Pada akhir 2008, krisis keuangan global menghantam Bursa Efek Indonesia. IHSG anjlok lebih dari 50 persen puncak-ke-dasar. Pada saat yang sama, imbal hasil Surat Utang Negara (SUN) 10 tahun melonjak menjadi sekitar 11 persen karena investor menuntut premi lebih besar untuk memegang utang negara berkembang. Bagi pemegang saham, dua angka itu — kerugian pasar yang dalam dan imbal hasil obligasi yang melonjak — adalah pengalaman pahit tentang mengapa saham harus memberi lebih banyak daripada obligasi. Kalau tidak, tidak ada alasan rasional untuk menanggung risiko yang baru saja menghapus separuh modal.
Tambahan itulah Equity Risk Premium (ERP, premi risiko ekuitas): imbal hasil tambahan yang dituntut investor untuk memegang seluruh pasar saham ketimbang aset bebas risiko. Angka ini adalah salah satu input paling penting dalam seluruh valuasi keuangan — ia menentukan tingkat diskonto dalam DCF, cost of equity dalam CAPM, dan selanjutnya WACC yang menjadi ambang batas setiap keputusan investasi. Ubah ERP 1 persen, dan nilai seluruh pasar saham bergeser puluhan persen. Itulah sebabnya Aswath Damodaran, profesor New York University yang dijuluki “Dean of Valuation”, menyebut ERP “the number that drives all valuation” — angka yang menggerakkan seluruh valuasi.
Tapi ERP punya masalah fundamental yang membuatnya sekaligus krusial dan kontroversial: tidak seorang pun tahu pasti berapa nilainya. Berbeda dari SUN yang imbal hasilnya bisa dibaca langsung dari harga pasar, ERP harus ditaksir, dan cara menaksirkannya menghasilkan jawaban yang berbeda. Artikel ini membongkar tiga cara utama menaksir ERP — historis, tersirat (implied), dan survei — dengan angka konteks Indonesia (IHSG dan SUN). Kita kerjakan setiap metode dari nol, jelaskan kapan keduanya konvergen dan kapan berpisah, lalu rangkai semuanya menjadi satu angka ERP yang bisa dipertahankan untuk valuasi di Indonesia.
Intuisi: Mengapa Saham Harus Lebih Mahal dari Obligasi
Bayangkan dua tempat menaruh Rp 100 juta selama sepuluh tahun.
- Pilihan aman. SUN 10 tahun. Pemerintah Indonesia hampir pasti membayar bunga dan pokoknya. Imbal hasil sekitar 6,8 persen per medio 2026 — Anda terima Rp 6,8 juta per tahun dengan risiko sangat kecil.
- Pilihan berisiko. Portofolio seluruh saham di IHSG. Selama sepuluh tahun, nilai portofolio bisa naik dua kali lipat atau turun setengahnya. Tidak ada yang menjamin.
Tidak ada investor waras yang mau menukar SUN dengan portofolio IHSG kalau imbal hasilnya sama. Dia menuntut kompensasi atas risiko ekstra yang ditanggung — imbal hasil yang lebih tinggi secara konsisten. Selisih itulah ERP. Ini bukan opini melainkan implikasi langsung dari aversi risiko: investor rata-rata tidak menyukai ketidakpastian, dan untuk mau menanggungnya, mereka harus dibayar. Preminya berbanding lurus dengan seberapa berisiko pasar saham dibanding obligasi pemerintah.
Ada dua pertanyaan yang ERP jawab. Eks post (ke belakang): “Selama beberapa dekade, berapa tambahan rata-rata yang saham benar-benar berikan di atas obligasi?” — inilah ERP historis. Eks ante (ke depan): “Pada harga pasar hari ini, berapa tambahan yang investor tersirat menuntut ke depan?” — inilah ERP tersirat (implied). Kedua pertanyaan sama-sama sah tetapi sering memberi angka berbeda — dan justru perbedaan itulah yang informatif.
Rumus Inti ERP
$$\boxed{ERP = E(R_m) - R_f}$$Tiga lambang, satu pengurangan. Mari bedah:
- $E(R_m)$ = imbal hasil yang diharapkan dari memegang pasar saham (biasanya diwakili oleh indeks luas; di Indonesia: IHSG). Tanda $E(\cdot)$ menandakan ekspektasi — angka ke depan.
- $R_f$ = tingkat bebas risiko, imbal hasil aset yang dianggap hampir tanpa risiko. Untuk arus kas Rupiah jangka panjang, dipakai SUN 10 tahun (sekitar 6,8 persen medio 2026). Untuk arus kas Dolar AS, dipakai US Treasury 10 tahun.
- $ERP$ = premi risiko ekuitas — selisih keduanya.
Satuan ERP adalah persen per tahun. Contoh: kalau $E(R_m) = 13{,}5\%$ dan $R_f = 6{,}8\%$, maka $ERP = 13{,}5\% - 6{,}8\% = 6{,}7\%$ — investor menuntut 6,7 persen tambahan imbal hasil per tahun untuk memegang IHSG ketimbang SUN. ERP sering juga disebut market risk premium (MRP) dalam konteks CAPM — keduanya merujuk konsep yang sama.
Tiga klarifikasi penting karena ERP mudah salah paham. Pertama, ERP adalah selisih imbal hasil saham dengan bebas risiko, bukan imbal hasil saham sendiri ($R_m$ sekitar 12-14 persen sudah termasuk $R_f$ di dalamnya). Kedua, ERP adalah premi untuk seluruh pasar, bukan satu saham — premi untuk saham individu adalah $\beta \cdot ERP$ dalam CAPM, jadi saham defensif (beta rendah) menuntut premi lebih kecil dari ERP, agresif lebih besar. Ketiga, ERP bukan angka tetap: naik saat pasar jatuh dan investor ketakutan, turun saat euforia — inilah mengapa ERP tersirat fluktuatif sedangkan historis berubah pelan.
Metode 1: ERP Historis — Melihat ke Belakang
Cara paling intuitif menaksir ERP adalah bertanya pada data: “Selama beberapa dekade terakhir, berapa tambahan rata-rata yang saham benar-benar berikan di atas obligasi?” Pendekatan ini disebut ERP historis (historical atau ex post ERP).
Rumus
$$\boxed{ERP_{\text{historis}} = \overline{(R_m - R_f)}_{\text{periode historis}}}$$Garis atas berarti rata-rata aritmatika atas selisih imbal hasil pasar dan bebas risiko selama periode historis yang dipilih.
Pilihan rata-rata: aritmatika vs geometris
Ada dua cara menghitung rata-rata imbal hasil, dan keduanya memberi angka berbeda:
- Rata-rata aritmatika = jumlah seluruh imbal hasil tahunan dibagi banyaknya tahun. Cocok untuk estimasi imbal hasil rata-rata satu tahun ke depan karena memperhitungkan volatilitas tahun-ke-tahun.
- Rata-rata geometris = imbal hasil majemuk tahunan (CAGR) yang mengubah nilai awal menjadi nilai akhir selama periode. Lebih rendah dari aritmatika karena “menghukum” volatilitas.
Damodaran dan banyak praktisi merekomendasikan rata-rata geometris untuk ERP historis karena ia lebih konservatif dan lebih mencerminkan pengalaman investor jangka panjang. Perbedaannya bisa signifikan: di pasar AS, rata-rata aritmatika ~7-8 persen sedangkan geometris ~5-6 persen untuk ERP 1928-2023.
$$\text{Geometris} = \left(\frac{V_{\text{akhir}}}{V_{\text{awal}}}\right)^{1/n} - 1$$di mana $n$ = jumlah tahun dan $V$ = nilai indeks (termasuk dividen) pada awal dan akhir periode.
Contoh hitung dari nol — ERP historis Indonesia 5 tahun (ilustratif)
Mari kerjakan ERP historis dengan data sederhana. Misalkan kita punya imbal hasil tahunan IHSG (total return, termasuk dividen) dan imbal hasil SUN 10 tahun selama 5 tahun (angka ilustratif, bukan nilai aktual):
| Tahun | $R_m$ (IHSG) | $R_f$ (SUN) | $R_m - R_f$ |
|---|---|---|---|
| T−4 | 22,0% | 7,0% | 15,0% |
| T−3 | 3,5% | 6,5% | −3,0% |
| T−2 | 18,0% | 6,2% | 11,8% |
| T−1 | −5,0% | 6,5% | −11,5% |
| T | 12,5% | 6,8% | 5,7% |
| Rata-rata | 10,20% | 6,60% | 3,60% |
ERP historis (aritmatika) = rata-rata kolom $(R_m - R_f)$ = $(15{,}0 - 3{,}0 + 11{,}8 - 11{,}5 + 5{,}7) / 5 = 18{,}0 / 5 = \mathbf{3{,}60\%}$.
Perhatikan tiga hal penting dari contoh ini. Pertama, ERP bisa negatif dalam satu tahun (T−3 dan T−1 di tabel): saham kalah dari obligasi. Itulah risiko — premi bukan jaminan tahunan, melainkan rata-rata jangka panjang. Kedua, rata-rata 3,60 persen dari lima tahun sangat dipengaruhi oleh dua tahun ekstrim (T−4 dan T−1). Ini mengapa horizon estimasi mempengaruhi hasil. Ketiga, lima tahun terlalu pendek untuk menaksir ERP; praktik baku memakai 20-50 tahun.
Mengapa horizon mempengaruhi hasil
Salah satu kejutan ERP historis adalah angkanya berubah tergantung periode yang dipilih. Untuk Indonesia: ERP historis panjang (15-25 tahun) cenderung 7-8 persen, mencerminkan periode penuh termasuk krisis 1997-1998, pemulihan, krisis 2008, dan boom komoditas 2010-an (Indonesia emerging market dengan riwayat inflasi tinggi dan volatilitas besar, jadi premi historis tinggi). ERP historis pendek (5 tahun terakhir) bisa 3-6 persen, sangat dipengaruhi periode spesifik — periode bursa menguatkan cenderung menurunkan ERP historis. ERP sangat panjang (50+ tahun) tidak tersedia dengan data konsisten untuk Indonesia (IHSG modern lahir 1977; data return total berkualitas baru sekitar 1990-an).
Aturan praktis Damodaran: pakai periode sepanjang mungkin yang data berkualitas tersedia, lalu laporkan rata-rata geometris. Untuk Indonesia, rentang masuk akal adalah 15-25 tahun dengan ERP geometris sekitar 7-8 persen. Untuk AS (data sejak 1928), Damodaran melaporkan ERP geometris sekitar 4-5 persen dan aritmatika sekitar 6-7 persen per 2024.
Jebakan utama: survivorship bias dan data quality
ERP historis punya kelemahan struktural yang harus disadari. Survivorship bias: kita menghitung ERP dari pasar yang masih ada. IHSG selamat dari krisis 1997-1998; pasar seperti Argentina, Rusia, atau Zimbabwe punya riwayat diskontinu (saham lenyap, indeks direset). Menghitung ERP “pasar yang selamat” menghasilkan angka terlalu optimis; koreksi atas bias ini sering menurunkan ERP historis 0,5-1,5 persen. Mean reversion yang ditanya: ERP historis mengasumsikan masa depan menyerupai masa lalu — kalau struktur pasar berubah (lebih banyak investor institusi, regulasi lebih ketat), ERP ke depan mungkin lebih rendah. Sensitivitas periode: pergeseran awal/akhir 5 tahun bisa menggeser ERP historis beberapa poin penuh — selalu laporkan rentang, bukan satu angka.
Metode 2: ERP Tersirat (Implied) — Metode Damodaran
Karena kelemahan ERP historis, praktisi modern lebih memilih pendekatan yang mengikuti pasar saat ini: ERP tersirat (implied). Inti pendekatan ini: di harga pasar hari ini, berapa ERP yang konsisten dengan valuasi yang investor bayar?
Gagasan dasarnya elegan. Harga saham adalah nilai sekarang dari arus kas yang diharapkan ke pemegang saham:
$$\text{Harga} = \sum_{t=1}^{\infty} \frac{E(\text{dividen}_t) + E(\text{buyback}_t)}{(1 + R_f + ERP)^t}$$Kalau kita tahu harga pasar hari ini, tingkat bebas risiko $R_f$, dan bisa menaksir pertumbuhan arus kas ke pemegang saham (dari konsensus analis dan data buyback), maka kita bisa menyelesaikan persamaan untuk $ERP$. Inilah ERP tersirat — premi yang membuat harga pasar hari ini konsisten dengan arus kas masa depan.
Pendekatan Gordon Growth (sederhana)
Untuk estimasi kasar, kita pakai versi disederhanakan dari model Gordon Growth (asumsi dividen tumbuh konstan):
$$\boxed{ERP_{\text{implied}} \approx \text{dividend yield} + g - R_f}$$di mana:
- Dividend yield pasar = total dividen tahunan dibagi nilai pasar (untuk IHSG sekitar 2-3 persen).
- $g$ = tingkat pertumbuhan arus kas ke pemegang saham ke depan, dalam jangka panjang terkait dengan pertumbuhan ekonomi nominal (PDB nominal Indonesia tumbuh ~9-11 persen historis; untuk stabil jangka panjang, pakai ~6-7 persen, dibatasi atas oleh pertumbuhan ekonomi agar tidak melebihi PDB selamanya).
- $R_f$ = SUN 10 tahun.
Contoh hitung ERP tersirat Indonesia (ilustratif)
- Dividend yield IHSG = 2,5 persen
- Pertumbuhan arus kas $g$ jangka panjang = 6,0 persen (konservatif, sedikit di bawah pertumbuhan PDB nominal)
- $R_f$ SUN 10 tahun = 6,8 persen
Hasil 1,7 persen terdengar terlalu rendah dibanding ERP historis 7-8 persen. Itu sinyal penting: ERP tersirat pendekatan sederhana ini underestimate karena mengabaikan buyback dan pertumbuhan laba. Mari perbaiki.
Pendekatan Damodaran penuh (mencakup buyback)
Damodaran memperluas rumus untuk memasukkan buyback (perusahaan membeli sahamnya sendiri, yang juga mengembalikan kas ke pemegang saham):
$$ERP_{\text{implied}} = \underbrace{(\text{dividend yield} + \text{net buyback yield})}_{\text{cash yield}} + g - R_f$$- Dividend yield + net buyback yield disebut cash yield — total kas yang kembali ke pemegang saham. Untuk IHSG, buyback masih jarang, jadi cash yield ≈ dividend yield sekitar 2,5-3,0 persen. Untuk S&P 500 (AS), buyback signifikan sehingga cash yield bisa 4-5 persen.
Damodaran setiap bulan menghitung ERP tersirat untuk puluhan pasar, termasuk Indonesia, dan menerbitkannya gratis di situsnya. Untuk Indonesia per 2024-2025, ERP tersirat Damodaran berkisar 6-9 persen — lebih dekat ke ERP historis ketimbang estimasi Gordon sederhana kita di atas. Selisih terjadi karena Damodaran memakai model yang lebih lengkap: arus kas 5 tahun eksplisit dari konsensus analis, lalu terminal growth terkait PDB, dengan iterasi numerik untuk menyelesaikan persamaan.
Kapan implied lebih baik dari historis
ERP tersirat punya tiga keunggulan kunci: ia forward-looking (tidak mengikat “masa depan seperti masa lalu”; saat struktur ekonomi berubah, ERP tersirat menyesuaikan otomatis), ia mengikuti harga pasar (saat harga jatuh saat krisis, ERP tersirat naik — konsisten dengan intuisi bahwa premi naik saat risiko terasa nyata; ERP historis tidak bergerak), dan ia bebas survivorship bias (menghitung dari harga hari ini, bukan riwayat pasar yang “beruntung”). Karena itu mayoritas praktisi valuasi modern — termasuk Damodaran dan banyak bank investasi — memakai ERP tersirat sebagai input utama, dengan ERP historis sebagai titik cek: kalau ERP tersirat sangat jauh dari historis, pertanyakan asumsi.
Metode 3: Survei — Bertanya ke Para Ahli
Pendekatan ketiga, paling jarang dipakai sendirian tapi informatif sebagai pelengkap: bertanya. Damodaran melakukan survei tahunan terhadap ratusan analis, CFO, dan akademisi tentang ERP yang mereka pakai. Hasilnya:
- Median ERP yang dipakai praktisi: sekitar 5-6 persen untuk pasar maju, 7-9 persen untuk emerging market.
- Sebaran lebar: ada yang memakai ERP 3 persen, ada yang 10 persen. Penyebaran ini sendiri informatif — tidak ada konsensus kuat.
Survei punya masalah: responden cenderung lambat menyesuaikan (memakai ERP yang dipakai bertahun-tahun, bukan kondisi pasar saat ini). Dan responden bisa bias (mis. CFO yang sedang menawarkan proyek memakai ERP rendah supaya proyek terlihat layak). Karena itu, ERP survei dipakai paling banyak sebagai range plausibilitas, bukan titik estimasi.
Untuk Indonesia, triangulasi tiga metode memberi gambaran konsisten:
| Metode | Estimasi ERP Indonesia |
|---|---|
| Historis (geometris, 15-25 tahun) | 7-8% |
| Tersirat (Damodaran) | 6-9% |
| Survei praktisi | 7-9% |
| Konsensus tiga metode | ~7-8% |
Inilah mengapa artikel ini dan artikel CAPM memakai ERP sekitar 7-8 persen untuk Indonesia — angka yang didukung ketiga metode.
Country Risk Premium (CRP) — Untuk Emerging Market
Indonesia adalah pasar berkembang (emerging market), dan investor membedakan risikonya dari risiko pasar maju (AS, Jerman, Jepang). Untuk emerging market ada lapisan risiko tambahan yang harus dikompensasi: risiko politik, risiko nilai tukar, risiko gagal bayar negara, dan risiko likuiditas. Tambahan ini disebut country risk premium (CRP).
Ada dua konvensi yang lazim, dan penting memahami keduanya agar tidak menghitung risiko negara dua kali (kesalahan paling umum menurut Damodaran).
Konvensi A: ERP lokal sudah memuat risiko negara
Kalau $E(R_m)$ diambil dari IHSG dan $R_f$ dari SUN, maka selisih $ERP = R_m - R_f$ sudah memuat risiko negara Indonesia — karena IHSG dan SUN sama-sama mencerminkan kondisi Indonesia. Dalam konvensi ini:
$$ERP_{\text{lokal}} \approx 7{,}8\% \quad (\text{sudah termasuk risiko Indonesia})$$Tidak perlu menambah CRP terpisah. Inilah konvensi yang lebih alami untuk valuasi dalam Rupiah dengan data IHSG.
Konvensi B: ERP pasar maju + CRP terpisah
Kalau Anda memakai ERP pasar maju (mis. dari S&P 500, sekitar 4-5 persen) sebagai titik awal, Anda harus menambah CRP terpisah agar risiko Indonesia terbayar:
$$ERP_{\text{Indonesia}} = ERP_{\text{maju}} + CRP$$$$\boxed{CRP = \text{default spread} \times \frac{\sigma_{\text{saham}}}{\sigma_{\text{obligasi}}}}$$Ini adalah rumus Damodaran untuk CRP. Mari bedah:
- Default spread = selisih yield obligasi negara Indonesia (dalam Dolar, mis. Indonesia sovereign USD bond) dengan US Treasury sepandan tenor. Untuk Indonesia peringkat Baa3/BBB, default spread sekitar 1,2-1,8 persen medio 2020-an.
- $\sigma_{\text{saham}}$ = volatilitas pasar saham Indonesia (IHSG), sekitar 18-22 persen tahunan.
- $\sigma_{\text{obligasi}}$ = volatilitas obligasi negara Indonesia (dalam Dolar), sekitar 10-14 persen tahunan.
- Rasio $\sigma_{\text{saham}} / \sigma_{\text{obligasi}}$ biasanya 1,5-2,0 untuk emerging market.
Contoh hitung CRP Damodaran Indonesia
- Default spread Indonesia (USD bond vs US Treasury) = 1,5 persen
- $\sigma_{\text{saham}}$ (IHSG) = 20 persen
- $\sigma_{\text{obligasi}}$ = 12 persen
Lalu ERP Indonesia dalam konvensi B:
$$ERP_{\text{Indonesia}} = ERP_{\text{AS}} + CRP = 4{,}5\% + 2{,}5\% = 7{,}0\%$$Perhatikan konvergensi yang penting: kedua konvensi memberi hasil yang hampir sama (~7-8 persen) jika dilakukan konsisten. Inilah inti pesan Damodaran: bukan konvensi yang penting, melainkan konsistensi. Risiko negara harus dihitung sekali — tidak nol dan tidak dobel.
Damodaran menerbitkan tabel CRP untuk ~180 negara setiap bulan. Untuk Indonesia per 2024-2025, CRP Damodaran sekitar 2-3 persen, dengan ERP lokal (yang sudah termasuk CRP) sekitar 7-8 persen.
Aturan emas: jangan campur konvensi
Kesalahan paling mahal dalam ERP emerging market adalah mencampur dua konvensi. Contoh keliru: memakai ERP historis IHSG (yang sudah memuat risiko Indonesia, ~7,8 persen) lalu menambah CRP Damodaran 2,5 persen lagi → total ERP 10,3 persen. Ini menghitung risiko negara dua kali dan menghasilkan tingkat diskonto terlalu tinggi, yang membuat setiap valuasi tampak terlalu murah dan setiap proyek tampak tidak layak.
Kebalikannya sama buruknya: memakai ERP pasar maju (4,5 persen) untuk valuasi di Indonesia tanpa menambah CRP → risiko negara tidak terbayar sama sekali, tingkat diskonto terlalu rendah, valuasi terlalu optimis.
Disiplin: pilih satu konvensi, lalu konsisten. Untuk valuasi Rupiah dengan data IHSG, konvensi A (ERP lokal) lebih sederhana. Untuk valuasi silang-mata-uang atau perbandingan antarnegara, konvensi B (ERP maju + CRP) lebih transparan.
Menyesuaikan ERP untuk Kondisi Pasar
Bagaimana kalau kondisi pasar saat ini berbeda dari rata-rata historis? Krisis, pemulihan, dan rejim bunga bisa menggeser ERP “yang seharusnya”. Tiga situasi umum:
- Krisis pasar (ERP naik). Saat krisis (2008, Maret 2020 COVID), harga jatuh dan investor ketakutan, ERP tersirat melonjak dari 7 persen normal menjadi 9-11 persen. Implikasinya sehat: tingkat diskonto naik → DCF turun lebih lanjut → aset berisiko tampak lebih murah, persis seperti yang dirasakan investor. Penyesuaian praktis: saat krisis, naikkan ERP 1-2 persen di atas normal, atau pakai ERP tersirat langsung dari harga pasar yang otomatis naik. Jangan pakai ERP historis yang tidak bergerak — itu menyesatkan.
- Euforia pasar (ERP turun). Kebalikannya: saat euforia (2017 tech boom, recovery 2021), harga melambung relatif arus kas, ERP tersirat jatuh ke 4-5 persen. Aset terlihat wajar pada harga spekulatif. Penyesuaian praktis: hati-hati memakai ERP tersirat rendah sebagai justifikasi valuasi tinggi. Damodaran menyarankan rata-rata ERP tersirat 5-10 tahun (yang halus fluktuasi) ketimbang nilai hari ini.
- Rejim suku bunga tinggi. Saat $R_f$ melonjak (mis. SUN dari 6 ke 7,5 persen karena tightening 2022-2023), yang terjadi: harga saham jatuh, sementara ERP tersirat relatif stabil di kisaran normal (investor tetap menuntut premi serupa untuk risiko). Ini sebabnya kenaikan SUN menekan harga saham — bukan karena ERP berubah, melainkan karena seluruh tingkat diskonto ($R_f + \beta \cdot ERP$) naik. Praktik baku: jangan naikkan ERP secara mekanis saat $R_f$ naik. Pakai ERP stabil dari estimasi multi-tahun, biarkan $R_f$ yang bergerak — kecuali kalau kenaikan $R_f$ disertai ketidakpastian struktural (krisis), di mana ERP tersirat memang naik.
ERP dalam CAPM, WACC, dan DCF
ERP adalah bahan baku untuk tiga rumus yang saling terhubung. Dalam CAPM:
$$R_e = R_f + \beta \cdot ERP$$ERP dikalikan beta untuk mendapatkan premi yang dituntut saham individu — saham ber-beta 1,3 menuntut premi $1{,}3 \times 7{,}8\% = 10{,}14\%$ di atas $R_f$, lebih besar dari premi pasar karena lebih berisiko. Cost of equity $R_e$ ini lalu masuk ke WACC:
$$WACC = \frac{E}{V} \cdot R_e + \frac{D}{V} \cdot R_d \cdot (1 - t)$$Karena $R_e$ memuat $\beta \cdot ERP$, setiap perubahan ERP mengalir langsung ke WACC, lalu ke nilai perusahaan dalam DCF. Itulah sebabnya ERP adalah input dengan sensitivitas tertinggi dalam valuasi: naik 1 persen bisa menurunkan nilai perusahaan 15-25 persen tergantung profil arus kas.
Contoh sensitivitas. Misalkan kita menilai perusahaan dengan arus kas ke pemegang saham stabil Rp 100 miliar per tahun, tumbuh 4 persen selamanya. Dengan rumus Gordon $\text{Nilai} = \frac{100}{R_e - g}$, beta 1,2, $R_f = 6{,}8\%$:
| ERP | $R_e$ | Nilai Ekuitas |
|---|---|---|
| 6,0% | 14,0% | Rp 1.000 M |
| 7,0% | 15,2% | Rp 885 M |
| 8,0% | 16,4% | Rp 794 M |
| 9,0% | 17,6% | Rp 725 M |
Pergeseran ERP dari 7 persen ke 8 persen menurunkan nilai ekuitas 10,3 persen. Dari 7 persen ke 6 persen menaikkan nilai 13 persen. Inilah mengapa pilihan ERP bukan detail teknis; ia menentukan kesimpulan valuasi.
Memilih ERP untuk Praktik: Checklist
Kerangka praktis memilih ERP dalam valuasi Indonesia:
- Tentukan mata uang dan konvensi CRP sekaligus. Rupiah → SUN sebagai $R_f$ + ERP lokal Indonesia (konvensi A, lebih sederhana). Dolar AS → US Treasury + ERP AS + CRP Indonesia (konvensi B, untuk perbandingan antarnegara). Pilih satu, jangan campur.
- Taksir ERP dengan triangulasi. Bandingkan tiga metode (historis, tersirat, survei). Untuk Indonesia, ketiganya konvergen ke ~7-8 persen per medio 2020-an. Pakai nilai di tengah rentang.
- Laporkan rentang, bukan satu angka. Sebutkan ERP 7-8 persen, bukan “7,83 persen” — angka presisi-palsu memberi keyakinan yang tidak pada tempatnya.
- Uji sensitivitas. Jalankan DCF/CAPM dengan ERP rendah (6 persen), tengah (7,5 persen), dan tinggi (9 persen). Laporkan rentang nilai. Ini jujur mengakui ketidakpastian.
- Bebas dari konflik kepentingan. Jangan memilih ERP rendah hanya karena membuat proyek terlihat layak atau valuasi menarik. Tentukan ERP dari analisis independen sebelum melihat hasil valuasi.
Cek Pemahaman
1. Anda diminta menaksir ERP historis Indonesia. Anda punya data IHSG dan SUN 10 tahun selama periode 2010-2023. Rata-rata imbal hasil IHSG (total return) 9,2 persen, rata-rata SUN 7,1 persen. Hitung ERP historis aritmatika. Mengapa angka ini mungkin menyesatkan sebagai estimasi ERP ke depan?
Lihat jawaban
$ERP_{\text{historis}} = 9{,}2\% - 7{,}1\% = \mathbf{2{,}1\%}$.
Angka 2,1 persen terlalu rendah dibanding estimasi ERP Indonesia dari metode lain (7-8 persen). Alasan kemungkinan: periode 2010-2023 meliputi boom komoditas awal 2010-an dan recovery panjang pasca-krisis, yang mendorong $R_m$ sangat tinggi pada awal periode — yang kemudian mean-revert dan tidak akan berulang. Juga, periode ini melewatkan krisis 2008 dan 1997 yang sangat memengaruhi premi historis sebenarnya. ERP historis 14 tahun sangat peka terhadap periode spesifik. Solusi: pakai periode lebih panjang (20-25 tahun) dan rata-rata geometris, lalu bandingkan dengan ERP tersirat Damodaran (~6-9 persen) untuk validasi.
2. (Transfer.) Seorang analis menghitung cost of equity untuk saham BBCA dengan: $R_f = 6{,}8\%$ (SUN), $\beta = 0{,}9$, ERP = 7,8% (dari IHSG historis). Kemudian ia menambah CRP Damodaran 2,5 persen “untuk risiko Indonesia”. Hitung cost of equity yang ia peroleh, dan jelaskan kesalahannya.
Lihat jawaban
Tanpa CRP ganda: $R_e = 6{,}8\% + 0{,}9 \times 7{,}8\% = 6{,}8\% + 7{,}02\% = 13{,}82\%$.
Dengan CRP ganda: $R_e = 6{,}8\% + 0{,}9 \times 7{,}8\% + 2{,}5\% = 6{,}8\% + 7{,}02\% + 2{,}5\% = \mathbf{16{,}32\%}$.
Kesalahan: ERP 7,8 persen dari IHSG historis sudah memuat risiko negara Indonesia (konvensi A). Menambah CRP 2,5 persen lagi berarti menghitung risiko negara dua kali — kesalahan paling umum menurut Damodaran. Hasil 16,32 persen terlalu tinggi dan akan membuat BBCA terlihat terlalu murah dalam CAPM (cost of equity tinggi → nilai sekarang rendah). Solusi: pilih satu konvensi. Kalau memakai ERP lokal IHSG 7,8 persen, jangan tambah CRP. Kalau memakai ERP pasar maju (~4,5 persen), maka tambah CRP 2,5 persen → ERP total 7 persen (konsisten dengan konvensi A dalam toleransi).
3. Pada Maret 2020 (awal pandemi), IHSG jatuh sekitar 35 persen dalam beberapa minggu. Sementara ERP tersirat Damodaran naik dari ~7 persen menjadi ~10 persen. Jelaskan mengapa ERP tersirat naik saat harga jatuh, dan apa implikasinya untuk valuasi.
Lihat jawaban
ERP tersirat naik saat harga jatuh karena hubungan terbalik antara harga dan premi: harga saham turun berarti arus kas masa depan yang sama sekarang “dibeli” dengan premi lebih besar. Secara matematis, dalam rumus $\text{Harga} = \sum \frac{CF}{(1 + R_f + ERP)^t}$, kalau harga turun dan $CF$ serta $R_f$ tetap, maka $ERP$ harus naik. Ini konsisten dengan intuisi: saat krisis, investor ketakutan dan menuntut premi lebih besar untuk mau memegang saham berisiko.
Implikasi untuk valuasi: naikkan ERP (atau, equivalently, pakai ERP tersirat langsung dari harga pasar) saat krisis. Memakai ERP historis stabil (~7 persen) selama krisis akan understate tingkat diskonto dan overvalue aset — membuat perusahaan terlihat murah saat sebenarnya premi risiko tinggi sudah terlihat di harga pasar. Sebaliknya, saat pemulihan dan harga naik kembali, ERP tersirat turun kembali, dan valuasi normalisasi.
Kesalahan Umum
Menghitung risiko negara dua kali (atau nol). Memakai ERP lokal IHSG (sudah memuat risiko Indonesia) lalu menambah CRP lagi — atau kebalikannya, memakai ERP pasar maju tanpa CRP. Solusi: pilih satu konvensi dan konsisten.
Mengira ERP = imbal hasil saham. ERP adalah selisih $R_m - R_f$, bukan $R_m$ sendiri. Mengaku memakai “ERP 12 persen” sering berarti memakai $R_m$ 12 persen, yang implisit memakai ERP hanya ~5 persen. Ini underestimate ERP.
Memakai periode historis pendek dan/atau mencampur aritmatika-geometris. ERP 5 tahun sangat berisik dan dipengaruhi periode spesifik — pakai minimal 15-20 tahun dan laporkan rentang. Rata-rata aritmatika lebih tinggi dari geometris; memasukkan aritmatika ke terminal value Gordon (yang geometris) akan menyumbat pertumbuhan. Konsisten: geometris untuk valuasi jangka panjang.
Menganggap ERP tetap sepanjang waktu. ERP naik saat krisis, turun saat euforia. Uji beberapa nilai (sensitivitas) dan laporkan rentang, bukan satu angka.
Memanipulasi ERP untuk mencapai kesimpulan yang diinginkan. CFO yang ingin proyek terlihat layak memakai ERP rendah; analis bullish memakai ERP rendah untuk valuasi tinggi. ERP adalah input ekonomi, bukan knop yang bisa diputar. Tentukan ERP dari analisis independen sebelum melihat hasil valuasi.
Mengira ERP tersirat “selalu benar”. ERP tersirat lebih forward-looking, tapi bergantung pada asumsi pertumbuhan arus kas. Kalau konsensus analis terlalu optimis, ERP tersirat akan underestimate. Validasi silang dengan ERP historis dan survei.
Dipakai di Dunia Nyata
- Riset ekuitas IDX. Setiap laporan valuasi saham (BBCA, TLKM, ASII) menetapkan ERP sebagai input CAPM/WACC. Bankir efek biasanya memakai ERP 7-8 persen untuk Indonesia, kadang dari riset internal atau tabel Damodaran. ERP yang dipakai analis berbeda-beda menjelaskan sebagian perbedaan rekomendasi beli/jual antarbroker.
- Kelayakan proyek infrastruktur dan KPBU. Sponsor proyek tol, pelabuhan, energi menetapkan tingkat diskonto berbasis CAPM dengan ERP Indonesia. ERP yang dipilih menentukan apakah proyek menghasilkan IRR di atas hurdle rate — salah ERP bisa menjungkirbalikkan keputusan investasi puluhan tahun.
- Penetapan tarif teregulasi. Regulator (listrik, air, bandara) memakai CAPM dengan ERP untuk menetapkan imbal hasil wajar atas modal operator. ERP terlalu rendah menghambat investasi, terlalu tinggi membebani konsumen — debat ERP di regulator adalah pertarungan miliaran Rupiah.
- Penilaian untuk M&A, pajak, dan sengketa. Untuk akuisisi lintas-negara, pemilihan ERP dan CRP sangat mempengaruhi penilaian synergy dan premium yang “terjangkau” (lihat valuasi M&A). Penilai independen juga memakai CAPM dengan ERP untuk menilai saham dalam sengketa dividen, warisan, atau transaksi antarpihak berhubungan istimewa.
Catatan: Perdebatan Akademis tentang ERP
ERP adalah salah satu topik paling diperdebatan dalam keuangan. Tiga kluster singkat:
1. Equity premium puzzle. Mehra dan Prescott (1985) menunjukkan ERP historis AS (~7 persen aritmatika) terlalu tinggi untuk dijelaskan oleh model konsumsi standar dengan aversi risiko yang masuk akal. Implikasinya: mungkin ERP ke depan akan lebih rendah dari historis, atau model konsumsi yang keliru. Debat belum usai.
2. Tersirat vs historis. Damodaran berargumen ERP tersirat lebihkredibel (forward-looking, mengikuti harga, bebas survivorship bias). Kritikus berargumen ERP tersirat terlalu optimis saat euforia (konsensus analis bias optimis) dan terlalu pesimis saat krisis (harga pasar overshoot). Konsensus praktis: pakai keduanya sebagai rentang, bukan satu nilai.
3. ERP emerging market terpisah? Beberapa peneliti berargumen CRP terpisah tepat menangkap risiko ekstra emerging market; yang lain berargumen dalam dunia terintegrasi, ERP global konvergen dan CRP hanya fenomena transisi. Untuk praktik hari ini di Indonesia, pendekatan CRP terpisah tetap lazim.
Rumus Lengkap (Rangkuman)
ERP (definisi):
ERP = E(Rm) − Rf
ERP historis (aritmatika):
ERP = rata-rata(Rm − Rf) selama periode historis
ERP historis (geometris):
Rm_geometris = (V_akhir / V_awal)^(1/n) − 1
ERP = Rm_geometris − Rf_rata-rata
ERP tersirat (Gordon sederhana):
ERP ≈ dividend yield + g − Rf
ERP tersirat (Damodaran penuh, mencakup buyback):
ERP = (dividend yield + net buyback yield) + g − Rf
CRP (Damodaran):
CRP = default spread × (σ_saham / σ_obligasi)
ERP emerging market (konvensi B):
ERP_Indonesia = ERP_maju + CRP
ERP dalam CAPM:
Re = Rf + β × ERP
Lanjutan
- CAPM dan Cost of Equity — ERP masuk ke CAPM sebagai pengali beta; artikel ini adalah sahabat terdekat ERP.
- WACC — ERP mengalir ke WACC lewat komponen biaya ekuitas, lalu ke seluruh valuasi.
- DCF Valuasi Mendalam — ERP (via WACC) adalah input dengan sensitivitas tertinggi dalam DCF; pelajari bagaimana pergeseran ERP mengubah nilai perusahaan.
- Beta Unlevering dan Relevering — beta menentukan berapa ERP dialokasikan ke saham individu; artikel ini menjelaskan penyesuaian beta untuk struktur modal.
- Capital Structure — struktur utang-ekuitas memengaruhi WACC dan secara tidak langsung pemilihan ERP.
- Valuasi M&A — pemilihan ERP dan CRP sangat mempengaruhi premium akuisisi yang “terjangkau”; terutama untuk transaksi lintas-negara.