleh karena
nilai-p untuk uji dua sisi 0,011/2 < 0,025 maka H0 ditolak, artinya
Expected return capital asset pricing model berbeda dengan expected
return model arbitrage pricing model pada UNTR.
4. T-hitung dengan equal variance assumed adalah -7.342 dengan nilai-p
0.000. Oleh karena nilai-p untuk uji dua sisi 0,000/2 < 0,025 maka H0
ditolak, artinya Expected return capital asset pricing model berbeda
rata-rata penyimpangan absolut dengan expected return model
arbitrage pricing model. Rata-rata MAD model CAPM dalam
memprediksi return saham industri manufaktur sebesar 0,0278 dengan
standar deviasi 0,00327. Adapun rata-rata MAD model APT dalam
memprediksi return saham industri manufaktur sebesar 1.1816 dengan
116
standar deviasi 0,12492. Secara deskriptif menunjukkan bahwa model
CAPM lebih akurat dibandingkan model APT dalam memprediksi
return saham industri manufaktur.
B. SARAN - SARAN
1. Pendapatan pasar saham dalam penelitian ini mampu menjelaskan
variasi dari pendapatan saham industri manufaktur kecuali pada
saham UNVR, maka disarankan bagi peneliti selanjutnya untuk
meneliti variabel yang dominan sebagai tolak ukur perusahaan dalam
memprediksi return saham perusahaan tersebut.
2. Faktor-faktor makro ekonomi (Inflasi, SBI, dan Kurs) yang diteliti,
hanya Inflasi yang mampu menjelaskan variasi dari pendapatan saham
industri manufaktur. Maka disarankan bagi penelitian selanjutnya untuk
meneliti faktor penyebab apa variabel-variabel (SBI dan Kurs) tersebut
yang membentuk model APT tidak mampu menjelaskan prediksi return
saham perusahaan.
3. Penelitian ini menggunakan model ARIMA (Box-Jenkin). Pada kondisi
nyata tidak semua investor menggunakan model ARIMA untuk
mengestimasi faktor makro ekonomi tersebut. Ada berbagai macam
metode atau cara yang bisa digunakan untuk mengestimasi data time
series faktor makro tersebut, diantaranya adalah metode least square,
smoothing, exponential smoothing, dekomposisi, moving average dll.
Disarankan bagi penelitian selanjutnya untuk meneliti model yang
117
sesuai untuk mencari variabel-veriabel yang dimasukkan dalam model
APT (tingkat bunga yang tidak diharapkan, tingkat inflasi yang tidak
diharapkan dan tingkat pertumbuhan yang tidak diharapkan) adalah
dengan cara mengurangi tingkat bunga aktual, tingkat inflasi aktual
dan tingkat perubahan kurs aktual dengan nilai pengharapan faktor-
faktor tersebut. Sehingga hasil dari prediksi faktor makro yang
digunakan dalam pembentukan model APT kemungkinan tidak terjadi
bias dan akurat.
118
DAFTAR PUSTAKA Arianto, E. 1996. Pengujian Standard CAPM di Bursa Efek Jakarta,
Pengamatan selama periode 1994-1995. Majalah Manajemen, ISSN: 0216-1400, edisi Sep-Okt 1996. Dapat diakses di http://strategika.wordpress.com
Bank Indonesia. 2005. Sertifikat Bank Indonesia. www.bi.go.id Bodie, Kane, Marcus.2001.Essentials Of Investment, Fourth Edition,
McGrawHill. Brealey, Richard A.Stewart C, Myers. Alan J, Marcus. 2001.
Fundamentals of Corporate Finace. Third Edition.Singapore: Mc Graw-Hill.
Brigham, E.F., and Gapenski, L.C., 1994. Financial Management Theory
and Practice, 7th ed. The Dryden Press. Florida (page 207). ______. Weston. and Besle. 1996. Modern Portofolio, Elevent Edition,
New York: TheDryden Press. Cagnetti, A. (2002), “Capital Asset Pricing Model and Arbitrage Pricing
Theory in the Italian Stock Market: An Empirical Study”, unpublished working paper.
Case, K. E. dan R. C. Fair (1999), Principle of Economics, 5th Edition,
Prentice Hall International, Inc., New Jersey Chen, N.F., R.Roll and S.Ross (1986), “Economic Forces and the Stock
Market”, Journal of Business, Vol.59, pp.383-403. Corrado, Charles J. and Jordan, Bradford D. 2000. Fundamentals of
Investment Analisis Fourth Edition.Singapore: Mc Graw-Hill. E.F. Fama, Risk, Return and Equilibrium: Some Clarifying Comments,
Journal of Finance 23, no.1 (Maret 1968) : 29-40. Eric H.sorensen, Joseph J.Mezrich, dan chee Thum, “The Salomon
Brother U.S Stock Risk Attribute Model,”Salomon Brother, NY,Oktober 1989.
Francis, Jack C. (1988), Management of Investment, 2nd ed., International
Editions Financial Series, Singapore: McGraw Hill.
119
Gloria Gonza´lez-Rivera,1998, “Dynamic Asset Pricing and Statistical Properties of Risk”, Journal of Economics and Business 1998; 50:461–470 0148-6195 © 1998 Elsevier Science Inc., New York, New York.
Halim, Abdul, (2003), Analisis Investasi, Jilid 1, Edisi Pertama, Salemba
Empat, Jakarta. Hamdani, Nanang. 1997. Pengaruh Pengumuman Pemecahan Saham
Terhadap Pendapatan Saham. Skripsi, Fakultas Ekonomi Universitas Airlangga, Surabaya.
Hermanto, B. (1998); Nominal Stock Return Volatility on the Jakarta Stock
Exchange and Changes in Government Policy; Ph.D Disertation, Department of Accounting and Finance, University of Birmingham, UK.
Horne, James C. V. and Wachoviz Jr, John M. 1998. Fundamental of
Financial Management 8th ed, New Jersey: Prentice Hall International.
Jack L.Treynor,”Toward a Theory Of Market Value Risky Asset”, makalah
tidak diterbitkan, Arthur D.Little, Cambridge, MA, 1961. Jensen. “Risk, The Pricing of Capital Assets and the Evaluation of
Investment Portfolios”. Journal of Business 42 (April 1969), 167-247.
Jogiyanto. 2003. Teori Portofolio dan Analisis Investasi. Edisi Tiga.
Yogyakarta: BPFE Jones, Charles P. 2000. Investment: Analysis and Management, 7th
edition, New York: John Willey and Sons.Inc. Kandel, S., Stambaugh, R.F., 1996. On The Predictability Of Stock
Returns: An Asset Allocation Perspective. Journal of Finance 51, 385}424.
Laila, Nisful. 1996. Analisis Dampak Penerbitan Right Issue Terhadap
Tingkat Pengembalian Saham (Studi Kasus BEJ) Periode 1994-1995. Skripsi, Surabaya: Fakultas Ekonomi Universitas Airlangga
Lintner, J. (1965), “The Valuation of Risk Assets and Selection of Risky
Investments in Stock Portfolios and Capital Budgets”, Review of Economics and Statistics, Vol.47, pp.13-37.
120
Long, J.B. Jr., 1974. Stock prices, inflation, and the term structure of interest rates. Journal of Financial Economics 1, 131-170.
Manurung, Adler Haymans (1996c); Pengaruh Variabel Makro, Investor
Asing, Bursa yang Telah Maju terhadap Indeks BEJ; Tesis Magister Ekonomi, Fakultas Pascasarjana, Universitas Indonesia.
Markowitz, H. M., “Portfolio Selection”, Journal of finance, Volume 7 ,1952 Mossin, J. (1966), “Equilibrium in a Capital Market”, Econometrica,
ol.34,pp.768-783. Reilly, Frank K & Keith C. Brown. 2000. Investment Analysis and Fortofolio
Management, Sixth Edition, New York: The Dryden Press Ross, S.A., “The Arbitrage Theory of Capital Asset Pricing”, Journal of
Economic Theory, Vol.13, 1976 _____. Westerfield,Randolph W. Jordan, Bradford D. 2003. Fundamentals
of Corporate Finance.Sixth edition. New York: Mc Graw-Hill Scott, Besley., Eugene F, Bringham. 2000. Essentials of Managerial
Finance, Twelfth Edition. Orlando:Harcourt Inc Sitorus, Maurin. 2004. Pengaruh Variabel Makroekonomi Terhadap
Kinerja Saham Pertambangan Minyak Dan Gas Bumi Sebagai Emiten Di Bursa Efek Indonesia. Tesis, Surabaya: Pascasarjana Universitas Airlangga.
Sharpe, William. 1999. Investment, Sixth Edition. New Jersey: Prentice
Hall. _____, “Capital Asset Prices: A Theory of Market Equilibrium Under
Conditions of Risk”, Journal of Finance, Vol.19, 1964 _____, Gordon J.Alexander, Jeffery V.Bailey, “INVESTASI”, Edisi keenam
Bahasa Indonesia, Penerbit PT.Indeks Kelompok Gramedia, 2005, Yakarta.
Syaichu, Mohammad. 2001. Perbandingan Keakuratan Keakuratan
Capital Asset Pricing Model (CAPM) dan Arbitrage Pricing Theory (APT) dalam Memprediksi Pendapatan Saham Di Bursa Efek Jakarta, Tesis, Surabaya: Pascasarjana Universitas Airlangga.
Tandelilin, Eduardus, 2001. Analisis Investasi Manajemen Portfolio,
Cetakan Pertama, Yogyakarta: BPFE
121
Widyawati. 1996. Analisis Pengaruh Pengumuman Right Issue Terhadap
Perubahan Harga Saham dan Faktor-Faktor yang Mempengaruhi Perubahan Harga Saham, Skripsi, Surabaya: .Fakultas Ekonomi Universitas Airlangga,
Zumainah, Neneng. 1985. Dampak Pengumuman Konversi Waran
Menjadi Saham Biasa Terhadap Pendapatan Abnormal Saham. Skripsi, Fakultas Ekonomi Universitas Airlangga, Surabaya, 2001. The Journal of Finance, Vol XL. No. 4 September 1985.
122
LAMPIRAN
123
LAMPIRAN 1. DAFTAR IHSG DAN HARGA PENUTUPAN SAHAM PERUSAHAAN
TAHUN 2003
Bulan IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 388.44 550 1300 19400 255 700 270
Feb 399.22 575 1350 18200 285 800 290
Mar 398.00 600 1325 18000 310 800 285
Apr 450.86 725 1350 21000 400 725 405
Mei 494.77 875 1250 24500 550 825 525
Jun 505.49 850 1200 26700 600 825 475
Jul 507.98 775 1150 26600 525 825 550
Ags 529.67 675 1225 27800 600 850 495
Sept 597.65 725 1275 3350 625 1050 675
Okt 625.55 700 1300 3225 800 1150 800
Nov 617.08 675 1325 3175 800 1225 900
Des 691.89 800 1350 3625 1000 1925 1250
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
TAHUN 2004
Bulan IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 752.93 850 1400 3825 475 1500 1250
Feb 761.08 850 1500 3400 480 1500 1450
Mar 735.67 800 1450 3550 470 1225 1375
Apr 783.41 750 1450 3675 460 1200 1650
Mei 732.51 700 1425 3600 370 1075 1100
Jun 732.40 700 1350 3925 350 1250 1125
Jul 756.98 700 1275 3775 395 1225 1225
Ags 754.70 675 1450 3350 95 1250 1375
Sept 820.13 675 1525 3250 415 1375 1450
Okt 860.48 675 1900 3275 465 1500 1850
Nov 977.76 750 2075 3325 625 1775 2000
Des 1,000.23 800 2075 3300 550 1725 2275 Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
124
TAHUN 2005
Bulan IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 1045,43 870 2600 3500 690 1780 2825
Feb 1073,83 930 2450 3550 790 2100 3125
Mar 1080,17 1160 2450 3825 740 2200 2650
Apr 1029,61 1020 2575 3750 720 2100 2900
Mei 1088,17 1200 2575 4575 780 2300 3225
Jun 1122,38 1100 3775 4075 880 2400 3750
Jul 1182,30 1090 3200 4350 900 2400 4375
Ags 1050,10 790 3325 4225 850 2175 3850
Sept 1079,27 730 3625 4075 850 2575 3750
Okt 1066,22 820 3525 4375 850 2575 3700
Nov 1096,64 850 3325 4325 890 2725 3500
Des 1162,63 910 3375 4275 990 3600 3650
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
TAHUN 2006
Bulan IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 1232.32 880 3900 4300 1300 4275 3825
Feb 1230.66 840 4125 4275 1360 4025 3975
Mar 1322.97 890 4150 4250 1360 4350 4500
Apr 1464.41 1130 4800 4575 1520 5750 5450
Mei 1329.99 940 3975 4025 1310 4450 5400
Jun 1310.26 880 3725 4125 1250 4625 5400
Jul 1351.65 1050 3800 4225 1200 5200 5600
Ags 1431.26 1190 3600 4475 1120 5400 5750
Sept 1534.62 1250 3475 4600 1320 5500 6050
Okt 1582.63 1330 3325 4800 1360 6950 6550
Nov 1718.96 1400 3250 6000 1180 7550 6450
Des 1805.52 1350 3550 6600 1190 8000 6550
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
125
TAHUN 2007
Bulan IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 1757.26 1690 3425 5850 1300 7800 6750
Feb 1740.97 1560 3650 5600 1220 9100 6950
Mar 1830.92 1520 3575 5700 1210 11850 7400
Apr 1999.17 1640 3525 5650 1260 15600 7900
Mei 2084.32 1730 3575 6300 1240 14000 7550
Jun 2139.28 2025 3525 6700 1390 12550 8250
Jul 2348.67 2000 4275 7500 1490 2700 8600
Ags 2194.34 1860 3900 6800 1360 2250 8100
Sept 2359.21 1930 4150 6800 1330 2775 8200
Okt 2643.49 2200 4675 6650 1360 3350 10950
Nov 2688.33 2525 5400 6650 1220 4675 11250
Des 2745.83 2575 5150 6750 1260 4475 10900
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
TAHUN 2008
Bulan IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 2627.25 2825 4050 6900 1200 3575 13300
Feb 2721.94 2925 4125 6800 1050 4100 13250
Mar 2447.29 2325 3325 6900 980 3350 12550
Apr 2304.51 2275 3925 6800 910 3500 12050
Mei 2444.34 2800 5050 6750 880 3250 14450
Jun 2349.1 2400 4725 6750 850 3175 12150
Jul 2304.5 2275 4600 6900 800 2475 11400
Ags 2165.94 2250 4900 7250 750 1890 10350
Sept 1832.5 1960 3625 7500 650 1460 9450
Okt 1256.7 1090 2100 7450 365 1040 3150
Nov 1241.54 970 1850 7700 410 1020 3975
Des 1355.4 930 1870 7800 400 1090 4400
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
126
LAMPIRAN 2. DAFTAR RETURN IHSG DAN RETURN HARGA PENUTUPAN SAHAM
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
TAHUN 2004
BULAN IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 0.0880 0.0630 0.0370 0.0550 -0.5250 -0.2210 0.0000
Feb 0.0110 0.0000 0.0710 -0.1110 0.0110 0.0000 0.1600
Mar -0.0330 -0.0590 -0.0330 0.0440 -0.0210 -0.1830 -0.0520
Apr 0.0650 -0.0630 0.0000 0.0350 -0.0210 -0.0200 0.2000
Mei -0.0650 -0.0670 -0.0170 -0.0200 -0.1960 -0.1040 -0.3330
Jun 0.0000 0.0000 -0.0530 0.0900 -0.0540 0.1630 0.0230
Jul 0.0340 0.0000 -0.0560 -0.0380 0.1290 -0.0200 0.0890
Ags -0.0030 -0.0360 0.1370 -0.1130 -0.7590 0.0200 0.1220
Sept 0.0870 0.0000 0.0520 -0.0300 3.3680 0.1000 0.0550
Okt 0.0490 0.0000 0.2460 0.0080 0.1200 0.0910 0.2760
Nov 0.1360 0.1110 0.0920 0.0150 0.3440 0.1830 0.0810
Des 0.0230 0.0670 0.0000 -0.0080 -0.1200 -0.0280 0.1380
TAHUN 2003
Bulan IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan -0.0860 -0.0830 -0.0370 0.0660 -0.0730 0.1670 -0.1150
Feb 0.0280 0.0450 0.0380 -0.0620 0.0000 0.1430 0.0740
Mar -0.0030 0.0430 -0.0190 -0.0110 0.0590 0.0000 -0.0170
Apr 0.1330 0.2080 0.0190 0.1670 0.3150 -0.0940 0.4210
Mei 0.0970 0.2070 -0.0740 0.1670 0.0140 0.1380 0.2960
Jun 0.0220 -0.0290 -0.0400 0.0900 -0.0970 0.0000 -0.0950
Jul 0.0050 -0.0880 -0.0420 -0.0040 -0.0310 0.0000 0.1580
Ags 0.0430 -0.1290 0.0650 0.0450 0.0160 0.0300 -0.1000
Sept 0.1280 0.0740 0.0410 -0.8790 0.1560 0.2350 0.3640
Okt 0.0470 -0.0340 0.0200 -0.0370 -0.1080 0.0950 0.1850
Nov -0.0140 -0.0360 0.0190 -0.0160 -0.0150 0.0650 0.1250
Des 0.1210 0.1850 0.0190 0.1420 0.0150 0.5710 0.3890
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
127
TAHUN 2005
BULAN IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 0.0450 0.0880 0.2530 0.0610 0.2550 0.0320 0.2420
Feb 0.0270 0.0690 -0.0580 0.0140 0.1450 0.1800 0.1060
Mar 0.0060 0.2470 0.0000 0.0770 -0.0630 0.0480 -0.1520
Apr -0.0470 -0.1210 0.0510 -0.0200 -0.0270 -0.0450 0.0940
Mei 0.0570 0.1760 0.0000 0.2200 0.0830 0.0950 0.1120
Jun 0.0310 -0.0830 0.4660 -0.1090 0.1280 0.0430 0.1630
Jul 0.0530 -0.0090 -0.1520 0.0670 0.0230 0.0000 0.1670
Ags -0.0120 -0.2750 0.0390 -0.0290 -0.0560 -0.0940 -0.1200
Sept 0.0280 -0.0760 0.0900 -0.0360 0.0000 0.1840 -0.0260
Okt -0.0120 0.1230 -0.0280 0.0740 0.0000 0.0000 -0.0130
Nov 0.0290 0.0370 -0.0570 -0.0110 0.0470 0.0580 -0.0540
Des 0.0600 0.0710 0.0150 -0.0120 0.1120 0.3210 0.0430
TAHUN 2006
BULAN IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan 0.0600 -0.0330 0.1560 0.0060 0.3130 0.1880 0.0480
Feb -0.0010 -0.0450 0.0580 -0.0060 0.0460 -0.0580 0.0390
Mar 0.0750 0.0600 0.0060 -0.0060 0.0000 0.0810 0.1320
Apr 0.1070 0.2700 0.1570 0.0760 0.1180 0.3220 0.2110
Mei -0.0920 -0.1680 -0.1720 -0.1200 -0.1380 -0.2260 -0.0090
Jun -0.0150 -0.0640 -0.0630 0.0250 -0.0460 0.0390 0.0000
Jul 0.0320 0.1930 0.0200 0.0240 -0.0400 0.1240 0.0370
Ags 0.0590 0.1330 -0.0530 0.0590 -0.0670 0.0380 0.0270
Sept 0.0720 0.0500 -0.0350 0.0280 0.1790 0.0190 0.0520
Okt 0.0310 0.0640 -0.0430 0.0430 0.0300 0.2640 0.0830
Nov 0.0860 0.0530 -0.0230 0.2500 -0.1320 0.0860 -0.0150
Des 0.0500 -0.0360 0.0920 0.1000 0.0080 0.0600 0.0160
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
128
TAHUN 2007
BULAN IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan -0.0270 0.2520 -0.0350 -0.1140 0.0920 -0.0250 0.0310
Feb -0.0090 -0.0770 0.0660 -0.0430 -0.0620 0.1670 0.0300
Mar 0.0520 -0.0260 -0.0210 0.0180 -0.0080 0.3020 0.0650
Apr 0.0920 0.0790 -0.0140 -0.0090 0.0410 0.3160 0.0680
Mei 0.0430 0.0550 0.0140 0.1150 -0.0160 -0.1030 -0.0440
Jun 0.0260 0.1710 -0.0140 0.0630 0.1210 -0.1040 0.0930
Jul 0.0980 -0.0120 0.2130 0.1190 0.0720 -0.7850 0.0420
Ags -0.0660 -0.0700 -0.0880 -0.0930 -0.0870 -0.1670 -0.0580
Sept 0.0750 0.0380 0.0640 0.0000 -0.0220 0.2330 0.0120
Okt 0.1200 0.1400 0.1270 -0.0220 0.0230 0.2070 0.3350
Nov 0.0170 0.1480 0.1550 0.0000 -0.1030 0.3960 0.0270
Des 0.0210 0.0200 -0.0460 0.0150 0.0330 -0.0430 -0.0310
TAHUN 2008
BULAN IHSG INDF MEDC UNVR KLBF ANTM UNTR
Jan -0.0430 0.0970 -0.2140 0.0220 -0.0480 -0.2010 0.2200
Feb 0.0360 0.0350 0.0190 -0.0140 -0.1250 0.1470 -0.0040
Mar -0.1010 -0.2050 -0.1940 0.0150 -0.0670 -0.1830 -0.0530
Apr -0.0580 -0.0220 0.1800 -0.0140 -0.0710 0.0450 -0.0400
Mei 0.0610 0.2310 0.2870 -0.0070 -0.0330 -0.0710 0.1990
Jun -0.0390 -0.1430 -0.0640 0.0000 -0.0340 -0.0230 -0.1590
Jul -0.0190 -0.0520 -0.0260 0.0220 -0.0590 -0.2200 -0.0620
Ags -0.0600 -0.0110 0.0650 0.0510 -0.0630 -0.2360 -0.0920
Sept -0.1540 -0.1290 -0.2600 0.0340 -0.1330 -0.2280 -0.0870
Okt -0.3140 -0.4440 -0.4210 -0.0070 -0.4380 -0.2880 -0.6670
Nov -0.0120 -0.1100 -0.1190 0.0340 0.1230 -0.0190 0.2620
Des 0.0920 -0.0410 0.0110 0.0130 -0.0240 0.0690 0.1070
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
LAMPIRAN 3.
Market Capitalization dan proporsi
TAHUN 2003
Bulan INDF W1 MEDC W2 UNVR W3 KLBF W4 ANTM W5 UNTR W6 Total
Jan 5,396,318 0.24039 4,332,187 0.19298 9,931,910 0.44243 1,035,504 0.04613 1,335,384 0.05949 417,312 0.01859 22,448,615
Feb 5,396,318 0.20051 4,498,809 0.16716 13,886,600 0.51597 1,157,328 0.04300 1,526,154 0.05671 448,224 0.01665 26,913,433
Mar 5,630,940 0.20851 4,415,498 0.16350 13,734,000 0.50855 1,258,848 0.04661 1,526,154 0.05651 440,496 0.01631 27,005,936
Apr 6,804,053 0.21977 4,498,809 0.14531 16,023,000 0.51755 1,624,320 0.05247 1,383,077 0.04467 625,968 0.02022 30,959,227
Mei 8,212,897 0.23011 4,165,564 0.11671 18,693,500 0.52376 2,233,440 0.06258 1,573,846 0.04410 811,498 0.02274 35,690,745
Jun 8,026,779 0.21610 3,998,942 0.10766 20,372,100 0.54847 2,436,480 0.06560 1,573,846 0.04237 735,606 0.01980 37,143,753
Jul 7,318,534 0.20325 3,832,319 0.10643 20,295,800 0.56366 2,131,920 0.05921 1,573,846 0.04371 854,984 0.02374 36,007,403
Ags 7,415,534 0.20308 3,322,154 0.09098 21,195,250 0.58045 2,132,120 0.05839 1,569,898 0.04299 879,989 0.02410 36,514,945
Sept 6,846,370 0.16203 4,248,876 0.10056 25,560,500 0.60493 2,538,000 0.06007 2,003,077 0.04741 1,056,907 0.02501 42,253,730
Okt 6,545.120 0.00021 4,322.00 0.00014 25,668,995 0.81248 2,446,121 0.07743 2,221,569 0.07032 1,245,685 0.03943 31,593,237
Nov 6,374,207 0.15171 4,415,498 0.10509 24,225,250 0.57659 3,248,640 0.07732 2,336,923 0.05562 1,413,853 0.03365 42,014,371
Des 7,554,616 0.15289 4,498,809 0.09105 27,658,750 0.55976 4,060,800 0.08218 3,672,307 0.07432 1,966,436 0.03980 49,411,718
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
130
TAHUN 2004
Bulan INDF W1 MEDC W2 UNVR W3 KLBF W4 ANTM W5 UNTR W6 Total
Jan 8,026,779 0.15875 4,665,432 0.09227 29,184,750 0.57720 3,857,760 0.07630 2,861,538 0.05659 1,966,544 0.03889 50,562,803
Feb 8,026,809 0.16719 4,998,677 0.10412 25,942,000 0.54035 3,898,368 0.08120 2,861,538 0.05960 2,282,046 0.04753 48,009,438
Mar 7,554,644 0.15808 4,832,055 0.10111 27,086,500 0.56676 3,817,152 0.07987 2,336,923 0.04890 2,164,218 0.04528 47,791,492
Apr 7,082,481 0.14580 4,832,055 0.09947 28,040,250 0.57722 3,735,936 0.07691 2,289,230 0.04712 2,597,951 0.05348 48,577,903
Mei 6,610,932 0.14492 4,748,743 0.10410 27,468,000 0.60213 3,004,992 0.06587 2,050,769 0.04496 1,734,636 0.03803 45,618,072
Jun 6,610,932 0.13361 4,498,809 0.09093 29,947,750 0.60527 2,842,560 0.05745 2,384,615 0.04820 3,193,342 0.06454 49,478,008
Jul 6,610,932 0.13578 4,248,876 0.08727 28,803,250 0.59159 3,208,032 0.06589 2,336,923 0.04800 3,479,814 0.07147 48,687,827
Ags 6,374,828 0.13778 4,832,055 0.10444 25,560,500 0.55244 3,208,032 0.06934 2,384,615 0.05154 3,908,275 0.08447 46,268,305
Sept 6,374,828 0.13747 5,081,988 0.10959 24,797,500 0.53476 3,370,464 0.07268 2,623,076 0.05657 4,123,697 0.08893 46,371,553
Okt 6,374,828 0.12854 6,331,658 0.12767 24,988,250 0.50384 3,776,544 0.07615 2,861,538 0.05770 5,262,751 0.10611 49,595,569
Nov 7,083,142 0.13235 6,914,837 0.12920 25,369,750 0.47403 5,076,000 0.09484 3,386,153 0.06327 5,689,936 0.10631 53,519,818
Des 7,555,351 0.14021 6,914,837 0.12832 25,179,000 0.46725 4,466,880 0.08289 3,290,769 0.06107 6,480,447 0.12026 53,887,284
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
131
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
TAHUN 2005
Bulan INDF W1 MEDC W2 UNVR W3 KLBF W4 ANTM W5 UNTR W6 Total
Jan 8,216,444 0.13518 8,664,374 0.14255 26,705,000 0.43937 5,603,904 0.09220 3,471,999 0.05712 8,119,173 0.13358 60,780,894
Feb 9,112,336 0.14267 8,164,506 0.12783 27,889,250 0.43664 5,985,556 0.09371 4,101,538 0.06422 8,618,695 0.13494 63,871,881
Mar 10,955,259 0.16400 8,164,506 0.12223 29,184,750 0.43691 6,009,984 0.08997 4,292,307 0.06426 8,191,922 0.12264 66,798,728
Apr 9,633,073 0.14790 8,581,062 0.13174 28,612,500 0.43928 5,847,552 0.08978 4,053,845 0.06224 8,406,354 0.12906 65,134,386
Mei 11,333,027 0.14740 10,497,222 0.13653 34,907,250 0.45400 6,334,848 0.08239 4,483,076 0.05831 9,333,161 0.12139 76,888,584
Jun 10,388,608 0.13597 12,580,004 0.16465 31,092,250 0.40694 7,147,008 0.09354 4,578,461 0.05992 10,618,746 0.13898 76,405,077
Jul 10,294,166 0.13068 10,663,845 0.13537 33,190,500 0.42134 7,309,440 0.09279 4,626,153 0.05873 12,689,660 0.16109 78,773,764
Ags 9,675,552 0.12507 10,693,950 0.13823 32,998,250 0.42654 6,998,540 0.09046 3,998,950 0.05169 12,996,850 0.16800 77,362,092
Sept 9,675,982 0.13049 10,993,222 0.14825 31,898,950 0.43018 6,568,948 0.08859 3,898,959 0.05258 11,116,858 0.14992 74,152,919
Okt 8,216,444 0.11533 10,497,222 0.14734 31,092,250 0.43643 6,334,848 0.08892 4,483,076 0.06293 10,618,746 0.14905 71,242,586
Nov 8,027,561 0.10698 11,080,401 0.14766 32,999,750 0.43977 7,228,224 0.09633 5,436,922 0.07245 10,265,793 0.13681 75,038,651
Des 8,594,212 0.10768 11,247,024 0.14092 32,618,250 0.40868 10,054,454 0.12597 6,819,999 0.08545 10,479,663 0.13130 79,813,602
132
Tahun 2006
Bulan INDF W1 MEDC W2 UNVR W3 KLBF W4 ANTM W5 UNTR W6 Total
Jan 8,310,886 0.0962 12,996,561 0.15045 32,809,000 0.37981 13,202,819 0.15284 8,155,383 0.09441 10,907,405 0.12627 86,382,054
Feb 7,933,119 0.0911 13,746,362 0.15778 32,618,250 0.37439 13,812,180 0.15854 7,678,460 0.08813 11,335,146 0.13010 87,123,517
Mar 8,405,328 0.0938 13,829,674 0.15434 32,427,500 0.36189 13,812,180 0.15414 8,298,460 0.09261 12,832,241 0.14321 89,605,383
Apr 10,672,934 0.1031 15,995,767 0.15451 34,907,250 0.33719 15,437,142 0.14912 10,969,229 0.10596 15,541,270 0.15012 103,523,592
May 8,877,538 0.0986 13,246,495 0.14714 30,710,750 0.34113 13,304,379 0.14778 8,489,229 0.09430 15,398,689 0.17105 90,027,080
Jun 8,310,886 0.0933 12,413,382 0.13930 31,473,750 0.35318 12,695,018 0.14246 8,823,075 0.09901 15,398,689 0.17280 89,114,800
Jul 9,919,998 0.1068 12,663,316 0.13632 32,236,750 0.34703 12,187,217 0.13120 9,916,398 0.10675 15,969,011 0.17191 92,892,690
Aug 11,238,585 0.1177 11,996,825 0.12568 34,144,250 0.35771 11,374,736 0.11917 10,301,537 0.10792 16,396,752 0.17178 95,452,685
Sep 11,805,236 0.1185 11,580,269 0.11623 35,098,000 0.35227 13,405,939 0.13455 10,492,306 0.10531 17,252,235 0.17316 99,633,985
Oct 12,560,771 0.1185 11,080,401 0.10452 36,624,000 0.34546 13,812,180 0.13029 13,258,459 0.12506 18,678,040 0.17618 106,013,851
Nov 13,221,865 0.1154 10,830,467 0.09450 45,780,000 0.39943 11,984,097 0.10456 14,403,074 0.12567 18,392,879 0.16048 114,612,382
Dec 12,749,655 0.1054 11,830,203 0.09780 50,358,000 0.41631 12,085,657 0.09991 15,261,536 0.12617 18,678,040 0.15441 120,963,091
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
133
Tahun 2007
Bulan INDF W1 MEDC W2 UNVR W3 KLBF W4 ANTM W5 UNTR W6 Total
Jan 15,960,679 0.13374 11,413,646 0.09564 44,635,500 0.37402 13,202,819 0.11063 14,879,997 0.12468 19,248,361 0.16129 119,341,002
Feb 14,732,935 0.12361 12,163,448 0.10205 42,728,000 0.35848 12,390,338 0.10395 17,359,997 0.14565 19,818,683 0.16627 119,193,401
Mar 14,355,167 0.11415 11,913,514 0.09473 43,491,000 0.34583 12,288,777 0.09772 22,606,150 0.17976 21,101,907 0.16780 125,756,515
Apr 15,488,470 0.11437 11,746,891 0.08674 43,109,500 0.31832 12,796,578 0.09449 29,759,994 0.21975 22,527,712 0.16634 135,429,145
Mei 16,338,447 0.11913 11,913,514 0.08686 48,069,000 0.35048 12,593,458 0.09182 26,707,687 0.19473 21,529,649 0.15698 137,151,755
Jun 19,124,483 0.13320 11,746,891 0.08182 51,121,000 0.35605 14,116,860 0.09832 23,941,534 0.16675 23,525,775 0.16386 143,576,543
Jul 18,888,378 0.12096 14,246,230 0.09123 57,606,500 0.36891 15,132,461 0.09691 25,753,841 0.16493 24,523,838 0.15705 156,151,248
Ags 17,566,192 0.12474 12,996,561 0.09229 51,884,000 0.36845 13,812,180 0.09808 21,461,534 0.15241 23,098,034 0.16403 140,818,501
Sept 18,227,285 0.12374 13,829,674 0.09389 51,884,000 0.35223 13,507,499 0.09170 26,469,226 0.17969 23,383,195 0.15874 147,300,879
Okt 20,777,216 0.12662 15,579,211 0.09494 50,739,500 0.30922 13,812,180 0.08418 31,953,840 0.19474 31,225,120 0.19030 164,087,067
Nov 23,846,577 0.13128 17,995,238 0.09907 50,739,500 0.27933 12,390,338 0.06821 44,592,299 0.24549 32,080,602 0.17661 181,644,554
Des 24,318,787 0.13545 17,162,125 0.09559 51,502,500 0.28685 12,796,578 0.07127 42,684,607 0.23773 31,082,539 0.17312 179,547,136
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
134
Tahun 2008
Bulan INDF W1 MEDC W2 UNVR W3 KLBF W4 ANTM W5 UNTR W6 Total
Jan 26,679,834 0.15070 13,496,428 0.07624 52,647,000 0.29738 12,187,217 0.06884 34,099,994 0.19262 37,926,401 0.21423 177,036,874
Feb 27,624,253 0.15278 13,746,362 0.07603 51,884,000 0.28695 10,663,815 0.05898 39,107,685 0.21629 37,783,821 0.20897 180,809,936
Mar 21,957,739 0.12183 11,080,401 0.06148 52,647,000 0.29210 9,952,894 0.05522 31,953,840 0.17729 52,647,000 0.29210 180,238,874
Apr 21,485,530 0.13146 13,079,872 0.08003 51,884,000 0.31745 9,241,973 0.05655 33,384,609 0.20426 34,361,890 0.21024 163,437,874
Mei 26,443,729 0.15032 16,828,880 0.09566 51,502,500 0.29276 8,937,293 0.05080 30,999,994 0.17622 41,205,751 0.23423 175,918,147
Jun 22,666,054 0.13865 15,745,833 0.09632 51,502,500 0.31504 8,632,612 0.05281 30,284,610 0.18525 34,647,051 0.21194 163,478,660
Jul 21,485,530 0.13979 15,329,277 0.09973 52,647,000 0.34252 8,124,812 0.05286 23,607,688 0.15359 32,508,344 0.21150 153,702,651
Ags 21,249,425 0.14352 16,329,012 0.11029 55,317,500 0.37363 7,617,011 0.05145 18,027,689 0.12176 29,514,154 0.19935 148,054,791
Sept 18,510,610 0.13242 12,080,137 0.08642 57,225,000 0.40939 6,601,409 0.04723 13,926,151 0.09963 31,438,990 0.22491 139,782,297
Okt 9,570,665 0.09814 6,998,148 0.07176 56,843,500 0.58290 3,706,945 0.03801 9,919,998 0.10172 10,479,663 0.10746 97,518,919
Nov 8,517,014 0.08470 6,165,035 0.06131 58,751,000 0.58429 4,163,966 0.04141 9,729,229 0.09676 13,224,330 0.13152 100,550,574
Des 8,165,797 0.07927 6,231,684 0.06050 59,514,000 0.57775 4,062,406 0.03944 10,396,921 0.10093 14,638,260 0.14211 103,009,068
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
135
LAMPIRAN 4. DATA PROPORSI (W), RESIKO PERUSAHAAN (R), DAN PENGHITUNGAN Rm
TAHUN 2003
INDF MEDC UNVR KLBF ANTM UNTR
Bulan W1 R1 Rm W2 R2 Rm W3 R3 Rm W4 R4 Rm W5 R5 Rm W6 R6 Rm
Jan 0.240 0.322 0.077 0.193 0.53 0.102 0.442 -0.025 -0.011 0.046 -0.081 -0.004 0.059 -0.061 -0.004 0.019 0.154 0.003
Feb 0.201 0.322 0.065 0.167 0.53 0.089 0.516 -0.025 -0.013 0.043 -0.081 -0.003 0.057 -0.061 -0.003 0.017 0.154 0.003
Mar 0.209 0.322 0.067 0.164 0.53 0.087 0.509 -0.025 -0.013 0.047 -0.081 -0.004 0.057 -0.061 -0.003 0.016 0.154 0.003
Apr 0.220 0.322 0.071 0.145 0.53 0.077 0.518 -0.025 -0.013 0.052 -0.081 -0.004 0.447 -0.061 -0.027 0.020 0.154 0.003
Mei 0.230 0.322 0.074 0.117 0.53 0.062 0.524 -0.025 -0.013 0.063 -0.081 -0.005 0.044 -0.061 -0.003 0.023 0.154 0.004
Jun 0.216 0.322 0.070 0.108 0.53 0.057 0.548 -0.025 -0.014 0.066 -0.081 -0.005 0.042 -0.061 -0.003 0.020 0.154 0.003
Jul 0.203 0.322 0.065 0.106 0.53 0.056 0.564 -0.025 -0.014 0.059 -0.081 -0.005 0.044 -0.061 -0.003 0.024 0.154 0.004
Ags 0.203 0.322 0.065 0.091 0.53 0.048 0.580 -0.025 -0.015 0.058 -0.081 -0.005 0.043 -0.061 -0.003 0.024 0.154 0.004
Sept 0.162 0.322 0.052 0.101 0.53 0.053 0.605 -0.025 -0.015 0.060 -0.081 -0.005 0.047 -0.061 -0.003 0.025 0.154 0.004
Okt 0.000 0.322 0.000 0.000 0.53 0.000 0.812 -0.025 -0.020 0.077 -0.081 -0.006 0.070 -0.061 -0.004 0.039 0.154 0.006
Nov 0.152 0.322 0.049 0.105 0.53 0.056 0.577 -0.025 -0.014 0.077 -0.081 -0.006 0.056 -0.061 -0.003 0.034 0.154 0.005
Des 0.153 0.322 0.049 0.091 0.53 0.048 0.560 -0.025 -0.014 0.082 -0.081 -0.007 0.074 -0.061 -0.005 0.040 0.154 0.006
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
136
TAHUN 2004
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Rm W2 R2 Rm W3 R3 Rm W4 R4 Rm W5 R5 Rm W6 R6 Rm
Jan 0.159 0.562 0.089 0.092 0.083 0.008 0.577 0.191 0.110 0.076 0.02 0.002 0.057 -0.045 -0.003 0.039 0.128 0.005
Feb 0.167 0.562 0.094 0.104 0.083 0.009 0.540 0.191 0.103 0.081 0.02 0.002 0.060 -0.045 -0.003 0.048 0.128 0.006
Mar 0.158 0.562 0.089 0.101 0.083 0.008 0.567 0.191 0.108 0.080 0.02 0.002 0.049 -0.045 -0.002 0.045 0.128 0.006
Apr 0.146 0.562 0.082 0.099 0.083 0.008 0.577 0.191 0.110 0.077 0.02 0.002 0.047 -0.045 -0.002 0.053 0.128 0.007
Mei 0.145 0.562 0.081 0.104 0.083 0.009 0.602 0.191 0.115 0.066 0.02 0.001 0.045 -0.045 -0.002 0.038 0.128 0.005
Jun 0.134 0.562 0.075 0.091 0.083 0.008 0.605 0.191 0.116 0.057 0.02 0.001 0.048 -0.045 -0.002 0.065 0.128 0.008
Jul 0.136 0.562 0.076 0.087 0.083 0.007 0.592 0.191 0.113 0.066 0.02 0.001 0.048 -0.045 -0.002 0.071 0.128 0.009
Ags 0.138 0.562 0.077 0.104 0.083 0.009 0.552 0.191 0.106 0.069 0.02 0.001 0.052 -0.045 -0.002 0.084 0.128 0.011
Sept 0.137 0.562 0.077 0.110 0.083 0.009 0.535 0.191 0.102 0.073 0.02 0.001 0.057 -0.045 -0.003 0.089 0.128 0.011
Okt 0.129 0.562 0.072 0.128 0.083 0.011 0.504 0.191 0.096 0.076 0.02 0.002 0.058 -0.045 -0.003 0.106 0.128 0.014
Nov 0.132 0.562 0.074 0.129 0.083 0.011 0.474 0.191 0.091 0.948 0.02 0.019 0.063 -0.045 -0.003 0.106 0.128 0.014
Des 0.140 0.562 0.079 0.128 0.083 0.011 0.467 0.191 0.089 0.083 0.02 0.002 0.061 -0.045 -0.003 0.120 0.128 0.015
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
137
TAHUN 2005
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Rm W2 R2 Rm W3 R3 Rm W4 R4 Rm W5 R5 Rm W6 R6 Rm
Jan 0.135 -0.04 -0.005 0.143 0.003 0.00043 0.439 0.156 0.069 0.092 0.145 0.013 0.057 0.149 0.009 0.134 0.005 0.001
Feb 0.143 -0.04 -0.006 0.128 0.003 0.00038 0.437 0.156 0.068 0.094 0.145 0.014 0.064 0.149 0.010 0.135 0.005 0.001
Mar 0.164 -0.04 -0.007 0.122 0.003 0.00037 0.437 0.156 0.068 0.090 0.145 0.013 0.064 0.149 0.010 0.123 0.005 0.001
Apr 0.148 -0.04 -0.006 0.132 0.003 0.00040 0.439 0.156 0.069 0.090 0.145 0.013 0.062 0.149 0.009 0.129 0.005 0.001
Mei 0.147 -0.04 -0.006 0.137 0.003 0.00041 0.454 0.156 0.071 0.082 0.145 0.012 0.058 0.149 0.009 0.121 0.005 0.001
Jun 0.136 -0.04 -0.005 0.165 0.003 0.00049 0.407 0.156 0.063 0.094 0.145 0.014 0.060 0.149 0.009 0.139 0.005 0.001
Jul 0.131 -0.04 -0.005 0.135 0.003 0.00041 0.421 0.156 0.066 0.093 0.145 0.013 0.059 0.149 0.009 0.161 0.005 0.001
Ags 0.125 -0.04 -0.005 0.138 0.003 0.00041 0.427 0.156 0.067 0.090 0.145 0.013 0.052 0.149 0.008 0.168 0.005 0.001
Sept 0.130 -0.04 -0.005 0.148 0.003 0.00044 0.430 0.156 0.067 0.089 0.145 0.013 0.053 0.149 0.008 0.150 0.005 0.001
Okt 0.115 -0.04 -0.005 0.147 0.003 0.00044 0.436 0.156 0.068 0.089 0.145 0.013 0.063 0.149 0.009 0.149 0.005 0.001
Nov 0.107 -0.04 -0.004 0.148 0.003 0.00044 0.440 0.156 0.069 0.096 0.145 0.014 0.072 0.149 0.011 0.137 0.005 0.001
Des 0.108 -0.04 -0.004 0.141 0.003 0.00042 0.409 0.156 0.064 0.126 0.145 0.018 0.085 0.149 0.013 0.131 0.005 0.001
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
138
Tahun 2006
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Rm W2 R2 Rm W3 R3 Rm W4 R4 Rm W5 R5 Rm W6 R6 Rm
Jan 0.096 0.159 0.015 0.150 -0.042 -0.006 0.380 0.481 0.183 0.153 0.206 0.0315 0.094 -0.11 -0.010 0.126 0.308 0.039
Feb 0.091 0.159 0.014 0.158 -0.042 -0.007 0.374 0.481 0.180 0.159 0.206 0.0327 0.088 -0.11 -0.010 0.130 0.308 0.040
Mar 0.094 0.159 0.015 0.154 -0.042 -0.006 0.362 0.481 0.174 0.154 0.206 0.0318 0.093 -0.11 -0.010 0.143 0.308 0.044
Apr 0.103 0.159 0.016 0.155 -0.042 -0.006 0.337 0.481 0.162 0.149 0.206 0.0307 0.106 -0.11 -0.012 0.150 0.308 0.046
May 0.099 0.159 0.016 0.147 -0.042 -0.006 0.341 0.481 0.164 0.148 0.206 0.0304 0.094 -0.11 -0.010 0.171 0.308 0.053
Jun 0.093 0.159 0.015 0.139 -0.042 -0.006 0.353 0.481 0.170 0.142 0.206 0.0293 0.099 -0.11 -0.011 0.173 0.308 0.053
Jul 0.107 0.159 0.017 0.136 -0.042 -0.006 0.347 0.481 0.167 0.131 0.206 0.0270 0.107 -0.11 -0.012 0.172 0.308 0.053
Aug 0.118 0.159 0.019 0.126 -0.042 -0.005 0.358 0.481 0.172 0.119 0.206 0.0245 0.108 -0.11 -0.012 0.172 0.308 0.053
Sep 0.119 0.159 0.019 0.116 -0.042 -0.005 0.352 0.481 0.169 0.135 0.206 0.0277 0.105 -0.11 -0.012 0.173 0.308 0.053
Oct 0.119 0.159 0.019 0.105 -0.042 -0.004 0.345 0.481 0.166 0.130 0.206 0.0268 0.125 -0.11 -0.014 0.176 0.308 0.054
Nov 0.115 0.159 0.018 0.095 -0.042 -0.004 0.399 0.481 0.192 0.105 0.206 0.0215 0.126 -0.11 -0.014 0.160 0.308 0.049
Dec 0.105 0.159 0.017 0.098 -0.042 -0.004 0.416 0.481 0.200 0.100 0.206 0.0206 0.126 -0.11 -0.014 0.154 0.308 0.048
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
139
Tahun 2007
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Rm W2 R2 Rm W3 R3 Rm W4 R4 Rm W5 R5 Rm W6 R6 Rm
Jan 0.134 -0.178 -0.024 0.096 0.242 0.023 0.374 0.329 0.123 0.111 0.399 0.044 0.125 0.081 0.010 0.161 0.178 0.029
Feb 0.124 -0.178 -0.022 0.102 0.242 0.025 0.358 0.329 0.118 0.104 0.399 0.041 0.146 0.081 0.012 0.166 0.178 0.030
Mar 0.114 -0.178 -0.020 0.095 0.242 0.023 0.346 0.329 0.114 0.098 0.399 0.039 0.180 0.081 0.015 0.168 0.178 0.030
Apr 0.114 -0.178 -0.020 0.087 0.242 0.021 0.318 0.329 0.105 0.094 0.399 0.038 0.220 0.081 0.018 0.166 0.178 0.030
Mei 0.119 -0.178 -0.021 0.087 0.242 0.021 0.350 0.329 0.115 0.092 0.399 0.037 0.195 0.081 0.016 0.157 0.178 0.028
Jun 0.133 -0.178 -0.024 0.082 0.242 0.020 0.356 0.329 0.117 0.098 0.399 0.039 0.167 0.081 0.014 0.164 0.178 0.029
Jul 0.121 -0.178 -0.022 0.091 0.242 0.022 0.369 0.329 0.121 0.097 0.399 0.039 0.165 0.081 0.013 0.157 0.178 0.028
Ags 0.125 -0.178 -0.022 0.092 0.242 0.022 0.368 0.329 0.121 0.098 0.399 0.039 0.152 0.081 0.012 0.164 0.178 0.029
Sept 0.124 -0.178 -0.022 0.094 0.242 0.023 0.352 0.329 0.116 0.092 0.399 0.037 0.180 0.081 0.015 0.159 0.178 0.028
Okt 0.127 -0.178 -0.023 0.095 0.242 0.023 0.309 0.329 0.102 0.084 0.399 0.034 0.195 0.081 0.016 0.190 0.178 0.034
Nov 0.131 -0.178 -0.023 0.099 0.242 0.024 0.279 0.329 0.092 0.068 0.399 0.027 0.245 0.081 0.020 0.177 0.178 0.031
Des 0.135 -0.178 -0.024 0.096 0.242 0.023 0.287 0.329 0.094 0.071 0.399 0.028 0.238 0.081 0.019 0.173 0.178 0.031
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
140
Tahun 2008
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Rm W2 R2 Rm W3 R3 Rm W4 R4 Rm W5 R5 Rm W6 R6 Rm
Jan 0.151 0.276 0.042 0.076 0.044 0.003 0.297 0.569 0.169 0.069 0.223 0.015 0.193 0.319 0.061 0.214 -0.008 -0.0017
Feb 0.153 0.276 0.042 0.076 0.044 0.003 0.287 0.569 0.163 0.059 0.223 0.013 0.216 0.319 0.069 0.209 -0.008 -0.0017
Mar 0.122 0.276 0.034 0.061 0.044 0.003 0.292 0.569 0.166 0.055 0.223 0.012 0.177 0.319 0.057 0.292 -0.008 -0.0023
Apr 0.131 0.276 0.036 0.080 0.044 0.004 0.317 0.569 0.181 0.057 0.223 0.013 0.204 0.319 0.065 0.210 -0.008 -0.0017
Mei 0.150 0.276 0.041 0.096 0.044 0.004 0.293 0.569 0.167 0.051 0.223 0.011 0.176 0.319 0.056 0.234 -0.008 -0.0019
Jun 0.139 0.276 0.038 0.096 0.044 0.004 0.315 0.569 0.179 0.053 0.223 0.012 0.185 0.319 0.059 0.212 -0.008 -0.0017
Jul 0.140 0.276 0.039 0.100 0.044 0.004 0.343 0.569 0.195 0.053 0.223 0.012 0.154 0.319 0.049 0.212 -0.008 -0.0017
Ags 0.144 0.276 0.040 0.110 0.044 0.005 0.374 0.569 0.213 0.051 0.223 0.011 0.122 0.319 0.039 0.199 -0.008 -0.0016
Sept 0.132 0.276 0.037 0.086 0.044 0.004 0.409 0.569 0.233 0.047 0.223 0.011 0.100 0.319 0.032 0.225 -0.008 -0.0018
Okt 0.198 0.276 0.055 0.072 0.044 0.003 0.583 0.569 0.332 0.038 0.223 0.008 0.102 0.319 0.032 0.107 -0.008 -0.0009
Nov 0.085 0.276 0.023 0.061 0.044 0.003 0.584 0.569 0.332 0.041 0.223 0.009 0.097 0.319 0.031 0.132 -0.008 -0.0011
Des 0.079 0.276 0.022 0.061 0.044 0.003 0.578 0.569 0.329 0.039 0.223 0.009 0.101 0.319 0.032 0.142 -0.008 -0.0011
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
141
LAMPIRAN 5. DATA Rf, Rm, DAN PENGHITUNGAN PREMI RISIKO PASAR (Rm – Rf)
TAHUN 2003
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf)
Jan 0.000 0.077 0.077 0.000 0.102
0.102 0.000 -0.011 -0.011 0.000 -0.004 -0.004 0.000 -0.004 -0.004 0.000 0.003 0.003
Feb -0.035 0.065 0.100 -0.035 0.089
0.124 -0.035 -0.013 0.023 -0.035 -0.003 0.032 -0.035 -0.003 0.032 -0.035 0.003 0.038
Mar -0.069 0.067 0.136 -0.069 0.087
0.155 -0.069 -0.013 0.056 -0.069 -0.004 0.065 -0.069 -0.003 0.065 -0.069 0.003 0.071
Apr -0.030 0.071 0.101 -0.030 0.077
0.107 -0.030 -0.013 0.017 -0.030 -0.004 0.026 -0.030 -0.027 0.003 -0.030 0.003 0.033
Mei -0.056 0.074 0.130 -0.056 0.062
0.118 -0.056 -0.013 0.043 -0.056 -0.005 0.051 -0.056 -0.003 0.053 -0.056 0.004 0.060
Jun -0.087 0.070 0.157 -0.087 0.057
0.144 -0.087 -0.014 0.073 -0.087 -0.005 0.082 -0.087 -0.003 0.085 -0.087 0.003 0.090
Jul -0.045 0.065 0.111 -0.045 0.056
0.102 -0.045 -0.014 0.031 -0.045 -0.005 0.040 -0.045 -0.003 0.042 -0.045 0.004 0.049
Ags -0.021 0.065 0.086 -0.021 0.048
0.069 -0.021 -0.015 0.006 -0.021 -0.005 0.016 -0.021 -0.003 0.018 -0.021 0.004 0.025
Sept -0.028 0.052 0.080 -0.028 0.053
0.081 -0.028 -0.015 0.013 -0.028 -0.005 0.023 -0.028 -0.003 0.025 -0.028 0.004 0.032
Okt -0.021 0.000 0.021 -0.021 0.000
0.021 -0.021 -0.020 0.000 -0.021 -0.006 0.015 -0.021 -0.004 0.016 -0.021 0.006 0.027
Nov 0.001 0.049 0.048 0.001 0.056
0.055 0.001 -0.014 -0.016 0.001 -0.006 -0.007 0.001 -0.003 -0.005 0.001 0.005 0.004
Des -0.021 0.049 0.070 -0.021 0.048
0.069 -0.021 -0.014 0.007 -0.021 -0.007 0.015 -0.021 -0.005 0.017 -0.021 0.006 0.027
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
142
TAHUN 2004
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf)
Jan 0.000 0.089
0.089 0.000 0.008
0.008 0.000 0.110 0.110 0.000 0.002 0.002 0.000 -0.003 -0.003 0.000 0.005 0.005
Feb -0.048 0.094
0.142 -0.048 0.009
0.057 -0.048 0.103 0.152 -0.048 0.002 0.050 -0.048 -0.003 0.046 -0.048 0.006 0.054
Mar -0.008 0.089
0.097 -0.008 0.008
0.016 -0.008 0.108 0.116 -0.008 0.002 0.010 -0.008 -0.002 0.006 -0.008 0.006 0.014
Apr -0.012 0.082
0.094 -0.012 0.008
0.020 -0.012 0.110 0.122 -0.012 0.002 0.014 -0.012 -0.002 0.010 -0.012 0.007 0.019
Mei -0.001 0.081
0.083 -0.001 0.009
0.010 -0.001 0.115 0.116 -0.001 0.001 0.003 -0.001 -0.002 -0.001 -0.001 0.005 0.006
Jun 0.003 0.075
0.072 0.003 0.008
0.005 0.003 0.116 0.113 0.003 0.001 -0.002 0.003 -0.002 -0.005 0.003 0.008 0.006
Jul 0.003 0.076
0.074 0.003 0.007
0.005 0.003 0.113 0.110 0.003 0.001 -0.001 0.003 -0.002 -0.005 0.003 0.009 0.006
Ags 0.001 0.077
0.076 0.001 0.009
0.007 0.001 0.106 0.104 0.001 0.001 0.000 0.001 -0.002 -0.004 0.001 0.011 0.009
Sept 0.003 0.077
0.075 0.003 0.009
0.006 0.003 0.102 0.099 0.003 0.001 -0.001 0.003 -0.003 -0.005 0.003 0.011 0.009
Okt 0.003 0.072
0.070 0.003 0.011
0.008 0.003 0.096 0.094 0.003 0.002 -0.001 0.003 -0.003 -0.005 0.003 0.014 0.011
Nov 0.000 0.074
0.074 0.000 0.011
0.011 0.000 0.091 0.091 0.000 0.019 0.019 0.000 -0.003 -0.003 0.000 0.014 0.014
Des 0.003 0.079
0.076 0.003 0.011
0.008 0.003 0.089 0.087 0.003 0.002 -0.001 0.003 -0.003 -0.005 0.003 0.015 0.013
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
143
TAHUN 2005
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf)
Jan 0.000 -0.005 -0.005 0.000 0.00000
0.000 0.000 0.069 0.069 0.000 0.013 0.013 0.000 0.009 0.009 0.000 0.001 0.001
Feb 0.001 -0.006 -0.007 0.001 -0.00001
-0.001 0.001 0.068 0.067 0.001 0.014 0.012 0.001 0.010 0.008 0.001 0.001 -0.001
Mar 0.001 -0.007 -0.008 0.001 -0.00001
-0.001 0.001 0.068 0.067 0.001 0.013 0.012 0.001 0.010 0.008 0.001 0.001 -0.001
Apr 0.035 -0.006 -0.041 0.035 -0.00143
-0.036 0.035 0.069 0.034 0.035 0.013 -0.022 0.035 0.009 -0.026 0.035 0.001 -0.034
Mei 0.032 -0.006 -0.038 0.032 -0.00125
-0.034 0.032 0.071 0.038 0.032 0.012 -0.021 0.032 0.009 -0.024 0.032 0.001 -0.032
Jun 0.038 -0.005 -0.043 0.038 -0.00163
-0.039 0.038 0.063 0.026 0.038 0.014 -0.024 0.038 0.009 -0.029 0.038 0.001 -0.037
Jul 0.029 -0.005 -0.034 0.029 -0.00100
-0.030 0.029 0.066 0.037 0.029 0.013 -0.016 0.029 0.009 -0.020 0.029 0.001 -0.028
Ags 0.120 -0.005 -0.125 0.120 -0.01503
-0.135 0.120 0.067 -0.054 0.120 0.013 -0.107 0.120 0.008 -0.112 0.120 0.001 -0.119
Sept 0.052 -0.005 -0.057 0.052 -0.00292
-0.054 0.052 0.067 0.016 0.052 0.013 -0.039 0.052 0.008 -0.044 0.052 0.001 -0.051
Okt 0.100 -0.005 -0.105 0.100 -0.01046
-0.110 0.100 0.068 -0.032 0.100 0.013 -0.087 0.100 0.009 -0.091 0.100 0.001 -0.099
Nov 0.114 -0.004 -0.118 0.114 -0.01340
-0.127 0.114 0.069 -0.045 0.114 0.014 -0.100 0.114 0.011 -0.103 0.114 0.001 -0.113
Des 0.041 -0.004 -0.045 0.041 -0.00184
-0.043 0.041 0.064 0.023 0.041 0.018 -0.023 0.041 0.013 -0.028 0.041 0.001 -0.040
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
144
TAHUN 2006
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf)
Jan 0.000 0.015 0.015 0.000 -0.006
-0.006 0.000 0.183 0.183 0.000 0.031 0.031 0.000 -0.010 -0.010 0.000 0.039 0.039
Feb -0.001 0.014 0.015 -0.001 -0.007
-0.006 -0.001 0.180 0.181 -0.001 0.033 0.033 -0.001 -0.010 -0.009 -0.001 0.040 0.041
Mar -0.001 0.015 0.016 -0.001 -0.006
-0.006 -0.001 0.174 0.175 -0.001 0.032 0.033 -0.001 -0.010 -0.009 -0.001 0.044 0.045
Apr 0.001 0.016 0.016 0.001 -0.006
-0.007 0.001 0.162 0.161 0.001 0.031 0.030 0.001 -0.012 -0.012 0.001 0.046 0.045
Mei -0.019 0.016 0.035 -0.019 -0.006
0.013 -0.019 0.164 0.183 -0.019 0.030 0.049 -0.019 -0.010 0.008 -0.019 0.053 0.072
Jun 0.000 0.015 0.015 0.000 -0.006
-0.006 0.000 0.170 0.170 0.000 0.029 0.029 0.000 -0.011 -0.011 0.000 0.053 0.053
Jul -0.020 0.017 0.037 -0.020 -0.006
0.014 -0.020 0.167 0.187 -0.020 0.027 0.047 -0.020 -0.012 0.008 -0.020 0.053 0.073
Ags -0.041 0.019 0.060 -0.041 -0.005
0.036 -0.041 0.172 0.213 -0.041 0.025 0.065 -0.041 -0.012 0.029 -0.041 0.053 0.094
Sept -0.043 0.019 0.061 -0.043 -0.005
0.038 -0.043 0.169 0.212 -0.043 0.028 0.070 -0.043 -0.012 0.031 -0.043 0.053 0.096
Okt -0.044 0.019 0.063 -0.044 -0.004
0.040 -0.044 0.166 0.211 -0.044 0.027 0.071 -0.044 -0.014 0.031 -0.044 0.054 0.099
Nov -0.047 0.018 0.065 -0.047 -0.004
0.043 -0.047 0.192 0.239 -0.047 0.022 0.068 -0.047 -0.014 0.033 -0.047 0.049 0.096
Des -0.049 0.017 0.066 -0.049 -0.004
0.045 -0.049 0.200 0.249 -0.049 0.021 0.069 -0.049 -0.014 0.035 -0.049 0.048 0.096
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
145
TAHUN 2007
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf)
Jan 0.000 -0.024 -0.024 0.000 0.023
0.023 0.000 0.123 0.123 0.000 0.044 0.044 0.000 0.010 0.010 0.000 0.029 0.029
Feb -0.026 -0.022 0.004 -0.026 0.025
0.051 -0.026 0.118 0.144 -0.026 0.041 0.068 -0.026 0.012 0.038 -0.026 0.030 0.056
Mar -0.027 -0.020 0.007 -0.027 0.023
0.050 -0.027 0.114 0.141 -0.027 0.039 0.066 -0.027 0.015 0.042 -0.027 0.030 0.057
Apr 0.000 -0.020 -0.020 0.000 0.021
0.021 0.000 0.105 0.105 0.000 0.038 0.038 0.000 0.018 0.018 0.000 0.030 0.030
Mei -0.028 -0.021 0.007 -0.028 0.021
0.049 -0.028 0.115 0.143 -0.028 0.037 0.064 -0.028 0.016 0.044 -0.028 0.028 0.056
Jun -0.029 -0.024 0.005 -0.029 0.020
0.048 -0.029 0.117 0.146 -0.029 0.039 0.068 -0.029 0.014 0.042 -0.029 0.029 0.058
Jul -0.029 -0.022 0.008 -0.029 0.022
0.051 -0.029 0.121 0.151 -0.029 0.039 0.068 -0.029 0.013 0.043 -0.029 0.028 0.057
Ags 0.000 -0.022 -0.022 0.000 0.022
0.022 0.000 0.121 0.121 0.000 0.039 0.039 0.000 0.012 0.012 0.000 0.029 0.029
Sept 0.000 -0.022 -0.022 0.000 0.023
0.023 0.000 0.116 0.116 0.000 0.037 0.037 0.000 0.015 0.015 0.000 0.028 0.028
Okt 0.000 -0.023 -0.023 0.000 0.023
0.023 0.000 0.102 0.102 0.000 0.034 0.034 0.000 0.016 0.016 0.000 0.034 0.034
Nov 0.000 -0.023 -0.023 0.000 0.024
0.024 0.000 0.092 0.092 0.000 0.027 0.027 0.000 0.020 0.020 0.000 0.031 0.031
Des -0.030 -0.024 0.006 -0.030 0.023
0.053 -0.030 0.094 0.125 -0.030 0.028 0.059 -0.030 0.019 0.050 -0.030 0.031 0.061
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
146
TAHUN 2008
Bulan
INDF MEDC UNVR KLBF ANTM UNTR
Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf) Rf Rm (Rm - Rf)
Jan 0.000 0.042 0.042 0.000 0.003
0.003 0.000 0.169 0.169 0.000 0.015 0.015 0.000 0.061 0.061 0.000 -0.002 -0.002
Feb -0.009 0.042 0.051 -0.009 0.003
0.012 -0.009 0.163 0.172 -0.009 0.013 0.022 -0.009 0.069 0.078 -0.009 -0.002 0.007
Mar 0.004 0.034 0.030 0.004 0.003
-0.001 0.004 0.166 0.162 0.004 0.012 0.009 0.004 0.057 0.053 0.004 -0.002 -0.006
Apr 0.004 0.036 0.033 0.004 0.004
0.000 0.004 0.181 0.177 0.004 0.013 0.009 0.004 0.065 0.061 0.004 -0.002 -0.005
Mei 0.040 0.041 0.001 0.040 0.004
-0.036 0.040 0.167 0.127 0.040 0.011 -0.029 0.040 0.056 0.016 0.040 -0.002 -0.042
Jun 0.051 0.038 -0.012 0.051 0.004
-0.046 0.051 0.179 0.129 0.051 0.012 -0.039 0.051 0.059 0.009 0.051 -0.002 -0.052
Jul 0.057 0.039 -0.019 0.057 0.004
-0.053 0.057 0.195 0.138 0.057 0.012 -0.045 0.057 0.049 -0.008 0.057 -0.002 -0.059
Ags 0.005 0.040 0.034 0.005 0.005
-0.001 0.005 0.213 0.207 0.005 0.011 0.006 0.005 0.039 0.033 0.005 -0.002 -0.007
Sept 0.046 0.037 -0.010 0.046 0.004
-0.043 0.046 0.233 0.187 0.046 0.011 -0.036 0.046 0.032 -0.015 0.046 -0.002 -0.048
Okt 0.131 0.055 -0.076 0.131 0.003
-0.128 0.131 0.332 0.201 0.131 0.008 -0.122 0.131 0.032 -0.098 0.131 -0.001 -0.132
Nov 0.024 0.023 0.000 0.024 0.003
-0.021 0.024 0.332 0.309 0.024 0.009 -0.014 0.024 0.031 0.007 0.024 -0.001 -0.025
Des -0.036 0.022 0.058 -0.036 0.003
0.039 -0.036 0.329 0.365 -0.036 0.009 0.045 -0.036 0.032 0.069 -0.036 -0.001 0.035
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
147
LAMPIRAN 6. DATA DEVIDEN, HARGA SAHAM, DAN PERHITUNGAN HPR (HOLDING PERIOD RETURN)
Tahun 2003
Bulan INDF MEDC UNVR KLBF ANTM UNTR
D P R1 D P R2 D P R3 D P R4 D P R5 D P R6
Jan 550 0.0000 1300 0.0000 19400 0.0000 255 0.0000 700 0.0000 270 0.0000
Feb 575 0.0455 1350 0.0385 18200 -0.0619 285 0.1176 800 0.1429 290 0.0741
Mar 600 0.0435 1325 -0.0185 400.00 18000 0.0110 310 0.0877 800 0.0000 285 -0.0172
Apr 725 0.2083 1350 0.0189 21000 0.1667 400 0.2903 725 -0.0938 405 0.4211
Mei 875 0.2069 1250 -0.0741 24500 0.1667 550 0.3750 825 0.1379 525 0.2963
Jun 850 -0.0286 111 1200 0.0488 26700 0.0898 600 0.0909 825 0.0000 475 -0.0952
Jul 775 -0.0882 1150 -0.0417 26600 -0.0037 525 -0.1250 825 0.0000 550 0.1579
Ags 28 675 -0.0929 1225 0.0652 500.00 27800 0.0639 600 0.1429 34.42 850 0.0720 495 -0.1000
Sept 725 0.0741 1275 0.0408 3350 -0.8795 2 625 0.0450 1050 0.2353 675 0.3636
Okt 700 -0.0345 1300 0.0196 3225 -0.0373 800 0.2800 1150 0.0952 800 0.1852
Nov 675 -0.0357 1325 0.0192 3175 -0.0155 800 0.0000 1225 0.0652 900 0.1250
Des 800 0.1852 1350 0.0189 3625 0.1417 1000 0.2500 1925 0.5714 16.23 1250 0.4069
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
148
Tahun 2004
Bulan INDF MEDC UNVR KLBF ANTM UNTR
D P R1 D P R2 D P R3 D P R4 D P R5 D P R6
Jan 850 0.0625 1400 0.0370 3825 0.0552 475 -0.5250 1500 -0.2208 1250 0.0000
Feb 850 0.0000 1500 0.0714 3400 -0.1111 480 0.0105 1500 0.0000 1450 0.1600
Mar 800 -0.0588 1450 -0.0333 50 3550 0.0588 470 -0.0208 1225 -0.1833 1375 -0.0517
Apr 750 -0.0625 1450 0.0000 3675 0.0352 460 -0.0213 1200 -0.0204 1650 0.2000
Mei 700 -0.0667 1425 -0.0172 3600 -0.0204 370 -0.1957 1075 -0.1042 1100 -0.3333
Jun 700 0.0000 59.38 1350 -0.0110 3925 0.0903 350 -0.0541 38.5 1250 0.1986 1125 0.0227
Jul 700 0.0000 1275 -0.0556 3775 -0.0382 395 0.1286 1225 -0.0200 1225 0.0889
Ags 28 675 0.0043 1450 0.1373 80 3350 -0.0914 95 -0.7595 1250 0.0204 1375 0.1224
Sept 675 0.0000 1525 0.0517 3250 -0.0299 1 415 3.3789 1375 0.1000 1450 0.0545
Okt 675 0.0000 1900 0.2459 3275 0.0077 465 0.1205 1500 0.0909 1850 0.2759
Nov 750 0.1111 2075 0.0921 3325 0.0153 625 0.3441 1775 0.1833 2000 0.0811
Des 800 0.0667 2075 0.0000 70.00 3300 0.0135 550 -0.1200 1725 -0.0282 20.00 2275 0.1475
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
149
Tahun 2005
Bulan INDF MEDC UNVR KLBF ANTM UNTR
D P R1 D P R2 D P R3 D P R4 D P R5 D P R6
Jan 870 0.0875 2600 0.2530 3500 0.0606 690 0.2545 148.08 1780 0.1177 2825 0.2418
Feb 930 0.0690 2450 -0.0577 3550 0.0143 790 0.1449 2100 0.1798 3125 0.1062
Mar 1160 0.2473 2450 0.0000 60.00 3825 0.0944 740 -0.0633 2200 0.0476 2650 -0.1520
Apr 1020 -0.1207 2575 0.0510 3750 -0.0196 720 -0.0270 2100 -0.0455 2900 0.0943
Mei 1200 0.1765 2575 0.0000 4575 0.2200 780 0.0833 2300 0.0952 3225 0.1121
Jun 1100 -0.0833 103.4 3775 0.5062 4075 -0.1093 880 0.1282 2400 0.0435 3750 0.1628
Jul 1090 -0.0091 3200 -0.1523 80.00 4350 0.0871 3 900 0.0261 2400 0.0000 35 4375 0.1760
Ags 790 -0.2752 3325 0.0391 4225 -0.0287 850 -0.0556 2175 -0.0938 3850 -0.1200
Sept 17 730 -0.0544 3625 0.0902 4075 -0.0355 850 0.0000 2575 0.1839 3750 -0.0260
Okt 820 0.1233 3525 -0.0276 4375 0.0736 850 0.0000 2575 0.0000 3700 -0.0133
Nov 850 0.0366 3325 -0.0567 4325 -0.0114 890 0.0471 2725 0.0583 3500 -0.0541
Des 910 0.0706 3375 0.0150 60.00 4275 0.0023 990 0.1124 3575 0.3119 3675 0.0500
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
150
Tahun 2006
Bulan INDF MEDC UNVR KLBF ANTM UNTR
D P R1 D P R2 D P R3 D P R4 D P R5 D P R6
Jan 880 -0.0330 3900 0.1556 4300 0.0058 1300 0.3131 4275 0.1958 3825 0.0408
Feb 840 -0.0455 4125 0.0577 4275 -0.0058 1360 0.0462 4025 -0.0585 3975 0.0392
Mar 890 0.0595 4150 0.0061 4250 -0.0058 1360 0.0000 4350 0.0807 4500 0.1321
Apr 1130 0.2697 4800 0.1566 4575 0.0765 1520 0.1176 5750 0.3218 5450 0.2111
Mei 940 -0.1681 3975 -0.1719 4025 -0.1202 1310 -0.1382 4450 -0.2261 5400 -0.0092
Jun 880 -0.0638 103.7 3725 -0.0368 4125 0.0248 1250 -0.0458 4625 0.0393 110 5400 0.0204
Jul 1050 0.1932 3800 0.0201 120.00 4225 0.0533 0.16 1200 -0.0399 150.05 5200 0.1568 5600 0.0370
Ags 5 1190 0.1381 3600 -0.0526 4475 0.0592 1120 -0.0667 5400 0.0385 5750 0.0268
Sept 1250 0.0504 3475 -0.0347 4600 0.0279 1320 0.1786 5500 0.0185 6050 0.0522
Okt 1330 0.0640 3325 -0.0432 4800 0.0435 1360 0.0303 6950 0.2636 6550 0.0826
Nov 1400 0.0526 3250 -0.0226 6000 0.2500 1180 -0.1324 7550 0.0863 45 6450 -0.0084
Des 1350 -0.0357 3550 0.0923 80.00 6600 0.1133 1190 0.0085 8000 0.0596 6550 0.0155
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
151
Tahun 2007
Bulan INDF MEDC UNVR KLBF ANTM UNTR
D P R1 D P R2 D P R3 D P R4 D P R5 D P R6
Jan 1690 0.2519 3425 -0.0352 5850 -0.1136 1300 0.0924 7800 -0.0250 6750 0.0305
Feb 1560 -0.0769 3650 0.0657 5600 -0.0427 1220 -0.0615 9100 0.1667 6950 0.0296
Mar 1520 -0.0256 3575 -0.0205 5700 0.0179 1210 -0.0082 11850 0.3022 7400 0.0647
Apr 1640 0.0789 3525 -0.0140 5650 -0.0088 1260 0.0413 15600 0.3165 7900 0.0676
Mei 1730 0.0549 3575 0.0142 6300 0.1150 1240 -0.0159 14000 -0.1026 7550 -0.0443
Jun 2025 0.1705 3525 -0.0140 6700 0.0635 1390 0.1210 12550 -0.1036 8250 0.0927
Jul 31 2000 0.0030 51.71 4275 0.2274 125.00 7500 0.1381 10.9 1490 0.0798 325.58 2700 -0.7589 170 8600 0.0630
Ags 1860 -0.0700 3900 -0.0877 125.00 6800 -0.0767 1360 -0.0872 2250 -0.1667 8100 -0.0581
Sept 1930 0.0376 4150 0.0641 6800 0.0000 1330 -0.0221 2775 0.2333 8200 0.0123
Okt 2200 0.1399 4675 0.1265 6650 -0.0221 1360 0.0226 3350 0.2072 10950 0.3354
Nov 2525 0.1477 5400 0.1551 6650 0.0000 1220 -0.1029 4675 0.3955 60 11250 0.0329
Des 2575 0.0198 5150 -0.0463 90.00 6750 0.0286 1260 0.0328 4475 -0.0428 10900 -0.0311
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
152
Tahun 2008
Bulan INDF MEDC UNVR KLBF ANTM UNTR
D P R1 D P R2 D P R3 D P R4 D P R5 D P R6
Jan 2825 0.0971 4050 -0.2136 6900 0.0222 1200 -0.0476 3575 -0.2011 13300 0.2202
Feb 2925 0.0354 4125 0.0185 6800 -0.0145 1050 -0.1250 4100 0.1469 13250 -0.0038
Mar 2325 -0.2051 3325 -0.1939 6900 0.0147 980 -0.0667 3350 -0.1829 12550 -0.0528
Apr 2275 -0.0215 3925 0.1805 6800 -0.0145 910 -0.0714 3500 0.0448 12050 -0.0398
Mei 2800 0.2308 5050 0.2866 6750 -0.0074 14 880 -0.0176 3250 -0.0714 14450 0.1992
Jun 2400 -0.1429 4725 -0.0644 6750 0.0000 850 -0.0341 3175 -0.0231 150 12150 -0.1488
Jul 2275 -0.0521 4600 -0.0265 167.00 6900 0.0470 800 -0.0588 2475 -0.2205 11400 -0.0617
Ags 43 2250 0.0079 4900 0.0652 7250 0.0507 750 -0.0625 215.23 1890 -0.1494 10350 -0.0921
Sept 1960 -0.1289 42.66 3625 -0.2515 7500 0.0345 650 -0.1333 1460 -0.2275 9450 -0.0870
Okt 1090 -0.4439 2100 -0.4207 7450 -0.0067 365 -0.4385 1040 -0.2877 3150 -0.6667
Nov 970 -0.1101 1850 -0.1190 7700 0.0336 410 0.1233 1020 -0.0192 3975 0.2619
Des 930 -0.0412 1870 0.0108 7800 0.0130 400 -0.0244 1090 0.0686 4400 0.1069
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
153
LAMPIRAN 7.
DATA PROPORSI, HPR (R), DAN PENGHITUNGAN RETURN REALISASI (ACTUAL RETURN / Ri)
Tahun 2003
Bulan INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Ri W2 R2 Ri W3 R3 Ri W4 R4 Ri W5 R5 Ri W6 R6 Ri
Jan 0.2404 0.0000 0.0000 0.1930 0.0000 0.0000 0.4424 0.0000 0.0000 0.0461 0.0000 0.0000 0.0595 0.0000 0.0000 0.0186 0.0000 0.0000
Feb 0.2005 0.0455 0.0091 0.1672 0.0385 0.0064 0.5160 -0.0619 -0.0319 0.0430 0.1176 0.0051 0.0567 0.1429 0.0081 0.0167 0.0741 0.0012
Mar 0.2085 0.0435 0.0091 0.1635 -0.0185 -0.0030 0.5086 0.0110 0.0056 0.0466 0.0877 0.0041 0.0565 0.0000 0.0000 0.0163 -0.0172 -0.0003
Apr 0.2198 0.2083 0.0458 0.1453 0.0189 0.0027 0.5176 0.1667 0.0863 0.0525 0.2903 0.0152 0.0447 -0.0938 -0.0042 0.0202 0.4211 0.0085
Mei 0.2301 0.2069 0.0476 0.1167 -0.0741 -0.0086 0.5238 0.1667 0.0873 0.0626 0.3750 0.0235 0.0441 0.1379 0.0061 0.0227 0.2963 0.0067
Jun 0.2161 -0.0286 -0.0062 0.1077 0.0488 0.0053 0.5485 0.0898 0.0493 0.0656 0.0909 0.0060 0.0424 0.0000 0.0000 0.0198 -0.0952 -0.0019
Jul 0.2033 -0.0882 -0.0179 0.1064 -0.0417 -0.0044 0.5637 -0.0037 -0.0021 0.0592 -0.1250 -0.0074 0.0437 0.0000 0.0000 0.0237 0.1579 0.0037
Ags 0.2031 -0.0929 -0.0189 0.0910 0.0652 0.0059 0.5805 0.0639 0.0371 0.0584 0.1429 0.0083 0.0430 0.0720 0.0031 0.0241 -0.1000 -0.0024
Sept 0.1620 0.0741 0.0120 0.1006 0.0408 0.0041 0.6049 -0.8795 -0.5320 0.0601 0.0450 0.0027 0.0474 0.2353 0.0112 0.0250 0.3636 0.0091
Okt 0.0002 -0.0345 0.0000 0.0001 0.0196 0.0000 0.8125 -0.0373 -0.0303 0.0774 0.2800 0.0217 0.0703 0.0952 0.0067 0.0394 0.1852 0.0073
Nov 0.1517 -0.0357 -0.0054 0.1051 0.0192 0.0020 0.5766 -0.0155 -0.0089 0.0773 0.0000 0.0000 0.0556 0.0652 0.0036 0.0337 0.1250 0.0042
Des 0.1529 0.1852 0.0283 0.0910 0.0189 0.0017 0.5598 0.1417 0.0793 0.0822 0.2500 0.0205 0.0743 0.5714 0.0425 0.0398 0.4069 0.0162
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
154
Tahun 2004
Bulan INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Ri W2 R2 Ri W3 R3 Ri W4 R4 Ri W5 R5 Ri W6 R6 Ri
Jan 0.1587 0.0625 0.0099 0.0923 0.0370 0.0034 0.5772 0.0552 0.0318 0.0763 -0.5250 -0.0401 0.0566 -0.2208 -0.0125 0.0389 0.0000 0.0000
Feb 0.1672 0.0000 0.0000 0.1041 0.0714 0.0074 0.5404 -0.1111 -0.0600 0.0812 0.0105 0.0009 0.0596 0.0000 0.0000 0.0475 0.1600 0.0076
Mar 0.1581 -0.0588 -0.0093 0.1011 -0.0333 -0.0034 0.5668 0.0588 0.0333 0.0799 -0.0208 -0.0017 0.0489 -0.1833 -0.0090 0.0453 -0.0517 -0.0023
Apr 0.1458 -0.0625 -0.0091 0.0995 0.0000 0.0000 0.5772 0.0352 0.0203 0.0769 -0.0213 -0.0016 0.0471 -0.0204 -0.0010 0.0535 0.2000 0.0107
Mei 0.1449 -0.0667 -0.0097 0.1041 -0.0172 -0.0018 0.6021 -0.0204 -0.0123 0.0659 -0.1957 -0.0129 0.0450 -0.1042 -0.0047 0.0380 -0.3333 -0.0127
Jun 0.1336 0.0000 0.0000 0.0909 -0.0110 -0.0010 0.6053 0.0903 0.0546 0.0575 -0.0541 -0.0031 0.0482 0.1986 0.0096 0.0645 0.0227 0.0015
Jul 0.1358 0.0000 0.0000 0.0873 -0.0556 -0.0048 0.5916 -0.0382 -0.0226 0.0659 0.1286 0.0085 0.0480 -0.0200 -0.0010 0.0715 0.0889 0.0064
Ags 0.1378 0.0043 0.0006 0.1044 0.1373 0.0143 0.5524 -0.0914 -0.0505 0.0693 -0.7595 -0.0527 0.0515 0.0204 0.0011 0.0845 0.1224 0.0103
Sept 0.1375 0.0000 0.0000 0.1096 0.0517 0.0057 0.5348 -0.0299 -0.0160 0.0727 3.3789 0.2456 0.0566 0.1000 0.0057 0.0889 0.0545 0.0049
Okt 0.1285 0.0000 0.0000 0.1277 0.2459 0.0314 0.5038 0.0077 0.0039 0.0761 0.1205 0.0092 0.0577 0.0909 0.0052 0.1061 0.2759 0.0293
Nov 0.1323 0.1111 0.0147 0.1292 0.0921 0.0119 0.4740 0.0153 0.0072 0.0948 0.3441 0.0326 0.0633 0.1833 0.0116 0.1063 0.0811 0.0086
Des 0.1402 0.0667 0.0093 0.1283 0.0000 0.0000 0.4673 0.0135 0.0063 0.0829 -0.1200 -0.0099 0.0611 -0.0282 -0.0017 0.1203 0.1475 0.0177
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
155
Tahun 2005
Bulan INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Ri W2 R2 Ri W3 R3 Ri W4 R4 Ri W5 R5 Ri W6 R6 Ri
Jan 0.1352 0.0875 0.0118 0.1426 0.2530 0.0361 0.4394 0.0606 0.0266 0.0922 0.2545 0.0235 0.0571 0.1177 0.0067 0.1336 0.2418 0.0323
Feb 0.1427 0.0690 0.0098 0.1278 -0.0577 -0.0074 0.4366 0.0143 0.0062 0.0937 0.1449 0.0136 0.0642 0.1798 0.0115 0.1349 0.1062 0.0143
Mar 0.1640 0.2473 0.0406 0.1222 0.0000 0.0000 0.4369 0.0944 0.0412 0.0900 -0.0633 -0.0057 0.0643 0.0476 0.0031 0.1226 -0.1520 -0.0186
Apr 0.1479 -0.1207 -0.0178 0.1317 0.0510 0.0067 0.4393 -0.0196 -0.0086 0.0898 -0.0270 -0.0024 0.0622 -0.0455 -0.0028 0.1291 0.0943 0.0122
Mei 0.1474 0.1765 0.0260 0.1365 0.0000 0.0000 0.4540 0.2200 0.0999 0.0824 0.0833 0.0069 0.0583 0.0952 0.0056 0.1214 0.1121 0.0136
Jun 0.1360 -0.0833 -0.0113 0.1646 0.5062 0.0833 0.4069 -0.1093 -0.0445 0.0935 0.1282 0.0120 0.0599 0.0435 0.0026 0.1390 0.1628 0.0226
Jul 0.1307 -0.0091 -0.0012 0.1354 -0.1523 -0.0206 0.4213 0.0871 0.0367 0.0928 0.0261 0.0024 0.0587 0.0000 0.0000 0.1611 0.1760 0.0284
Ags 0.1251 -0.2752 -0.0344 0.1382 0.0391 0.0054 0.4265 -0.0287 -0.0123 0.0905 -0.0556 -0.0050 0.0517 -0.0938 -0.0048 0.1680 -0.1200 -0.0202
Sept 0.1305 -0.0544 -0.0071 0.1483 0.0902 0.0134 0.4302 -0.0355 -0.0153 0.0886 0.0000 0.0000 0.0526 0.1839 0.0097 0.1499 -0.0260 -0.0039
Okt 0.1153 0.1233 0.0142 0.1473 -0.0276 -0.0041 0.4364 0.0736 0.0321 0.0889 0.0000 0.0000 0.0629 0.0000 0.0000 0.1491 -0.0133 -0.0020
Nov 0.1070 0.0366 0.0039 0.1477 -0.0567 -0.0084 0.4398 -0.0114 -0.0050 0.0963 0.0471 0.0045 0.0725 0.0583 0.0042 0.1368 -0.0541 -0.0074
Des 0.1077 0.0706 0.0076 0.1409 0.0150 0.0021 0.4087 0.0023 0.0009 0.1260 0.1124 0.0142 0.0854 0.3119 0.0267 0.1313 0.0500 0.0066
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
156
Tahun 2006
Bulan INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Ri W2 R2 Ri W3 R3 Ri W4 R4 Ri W5 R5 Ri W6 R6 Ri
Jan 0.0962 -0.0330 -0.0032 0.1505 0.1556 0.0234 0.3798 0.0058 0.0022 0.1528 0.3131 0.0479 0.0944 0.1958 0.0185 0.1263 0.0408 0.0052
Feb 0.0911 -0.0455 -0.0041 0.1578 0.0577 0.0091 0.3744 -0.0058 -0.0022 0.1585 0.0462 0.0073 0.0881 -0.0585 -0.0052 0.1301 0.0392 0.0051
Mar 0.0938 0.0595 0.0056 0.1543 0.0061 0.0009 0.3619 -0.0058 -0.0021 0.1541 0.0000 0.0000 0.0926 0.0807 0.0075 0.1432 0.1321 0.0189
Apr 0.1031 0.2697 0.0278 0.1545 0.1566 0.0242 0.3372 0.0765 0.0258 0.1491 0.1176 0.0175 0.1060 0.3218 0.0341 0.1501 0.2111 0.0317
Mei 0.0986 -0.1681 -0.0166 0.1471 -0.1719 -0.0253 0.3411 -0.1202 -0.0410 0.1478 -0.1382 -0.0204 0.0943 -0.2261 -0.0213 0.1710 -0.0092 -0.0016
Jun 0.0933 -0.0638 -0.0060 0.1393 -0.0368 -0.0051 0.3532 0.0248 0.0088 0.1425 -0.0458 -0.0065 0.0990 0.0393 0.0039 0.1728 0.0204 0.0035
Jul 0.1068 0.1932 0.0206 0.1363 0.0201 0.0027 0.3470 0.0533 0.0185 0.1312 -0.0399 -0.0052 0.1068 0.1568 0.0167 0.1719 0.0370 0.0064
Ags 0.1177 0.1381 0.0163 0.1257 -0.0526 -0.0066 0.3577 0.0592 0.0212 0.1192 -0.0667 -0.0079 0.1079 0.0385 0.0042 0.1718 0.0268 0.0046
Sept 0.1185 0.0504 0.0060 0.1162 -0.0347 -0.0040 0.3523 0.0279 0.0098 0.1346 0.1786 0.0240 0.1053 0.0185 0.0020 0.1732 0.0522 0.0090
Okt 0.1185 0.0640 0.0076 0.1045 -0.0432 -0.0045 0.3455 0.0435 0.0150 0.1303 0.0303 0.0039 0.1251 0.2636 0.0330 0.1762 0.0826 0.0146
Nov 0.1154 0.0526 0.0061 0.0945 -0.0226 -0.0021 0.3994 0.2500 0.0999 0.1046 -0.1324 -0.0138 0.1257 0.0863 0.0108 0.1605 -0.0084 -0.0013
Des 0.1054 -0.0357 -0.0038 0.0978 0.0923 0.0090 0.4163 0.1133 0.0472 0.0999 0.0085 0.0008 0.1262 0.0596 0.0075 0.1544 0.0155 0.0024
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
157
Tahun 2007
Bulan INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Ri W2 R2 Ri W3 R3 Ri W4 R4 Ri W5 R5 Ri W6 R6 Ri
Jan 0.1337 0.2519 0.0337 0.0956 -0.0352 -0.0034 0.3740 -0.1136 -0.0425 0.1106 0.0924 0.0102 0.1247 -0.0250 -0.0031 0.1613 0.0305 0.0049
Feb 0.1236 -0.0769 -0.0095 0.1020 0.0657 0.0067 0.3585 -0.0427 -0.0153 0.1040 -0.0615 -0.0064 0.1456 0.1667 0.0243 0.1663 0.0296 0.0049
Mar 0.1142 -0.0256 -0.0029 0.0947 -0.0205 -0.0019 0.3458 0.0179 0.0062 0.0977 -0.0082 -0.0008 0.1798 0.3022 0.0543 0.1678 0.0647 0.0109
Apr 0.1144 0.0789 0.0090 0.0867 -0.0140 -0.0012 0.3183 -0.0088 -0.0028 0.0945 0.0413 0.0039 0.2197 0.3165 0.0695 0.1663 0.0676 0.0112
Mei 0.1191 0.0549 0.0065 0.0869 0.0142 0.0012 0.3505 0.1150 0.0403 0.0918 -0.0159 -0.0015 0.1947 -0.1026 -0.0200 0.1570 -0.0443 -0.0070
Jun 0.1332 0.1705 0.0227 0.0818 -0.0140 -0.0011 0.3561 0.0635 0.0226 0.0983 0.1210 0.0119 0.1668 -0.1036 -0.0173 0.1639 0.0927 0.0152
Jul 0.1210 0.0030 0.0004 0.0912 0.2274 0.0207 0.3689 0.1381 0.0509 0.0969 0.0798 0.0077 0.1649 -0.7589 -0.1252 0.1571 0.0630 0.0099
Ags 0.1247 -0.0700 -0.0087 0.0923 -0.0877 -0.0081 0.3684 -0.0767 -0.0282 0.0981 -0.0872 -0.0086 0.1524 -0.1667 -0.0254 0.1640 -0.0581 -0.0095
Sept 0.1237 0.0376 0.0047 0.0939 0.0641 0.0060 0.3522 0.0000 0.0000 0.0917 -0.0221 -0.0020 0.1797 0.2333 0.0419 0.1587 0.0123 0.0020
Okt 0.1266 0.1399 0.0177 0.0949 0.1265 0.0120 0.3092 -0.0221 -0.0068 0.0842 0.0226 0.0019 0.1947 0.2072 0.0404 0.1903 0.3354 0.0638
Nov 0.1313 0.1477 0.0194 0.0991 0.1551 0.0154 0.2793 0.0000 0.0000 0.0682 -0.1029 -0.0070 0.2455 0.3955 0.0971 0.1766 0.0329 0.0058
Des 0.1354 0.0198 0.0027 0.0956 -0.0463 -0.0044 0.2868 0.0286 0.0082 0.0713 0.0328 0.0023 0.2377 -0.0428 -0.0102 0.1731 -0.0311 -0.0054
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
158
Tahun 2008
Bulan INDF MEDC UNVR KLBF ANTM UNTR
W1 R1 Ri W2 R2 Ri W3 R3 Ri W4 R4 Ri W5 R5 Ri W6 R6 Ri
Jan 0.1507 0.0971 0.0146 0.0762 -0.2136 -0.0163 0.2974 0.0222 0.0066 0.0688 -0.0476 -0.0033 0.1926 -0.2287 -0.0441 0.2142 0.2202 0.0472
Feb 0.1528 0.0354 0.0054 0.0760 0.0185 0.0014 0.2870 -0.0145 -0.0042 0.0590 -0.1250 -0.0074 0.2163 0.0846 0.0183 0.2090 -0.0038 -0.0008
Mar 0.1218 -0.2051 -0.0250 0.0615 -0.1939 -0.0119 0.2921 0.0147 0.0043 0.0552 -0.0667 -0.0037 0.1773 -0.1974 -0.0350 0.2921 -0.0528 -0.0154
Apr 0.1315 -0.0215 -0.0028 0.0800 0.1805 0.0144 0.3175 -0.0145 -0.0046 0.0565 -0.0714 -0.0040 0.2043 0.1294 0.0264 0.2102 -0.0398 -0.0084
Mei 0.1503 0.2308 0.0347 0.0957 0.2866 0.0274 0.2928 -0.0074 -0.0022 0.0508 -0.0176 -0.0009 0.1762 -0.1417 -0.0250 0.2342 0.1992 0.0467
Jun 0.1386 -0.1429 -0.0198 0.0963 -0.0644 -0.0062 0.3150 0.0000 0.0000 0.0528 -0.0341 -0.0018 0.1853 0.0410 0.0076 0.2119 -0.1488 -0.0315
Jul 0.1398 -0.0521 -0.0073 0.0997 -0.0265 -0.0026 0.3425 0.0470 0.0161 0.0529 -0.0588 -0.0031 0.1536 -0.1877 -0.0288 0.2115 -0.0617 -0.0131
Ags 0.1435 0.0079 0.0011 0.1103 0.0652 0.0072 0.3736 0.0507 0.0190 0.0514 -0.0625 -0.0032 0.1218 -0.2282 -0.0278 0.1993 -0.0921 -0.0184
Sept 0.1324 -0.1289 -0.0171 0.0864 -0.2515 -0.0217 0.4094 0.0345 0.0141 0.0472 -0.1333 -0.0063 0.0996 -0.2335 -0.0233 0.2249 -0.0870 -0.0196
Okt 0.0981 -0.4439 -0.0436 0.0718 -0.4207 -0.0302 0.5829 -0.0067 -0.0039 0.0380 -0.4385 -0.0167 0.1017 -0.1463 -0.0149 0.1075 -0.6667 -0.0716
Nov 0.0847 -0.1101 -0.0093 0.0613 -0.1190 -0.0073 0.5843 0.0336 0.0196 0.0414 0.1233 0.0051 0.0968 0.0014 0.0001 0.1315 0.2619 0.0344
Des 0.0793 -0.0412 -0.0033 0.0605 0.0108 0.0007 0.5778 0.0130 0.0075 0.0394 -0.0244 -0.0010 0.1009 0.0332 0.0033 0.1421 0.1069 0.0152
Sumber : IDX Monthly Statistics, data hasil olahan Ms.Excell
159
LAMPIRAN 8. DAFTAR NILAI KURS, SUKU BUNGA INDONESIA, DAN INFLASI
BLN
Tahun 2003 Tahun 2004 Tahun 2005 Tahun 2006 Tahun 2007 Tahun 2008
Kurs Suku
Bunga Inflasi Kurs
Suku Bunga
Inflasi Kurs Suku
Bunga Inflasi Kurs
Suku Bunga
Inflasi Kurs Suku
Bunga Inflasi Kurs
Suku Bunga
Inflasi
Jan 4.01 12.69 8.68 3.04 7.86 4.82 0.10 7.42 7.32 -4.28 12.75 17.03 3.24 9.50 6.26 0.64 8.00 7.36
Feb 4.64 12.24 7.60 2.88 7.48 4.60 0.28 7.43 7.15 -5.18 12.74 17.92 2.95 9.25 6.30 0.53 7.93 7.40
Mar 4.23 11.40 7.17 2.31 7.42 5.11 -1.37 7.44 8.81 -3.01 12.73 15.74 2.48 9.00 6.52 -0.21 7.96 8.17
Apr 3.44 11.06 7.62 1.41 7.33 5.92 -0.42 7.70 8.12 -2.66 12.74 15.40 2.71 9.00 6.29 -0.97 7.99 8.96
Mei 3.29 10.44 7.15 0.85 7.32 6.47 0.55 7.95 7.40 -3.10 12.50 15.60 2.74 8.75 6.01 -2.07 8.31 10.38
Jun 2.55 9.53 6.98 0.51 7.34 6.83 0.83 8.25 7.42 -3.03 12.50 15.53 2.73 8.50 5.77 -2.30 8.73 11.03
Jul 2.83 9.10 6.27 0.16 7.36 7.20 0.65 8.49 7.84 -2.90 12.25 15.15 2.19 8.25 6.06 -2.67 9.23 11.90
Ags 2.40 8.91 6.51 0.70 7.37 6.67 1.18 9.51 8.33 -3.15 11.75 14.90 1.74 8.25 6.51 -2.57 9.28 11.85
Sept 2.33 8.66 6.33 1.12 7.39 6.27 0.94 10.00 9.06 -3.30 11.25 14.55 1.30 8.25 6.95 -2.43 9.71 12.14
Okt 2.00 8.48 6.48 1.19 7.41 6.22 -6.89 11.00 17.89 4.46 10.75 6.29 1.37 8.25 6.88 -0.79 10.98 11.77
Nov 2.96 8.49 5.53 1.23 7.41 6.18 -6.13 12.25 18.38 4.98 10.25 5.27 1.54 8.25 6.71 -0.44 11.24 11.68
Des 3.15 8.31 5.16 1.03 7.43 6.40 -4.36 12.75 17.11 3.15 9.75 6.60 1.41 8.00 6.59 -0.23 10.83 11.06
Sumber ; Bank Indonesia. 2005. Sertifikat Bank Indonesia. www.bi.go.id
160
LAMPIRAN 9. DATA HASIL OLAHAN ARIMA INFLASI, SBI, DAN KURS
Sumber : Hasil Output SPSS 13.00
Bulan
Actual Interest
Rate
Expected Interest
Rate
Unexpected Interest Rate Ft1
Actual Inflation
Expected Inflation
Unexpected Inflation
(Ft2)
Unexpected Exchange
Rate Fluctuation
Expected Rate
Fluctuation
Unexpected Rate
Fluctuation (Ft3)
Jan-03 12.6900 12.9486 -0.2586 8.6800 10.0009 -1.3209 0.1190 0.1146 0.0044
Feb-03 12.2400 12.5354 -0.2954 7.6000 8.8764 -1.2764 0.1190 0.1185 0.0005
Mar-03 11.4000 12.0690 -0.6690 7.1700 7.9439 -0.7739 0.1190 0.1183 0.0008
Apr-03 11.0600 11.0180 0.0420 7.6200 7.5395 0.0805 0.1220 0.1184 0.0036
May-03 10.4400 11.1028 -0.6628 7.1500 7.8686 -0.7186 0.1290 0.1222 0.0068
Jun-03 9.5300 10.0733 -0.5433 6.9800 7.5185 -0.5385 0.1280 0.1293 -0.0013
Jul-03 9.1000 9.2449 -0.1449 6.2700 7.3599 -1.0899 0.1250 0.1243 0.0007
Aug-03 8.9100 9.0558 -0.1458 6.5100 6.7865 -0.2765 0.1240 0.1230 0.0010
Sep-03 8.6600 8.8676 -0.2076 6.3300 6.9376 -0.6076 0.1270 0.1224 0.0046
Oct-03 8.4800 8.5840 -0.1040 6.4800 6.8052 -0.3252 0.1250 0.1266 -0.0016
Nov-03 8.4900 8.4675 0.0225 5.5300 6.9151 -1.3851 0.1240 0.1218 0.0022
Dec-03 8.3100 8.5522 -0.2422 5.1600 6.1697 -1.0097 0.1260 0.1231 0.0029
Jan-04 7.8600 8.2177 -0.3577 7.8600 5.8257 2.0343 0.1260 0.1250 0.0010
Feb-04 7.4800 7.7048 -0.2248 7.4800 7.9418 -0.4618 0.1260 0.1240 0.0020
Mar-04 7.4200 7.4080 0.0120 7.4200 7.7850 -0.3650 0.1240 0.1245 -0.0005
Apr-04 7.3300 7.4889 -0.1589 7.3300 7.7268 -0.3968 0.1230 0.1216 0.0014
May-04 7.3200 7.2989 0.0211 7.3200 7.6515 -0.3315 0.1150 0.1218 -0.0068
Jun-04 7.3400 7.3955 -0.0555 7.3400 7.6385 -0.2985 0.1120 0.1113 0.0007
Jul-04 7.3600 7.3699 -0.0099 7.3600 7.6534 -0.2934 0.1150 0.1130 0.0020
Aug-04 7.3700 7.4166 -0.0466 7.3700 7.6703 -0.3003 0.1130 0.1160 -0.0030
Sep-04 7.3900 7.4048 -0.0148 7.3900 7.6794 -0.2894 0.1150 0.1118 0.0032
Oct-04 7.4100 7.4434 -0.0334 7.4100 7.6958 -0.2858 0.1160 0.1166 -0.0006
Nov-04 7.4100 7.4521 -0.0421 7.4100 7.7128 -0.3028 0.1170 0.1154 0.0016
Dec-04 7.4300 7.4470 -0.0170 7.4300 7.7140 -0.2840 0.1140 0.1173 -0.0033
161
Bulan
Actual Interest
Rate
Expected Interest
Rate
Unexpected Interest Rate Ft1
Actual Inflation
Expected Inflation
Unexpected Inflation
(Ft2)
Unexpected Exchange
Rate Fluctuation
Expected Rate
Fluctuation
Unexpected Rate
Fluctuation (Ft3)
Jan-05 7.4200 7.4816 -0.0616 7.4200 7.7299 -0.3099 0.1150 0.1124 0.0026
Feb-05 7.4300 7.4453 -0.0153 7.4300 7.7230 -0.2930 0.1140 0.1163 -0.0023
Mar-05 7.4400 7.4826 -0.0426 7.4400 7.7305 -0.2905 0.1110 0.1129 -0.0019
Apr-05 7.7000 7.4763 0.2237 7.7000 7.7389 -0.0389 0.1100 0.1108 -0.0008
May-05 7.9500 7.8907 0.0593 7.9500 7.9456 0.0045 0.1110 0.1106 0.0004
Jun-05 8.2500 8.0405 0.2096 8.2500 8.1578 0.0922 0.1090 0.1120 -0.0030
Jul-05 8.4900 8.4258 0.0642 8.4900 8.4100 0.0800 0.1070 0.1087 -0.0017
Aug-05 9.5100 8.5769 0.9331 9.5100 8.6174 0.8926 0.1030 0.1078 -0.0048
Sep-05 10.0000 10.0987 -0.0987 10.0000 9.4398 0.5602 0.1020 0.1031 -0.0011
Oct-05 11.0000 9.9723 1.0277 11.0000 9.8842 1.1158 0.1040 0.1043 -0.0003
Nov-05 12.2500 11.6268 0.6232 12.2500 10.7070 1.5430 0.1050 0.1063 -0.0013
Dec-05 12.7500 12.6224 0.1276 12.7500 11.7537 0.9963 0.1070 0.1065 0.0005
Jan-06 12.7500 12.8231 -0.0731 12.7500 12.2213 0.5287 0.1120 0.1090 0.0030
Feb-06 12.7400 12.7044 0.0356 12.7400 12.2532 0.4868 0.1150 0.1142 0.0008
Mar-06 12.7300 12.7589 -0.0289 12.7300 12.2475 0.4825 0.1170 0.1153 0.0017
Apr-06 12.7400 12.7108 0.0292 12.7400 12.2392 0.5009 0.1210 0.1173 0.0037
May-06 12.5000 12.7550 -0.2550 12.5000 12.2465 0.2535 0.1150 0.1215 -0.0065
Jun-06 12.5000 12.3498 0.1503 12.5000 12.0568 0.4432 0.1140 0.1115 0.0025
Jul-06 12.2500 12.5896 -0.3395 12.2500 12.0439 0.2061 0.1170 0.1155 0.0015
Aug-06 11.7500 12.0528 -0.3028 11.7500 11.8449 -0.0949 0.1160 0.1173 -0.0013
Sep-06 11.2500 11.5805 -0.3305 11.2500 11.4351 -0.1851 0.1140 0.1150 -0.0010
Oct-06 10.7500 11.0701 -0.3201 10.7500 11.0109 -0.2609 0.1160 0.1136 0.0024
Nov-06 10.2500 10.5823 -0.3323 10.2500 10.5857 -0.3357 0.1150 0.1170 -0.0019
Dec-06 9.7500 10.0811 -0.3311 9.7500 10.1605 -0.4105 0.1170 0.1139 0.0031
Sumber : Hasil Output SPSS 13.00
162
Bulan
Actual Interest
Rate
Expected Interest
Rate
Unexpected Interest Rate Ft1
Actual Inflation
Expected Inflation
Unexpected Inflation
(Ft2)
Unexpected Exchange
Rate Fluctuation
Expected Rate
Fluctuation
Unexpected Rate
Fluctuation (Ft3)
Jan-07 9.5000 9.5878 -0.0878 9.5000 9.7353 -0.2353 0.1160 0.1181 -0.0021
Feb-07 9.2500 9.4848 -0.2348 9.2500 9.5081 -0.2581 0.1150 0.1146 0.0004
Mar-07 9.0000 9.1508 -0.1508 9.0000 9.2945 -0.2945 0.1160 0.1151 0.0009
Apr-07 9.0000 8.9535 0.0465 9.0000 9.0819 -0.0818 0.1170 0.1161 0.0009
May-07 8.7500 9.0703 -0.3203 8.7500 9.0674 -0.3173 0.1200 0.1169 0.0031
Jun-07 8.5000 8.6063 -0.1063 8.5000 8.8682 -0.3682 0.1170 0.1204 -0.0034
Jul-07 8.2500 8.4859 -0.2359 8.2500 8.6565 -0.4065 0.1150 0.1147 0.0003
Aug-07 8.2500 8.1622 0.0878 8.2500 8.4440 -0.1940 0.1120 0.1151 -0.0031
Sep-07 8.2500 8.3537 -0.1037 8.2500 8.4295 -0.1795 0.1160 0.1110 0.0050
Oct-07 8.2500 8.2404 0.0096 8.2500 8.4285 -0.1785 0.1160 0.1184 -0.0023
Nov-07 8.2500 8.3075 -0.0575 8.2500 8.4284 -0.1784 0.1130 0.1145 -0.0014
Dec-07 8.0000 8.2678 -0.2678 8.0000 8.4284 -0.4284 0.1120 0.1126 -0.0006
Jan-08 8.0000 7.8963 0.1037 8.0000 8.2303 -0.2303 0.1140 0.1123 0.0017
Feb-08 7.9300 8.1161 -0.1861 7.9300 8.2168 -0.2868 0.1170 0.1151 0.0020
Mar-08 7.9600 7.8755 0.0845 7.9600 8.1604 -0.2004 0.1150 0.1175 -0.0025
Apr-08 7.9900 8.0653 -0.0753 7.9900 8.1803 -0.1903 0.1140 0.1136 0.0004
May-08 8.3100 8.0004 0.3096 8.3100 8.2055 0.1045 0.1130 0.1144 -0.0013
Jun-08 8.7300 8.5443 0.1857 8.7300 8.4608 0.2692 0.1150 0.1127 0.0024
Jul-08 9.2300 8.8859 0.3441 9.2300 8.8110 0.4190 0.1160 0.1162 -0.0001
Aug-08 9.2800 9.4736 -0.1936 9.2800 9.2311 0.0489 0.1160 0.1156 0.0004
Sep-08 9.7100 9.2048 0.5052 9.7100 9.2994 0.4106 0.1130 0.1159 -0.0029
Oct-08 10.9800 10.0431 0.9369 10.9800 9.6448 1.3352 0.0950 0.1118 -0.0168
Nov-08 11.2400 11.5533 -0.3133 11.2400 10.6748 0.5652 0.0860 0.0905 -0.0045
Dec-08 10.8300 11.0704 -0.2404 10.8300 10.9511 -0.1211 0.0960 0.0901 0.0059
Sumber : Hasil Output SPSS 13.00
163
LAMPIRAN 10. TABEL ANOVA INDUSTRI MANUFAKTUR TAHUN 2003-2008
A. UNTUK EXPECTED RETURN CAPM
1. INDF
ANOVAb
.062 1 .062 148.461 .000a
.029 70 .000
.091 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), PR.INDFa.
Dependent Variable: ERb.
2. MEDC
ANOVAb
.123 1 .123 254.152 .000a
.034 70 .000
.157 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), PR.MEDCa.
Dependent Variable: ERb.
3. UNVR
ANOVAb
.000 1 .000 .047 .828a
.138 70 .002
.138 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), PR.UNVRa.
Dependent Variable: ERb.
4. KLBF
ANOVAb
.098 1 .098 527.666 .000a
.013 70 .000
.111 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), PR.KLBFa.
Dependent Variable: ERb.
164
5. ANTM
ANOVAb
.087 1 .087 217.525 .000a
.028 70 .000
.115 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), PR.ANTMa.
Dependent Variable: ERb.
6. UNTR
ANOVAb
.074 1 .074 273.852 .000a
.019 70 .000
.093 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), PR.UNTRa.
Dependent Variable: ERb.
B. UNTUK EXPECTED RETURN MODEL APT
1. INDF
ANOVAb
.096 3 .032 52.609 .000a
.041 68 .001
.138 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
2. MEDCO
ANOVAb
.118 3 .039 67.258 .000a
.040 68 .001
.157 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
165
3. UNVR
ANOVAb
.096 3 .032 52.609 .000a
.041 68 .001
.138 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
4. KLBF
ANOVAb
.089 3 .030 90.952 .000a
.022 68 .000
.111 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
5. ANTM
ANOVAb
.089 3 .030 77.743 .000a
.026 68 .000
.115 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
6. UNTR
ANOVAb
.072 3 .024 77.616 .000a
.021 68 .000
.093 71
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
167
LAMPIRAN 11. TABEL MODEL SUMMARY DAN COEFFICIENT INDUSTRI MANUFAKTUR TAHUN 2003-2008
A. UNTUK EXPECTED RETURN CAPM
1. INDF
Model Summaryb
.824a .680 .675 .02039 .680 148.461 1 70 .000 .622
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), PR.INDFa.
Dependent Variable: ERb.
Coefficientsa
.016 .003 5.889 .000 .010 .021
-.496 .041 -.824 -12.184 .000 -.577 -.415 -.824 -.824 -.824 1.000 1.000
(Constant)
PR.INDF
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: ERa.
2. MEDC
Model Summaryb
.885a .784 .781 .02204 .784 254.152 1 70 .000 .486
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), PR.MEDCa.
Dependent Variable: ERb.
168
Coefficientsa
.017 .003 6.311 .000 .012 .022
-.741 .046 -.885 -15.942 .000 -.834 -.648 -.885 -.885 -.885 1.000 1.000
(Constant)
PR.MEDC
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: ERa.
3. UNVR
Model Summaryb
.026a .001 -.014 .04432 .001 .047 1 70 .828 .348
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), PR.UNVRa.
Dependent Variable: ERb.
Coefficientsa
.003 .009 .338 .736 -.015 .021
-.014 .064 -.026 -.217 .828 -.142 .114 -.026 -.026 -.026 1.000 1.000
(Constant)
PR.UNVR
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: ERa.
4. KLBF
Model Summaryb
.940a .883 .881 .01362 .883 527.666 1 70 .000 .305
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), PR.KLBFa.
Dependent Variable: ERb.
169
Coefficientsa
.017 .002 9.704 .000 .013 .020
-.870 .038 -.940 -22.971 .000 -.945 -.794 -.940 -.940 -.940 1.000 1.000
(Constant)
PR.KLBF
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: ERa.
5. ANTM
Model Summaryb
.870a .757 .753 .02002 .757 217.525 1 70 .000 .732
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), PR.ANTMa.
Dependent Variable: ERb.
Coefficientsa
.010 .002 4.184 .000 .005 .015
-.922 .062 -.870 -14.749 .000 -1.046 -.797 -.870 -.870 -.870 1.000 1.000
(Constant)
PR.ANTM
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: ERa.
6. UNTR
Model Summaryb
.892a .796 .794 .01647 .796 273.852 1 70 .000 .440
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), PR.UNTRa.
Dependent Variable: ERb.
170
Coefficientsa
.013 .002 6.621 .000 .009 .017
-.644 .039 -.892 -16.548 .000 -.722 -.566 -.892 -.892 -.892 1.000 1.000
(Constant)
PR.UNTR
Model
1
B Std. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: ERa.
B. UNTUK EXPECTED RETURN APT
1. INDF
Model Summaryb
.836a .699 .686 .02469 .699 52.609 3 68 .000 1.196
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
Coefficientsa
.007 .003 2.232 .029 .001 .012
.080 .012 .561 6.628 .000 .056 .104 .785 .626 .441 .618 1.619
.021 .006 .284 3.543 .001 .009 .032 .643 .395 .236 .688 1.452
-1.992 .978 -.152 -2.037 .046 -3.943 -.041 -.495 -.240 -.136 .792 1.262
(Constant)
P. Inf lasi
P.SBI
P.Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Expected Return APTa.
171
2. MEDC
Model Summaryb
.865a .748 .737 .02416 .748 67.258 3 68 .000 1.420
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
Coefficientsa
.012 .003 4.217 .000 .006 .018
.120 .012 .785 10.135 .000 .096 .144 .857 .776 .617 .618 1.619
.011 .006 .142 1.939 .057 .000 .023 .570 .229 .118 .688 1.452
.209 .957 .015 .219 .827 -1.700 2.119 -.381 .027 .013 .792 1.262
(Constant)
P. Inf lasi
P.SBI
P.Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Expected Return APTa.
3. UNVR
Model Summaryb
.836a .699 .686 .02469 .699 52.609 3 68 .000 1.196
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
Coefficientsa
.007 .003 2.232 .029 .001 .012
.080 .012 .561 6.628 .000 .056 .104 .785 .626 .441 .618 1.619
.021 .006 .284 3.543 .001 .009 .032 .643 .395 .236 .688 1.452
-1.992 .978 -.152 -2.037 .046 -3.943 -.041 -.495 -.240 -.136 .792 1.262
(Constant)
P. Inf lasi
P.SBI
P.Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Expected Return APTa.
172
4. KLBF
Model Summaryb
.895a .801 .792 .01804 .801 90.952 3 68 .000 1.682
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
Coefficientsa
.009 .002 4.052 .000 .004 .013
.105 .009 .816 11.840 .000 .087 .122 .889 .821 .641 .618 1.619
.008 .004 .116 1.784 .079 -.001 .016 .572 .211 .097 .688 1.452
-.237 .715 -.020 -.331 .741 -1.662 1.189 -.422 -.040 -.018 .792 1.262
(Constant)
P. Inf lasi
P.SBI
P.Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Expected Return APTa.
5. ANTM
Model Summaryb
.880a .774 .764 .01956 .774 77.743 3 68 .000 1.758
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
173
Coefficientsa
.007 .002 2.953 .004 .002 .012
.107 .010 .815 11.121 .000 .087 .126 .876 .803 .641 .618 1.619
.007 .005 .103 1.485 .142 -.002 .016 .555 .177 .086 .688 1.452
-.096 .775 -.008 -.123 .902 -1.641 1.450 -.405 -.015 -.007 .792 1.262
(Constant)
P. Inf lasi
P.SBI
P.Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Expected Return APTa.
6. UNTR
Model Summaryb
.880a .774 .764 .01761 .774 77.616 3 68 .000 1.660
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
R Square
Change F Change df 1 df 2 Sig. F Change
Change Statistics
Durbin-
Watson
Predictors: (Constant), P.Kurs, P.SBI, P.Inf lasia.
Dependent Variable: Expected Return APTb.
Coefficientsa
.008 .002 3.990 .000 .004 .013
.098 .009 .830 11.315 .000 .080 .115 .873 .808 .652 .618 1.619
.007 .004 .122 1.756 .084 -.001 .016 .561 .208 .101 .688 1.452
.582 .698 .054 .834 .407 -.810 1.974 -.355 .101 .048 .792 1.262
(Constant)
P. Inf lasi
P.SBI
P.Kurs
Model
1
B Std. Error
Unstandardized
Coef f icients
Beta
Standardized
Coef f icients
t Sig. Lower Bound Upper Bound
95% Conf idence Interv al for B
Zero-order Part ial Part
Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Expected Return APTa.