RPS minggu 6 · 2x50 menit

Overconfidence

Miscalibration, better-than-average effect, dan overtrading investor ritel

Selamat datang di pertemuan 6. Minggu lalu kita kupas heuristik kognitif (representativeness, availability, anchoring). Hari ini kita masuk bias yang sangat spesifik dan merusak: overconfidence. Studi Barber-Odean 2001 “Boys Will Be Boys” menunjukkan investor paling overconfident underperform ~6,5%/tahun karena overtrading. Sub-CPMK 6: menganalisis dampak overconfidence terhadap perilaku overtrading dan kinerja portofolio investor ritel. Kita akan menelusuri tiga bentuk overconfidence: miscalibration (terlalu yakin pada akurasi estimasi), better-than-average effect (merasa lebih baik dari rata-rata), dan illusion of control (merasa bisa kontrol outcome). Pertanyaan pemantik: bagaimana mengemudi Anda menilai kemampuan Anda dibanding rata-rata? Mayoritas menjawab “di atas rata-rata” — secara matematis tidak mungkin. Inilah better-than-average effect.

Peta Pembelajaran Hari Ini

Sub-CPMK 6: menganalisis dampak overconfidence terhadap perilaku overtrading dan kinerja portofolio investor ritel.

Jam ke-1 (50 menit)

Tiga bentuk overconfidence: miscalibration, better-than-average, illusion of control
Self-attribution bias: sukses = skill, gagal = nasib buruk
Hindsight bias: “saya tahu sejak awal”

Jam ke-2 (50 menit)

Overtrading: studi Barber-Odean 2001 (~6,5%/thn underperform)
Aplikasi BEI: investor paling aktif underperform IHSG
Strategi mitigasi: trading discipline, waiting period

Posisi alur 14: P5 (heuristik) → P6 (overconfidence) → P7 (System 1/2, home bias) → P8 (hyperbolic discounting). Overconfidence adalah bias paling merusak untuk profesional.

Mengapa Overconfidence Sangat Merusak

Overconfidence adalah bias paling kuat di antara profesional keuangan. Konsekuensi: overtrading (biaya tinggi), underdiversification (konsentrasi), dan resistensi diversifikasi internasional (home bias).

Underperform Barber-Odean 2001

~6,5%/thn

Investor AS paling aktif vs paling pasif — sebagian besar biaya transaksi

% CEO overoptimistic

~70-80%

Survei CFO AS mengenai return perusahaan vs pasar (Ben-David dkk. 2013)

Pertanyaan pemantik: jika 80% manajer menganggap “di atas rata-rata”, secara matematis tidak mungkin. Tetapi itulah manusia. Implikasi: profesional keuangan adalah subkelompok paling overconfident.

Bagian 1 · 1/4

Tiga Bentuk Overconfidence

Diskusi: Anda diminta estimasi harga BBCA 12 bulan ke depan dengan range 80% confidence (lower bound - upper bound). Berapa range Anda? Mayoritas orang membuat range terlalu sempit — miscalibration.

Bentuk 1: Miscalibration (Overprecision)

Miscalibration: kecenderungan membuat confidence interval terlalu sempit. Orang merasa 98% yakin jawaban ada dalam range, tetapi realitas hanya 30-50% jawaban yang benar-benar di dalam. (Alpert-Raiffa 1982; Lichtenstein dkk. 1982)

Eksperimen MBA Harvard

Estimasi 98% CI inflasi → hanya 20% jawaban di dalam range

Generalisasi

Berlaku untuk ahli (CFO, dokter, analis) dan awam

Implikasi finansial

Range target price analis terlalu sempit → surprise besar

Mitigasi: lebar confidence interval 3-5× dari insting awal. Gunakan data historis untuk kalibrasi.

Bentuk 2: Better-Than-Average Effect

Svenson 1981: 80-90% pengemudi AS dan Swedia menganggap kemampuan mengemudi mereka di atas median. Matematis tidak mungkin, tetapi itulah bias.

Generalisasi

80% mahasiswa menganggap diri di atas rata-rata kelas
70% analis menganggap diri di atas rata-rata peer
90% manajer menganggap diri top performer
Berlaku untuk driving, leadership, investing

Aplikasi BEI

Investor ritel: “saya lebih pintar dari average”
Mendorong day trading & pilihan saham “tidak konsensus”
Menghindari ETF/reksa dana pasif “underperform diri saya”
Membeli saham gorengan: “saya exit sebelum crah”

Implikasi: investor merasa bisa “beat IHSG” → overtrading → underperform justru karena biaya. Survei BEI 2024: ~70% investor ritel menganggap diri “di atas rata-rata”.

Bentuk 3: Illusion of Control

Langer 1975: orang merasa bisa kontrol outcome random. Pilih nomor lotere sendiri dihargai lebih mahal daripada random — meski matematis sama.

Eksperimen	Temuan	Aplikasi BEI
Lotere pilih sendiri vs random	Orang mau bayar 4× untuk pilih sendiri	Investor mau bayar fee tinggi untuk “pilih saham sendiri”
Dice throw	Orang lempar lebih lama untuk angka tinggi	Investor “tunggu” saham naik sebelum jual
Click untuk random outcome	Merasa lebih “kontrol”	Day trader merasa kontrol harga via analisis teknikal

Illusion of control sangat kuat untuk day trader yang merasa “bisa prediksi harga dengan grafik”. Realitas: return harian mendekati random walk (P1).

Illusion of control adalah bentuk overconfidence yang halus. Eksperimen Langer 1975 menunjukkan orang mau bayar 4× lebih mahal untuk lotere yang mereka pilih sendiri dibanding random — meski matematis sama. Aplikasi finansial: investor mau bayar fee tinggi (1,5-3% per tahun) untuk reksa dana aktif yang “memilih saham sendiri” vs ETF pasif yang “random” — meski data menunjukkan ETF pasif lebih baik dalam jangka panjang. Day trader sangat illusion of control: merasa bisa prediksi harga dengan grafik/indikator, padahal return harian mendekati random walk (P1). Implikasi: biaya trading dan fee reksa dana aktif adalah “pajak” untuk illusion of control. Sebagai mahasiswa S2, sadari bahwa manusia sulit menerima randomness — kita selalu mencari pola. Strategi mitigasi: terima bahwa pasar mengandung komponen random besar, diversifikasi, dan minimalkan biaya.

Bagian 2 · 2/4

Self-Attribution & Hindsight Bias

Diskusi: tahun lalu Anda untung besar dari saham nikel. Apakah itu skill Anda atau uptrend sektor secara umum? Self-attribution bias membuat kita salah menafsirkan keberhasilan.

Self-Attribution Bias

Miller-Ross 1975: kecenderungan mengaitkan sukses dengan faktor internal (skill) dan kegagalan dengan faktor eksternal (nasib). Mendorong belajar yang salah.

Pola umum

Untung saham nikel → “analisis saya jeli”
Rugi saham tech → “pasar bearish global”
Untung IPO → “timing saya bagus”
Rugi gorengan → “manipulasi bandar”

Akibat pada portofolio

Trust pada keputusan sendiri meningkat → overtrading
Konsentrasi pada “bidang ahli” → underdiversifikasi
Tidak belajar dari kesalahan → ulangi
Merasa bisa “timing pasar” → underperform

Mitigasi: journal keputusan + alasan. Tahun kemudian, evaluasi: untung/rugi datang dari skill atau beta sektor? Alpha vs beta analysis.

Hindsight Bias & Memory Bias

Fischhoff 1975: setelah event terjadi, orang merasa “tahu sejak awal” — meskipun sebelum event, mereka tidak yakin. Membelokkan pembelajaran dari sejarah.

Kasus krisis 2008

Setelah crash, banyak yang bilang “tahu bubble MBS akan meletus”. Sebelum 2008, tidak ada konsensus.

Kasus GOTO IPO 2022

“Jelas GOTO overvalued” — padahal pre-IPO konsensus sangat hype

Hindsight membuat kita menyalahkan orang (atau diri sendiri) untuk yang sebenarnya unpredictable. Tahun depan, kita merasa “bisa prediksi” — padahal hanya hindsight.

Hindsight bias sangat kuat untuk belajar dari sejarah pasar. Setelah krisis 2008, banyak yang bilang “tahu bubble MBS akan meletus” — tetapi pre-2008 tidak ada konsensus, banyak analis terkenal tetap bullish. Setelah GOTO turun dari Rp 400 ke Rp 200, banyak yang bilang “jelas overvalued sejak awal” — padahal pre-IPO April 2022 mayoritas media dan analis sangat hype. Hindsight membuat: (1) kita menyalahkan diri/orang untuk yang sebenarnya unpredictable; (2) kita merasa “bisa prediksi” tahun depan — padahal hanya rekonstruksi naratif. Mitigasi: baca artikel/media dari waktu event (mis. artikel April 2022 tentang GOTO), bukan analisis pasca-event. Ini disebut “archive reading” dan sangat efektif untuk mengurangi hindsight bias. Sebagai analis, penting untuk track prediksi Anda dengan timestamp untuk menilai akurasi real.

Bagian 3 · 3/4

Overtrading: Studi Barber-Odean 2001

Diskusi: berapa kali Anda trading saham tahun lalu? 5 kali? 50 kali? Studi Barber-Odean menunjukkan: semakin sering trading, semakin buruk kinerja setelah biaya.

Barber-Odean 2001: Boys Will Be Boys

Studi paling terkenal tentang overtrading: 35.000 akun brokerage AS, 1991-1997. Investor paling aktif underperform paling pasif ~6,5%/tahun — sebagian besar biaya transaksi.

Temuan	Detail	Magnitudo
Gender gap	Pria trading 45% lebih sering dari wanita	Pria underperform wanita ~1%/thn
Top vs bottom 20%	Paling aktif vs paling pasif (turnover)	Underperform ~6,5%/thn
Sumber underperform	Biaya transaksi + salah timing	~3-4% biaya + 2-3% salah pilih
Akar psikologis	Overconfidence (terutama pria)	Merasa bisa “beat market”

Implikasi untuk BEI: biaya transaksi 40-100 bps per putaran ~10× pasar maju. Dampak overtrading di BEI bisa ~10-20%/thn — lebih merusak dari pasar AS.

Barber-Odean 2001 adalah studi paling sering disitir tentang overtrading. Tiga temuan kunci: pertama, gender gap — pria trading 45% lebih sering, underperform wanita ~1% per tahun setelah biaya. Kedua, top vs bottom 20% — investor paling aktif underperform paling pasif sebesar ~6,5% per tahun. Akar: overconfidence membuat mereka merasa bisa “timing” pasar. Ketiga, sumber underperform: ~3-4% biaya transaksi + 2-3% salah pilih saham. Implikasi untuk BEI sangat penting: biaya transaksi di BEI 40-100 bps per putaran, ~10× pasar maju. Jika investor Indonesia trading 50× per tahun, biaya transaksi bisa ~25-50% dari portofolio per tahun — sangat merusak. Strategi: pindah sebagian besar ke buy-and-hold (ETF, saham blue chip fundamental) untuk mengurangi biaya. Untuk yang masih mau trading, batasi turnover < 5× per tahun.

Aplikasi BEI: Investor Ritel Indonesia

Investor ritel BEI ~55% per transaksi. Karakteristik: turnover tinggi (50-200× per tahun), konsentrasi pada 3-5 saham, dominasi teknikal. Inilah pola overconfident yang merusak return.

Karakteristik overconfident BEI

Day trading dengan leverage (margin trading)
Konsentrasi pada 3-5 saham gorengan
Mengikuti saran grup WhatsApp “sinyal”
Target return >50% per tahun (tidak realistis)
Tidak beli ETF/reksa dana pasif

Implikasi kinerja

Underperform IHSG ~5-10%/thn setelah biaya
Volatilitas portofolio ~2-3× IHSG
Risiko bangkrut besar (margin call)
Burn out emosional setelah 2-3 tahun

Survei investor BEI 2024: hanya ~15% yang mengalahkan IHSG dalam 5 tahun; mayoritas underperform — sebagian besar dari biaya transaksi dan kesalahan timing.

Aplikasi overconfidence di BEI sangat jelas. Investor ritel yang overconfident menunjukkan pola: day trading dengan leverage, konsentrasi pada 3-5 saham gorengan, mengikuti saran grup WhatsApp, target return tidak realistis (>50% per tahun), dan tidak beli ETF/reksa dana pasif. Hasilnya: underperform IHSG ~5-10% per tahun setelah biaya, volatilitas 2-3× IHSG, risiko bangkrut besar (margin call). Survei investor BEI 2024 menunjukkan hanya ~15% yang mengalahkan IHSG dalam 5 tahun; mayoritas underperform. Sebagai mahasiswa S2, jika Anda akan menjadi wealth manager atau edukator investor, pesan utama: trading aktif sangat sulit untuk profit setelah biaya. Strategi “bosan tapi menguntungkan”: ETF/saham blue chip buy-and-hold, evaluasi tahunan, minimalkan biaya. Ini akan mengalahkan ~85% investor aktif dalam 10 tahun.

Hitung dari Nol: Biaya Overtrading 5 Tahun

Skenario: Investor A: turnover 50× per tahun, portofolio Rp 100 juta, biaya transaksi 0,5% per putaran (BEI realistis). Investor B: turnover 1× per tahun (buy-and-hold). Bandingkan nilai portofolio 5 tahun dengan return bruto 10% per tahun.

Langkah	Perhitungan	Nilai
1. Biaya A per tahun	50 × 0,5% × 100 jt	Rp 25 juta/tahun (25% dari nilai)
2. Net return A	10% − 25% = −15%	Rp 100 × 0,85^5 ≈ Rp 44,4 juta
3. Biaya B per tahun	1 × 0,5% × 100 jt	Rp 0,5 juta/tahun (0,5%)
4. Net return B	10% − 0,5% = 9,5%	Rp 100 × 1,095^5 ≈ Rp 157,4 juta
5. Selisih 5 tahun	157,4 − 44,4	Rp 113 juta (113% dari modal awal)
6. Implikasi	Investor A hampir bangkrut; B untung 57%	Perbedaan nasib finansial

Insight

~Rp 113 juta hilang

Hanya dari biaya transaksi — belum hitung kesalahan timing/pilihan saham. Inilah biaya overconfidence.

Hitungan ini menunjukkan biaya finansial yang dramatis dari overtrading. Investor A dengan turnover 50× per tahun (realistis untuk day trader) mengeluarkan biaya transaksi 25% dari nilai portofolio setiap tahun — lebih besar dari expected return bruto 10%. Hasil: portofolio turun dari Rp 100 juta ke Rp 44,4 juta dalam 5 tahun (rugi 56%). Investor B dengan buy-and-hold (turnover 1×) hanya mengeluarkan 0,5% per tahun — portofolio naik dari Rp 100 juta ke Rp 157,4 juta (untung 57%). Selisih: Rp 113 juta — 113% dari modal awal. Inilah biaya overconfidence dalam bentuk paling konkret. Implikasi untuk BEI: day trader yang turnover 100× per tahun akan mengalami kerugian bahkan lebih besar. Strategi: pindah 80-90% portofolio ke buy-and-hold, sisihkan <10% untuk “spekulasi” jika tidak bisa berhenti total.

Bagian 4 · 4/4

Mitigasi Overconfidence

Diskusi: bagaimana mengurangi overconfidence pada diri sendiri dan klien? Empat strategi konkret: decision journal, waiting period, external review, dan benchmarking objektif.

Empat Strategi Mitigasi Overconfidence

1. Decision Journal

Tulis alasan, prediksi, timeframe. Evaluasi 6-12 bulan kemudian. Track hit rate real.

2. Waiting Period

24-72 jam antara analisis dan eksekusi. Reduksi impuls Sistem 1.

3. External Review

Pre-mortem sebelum keputusan besar. Cari disconfirming evidence.

4. Benchmarking Objektif

Bandingkan return Anda vs IHSG pasif 5-10 tahun. Alpha real berapa?

5. Pre-mortem

Bayangkan keputusan Anda gagal 12 bulan ke depan — apa penyebabnya? Lakukan sebelum eksekusi.

Pre-mortem (Kahneman): sebelum keputusan besar, bayangkan 1 tahun ke depan sudah gagal. Tanya: “apa yang menyebabkan kegagalan?” Ini mengurangi overconfidence tanpa memicu defensif.

Empat strategi mitigasi ini sangat praktis. Decision journal: tulis setiap keputusan beli/jual dengan alasan, prediksi, timeframe. Evaluasi 6-12 bulan kemudian. Hasil: Anda akan sadar bahwa hit rate prediksi lebih rendah dari insting. Waiting period: 24-72 jam antara analisis dan eksekusi untuk mengurangi impuls Sistem 1. External review: minta kritik dari rekan sebelum keputusan besar — terutama dari yang cenderung skeptis. Benchmarking objektif: bandingkan return Anda dengan IHSG pasif 5-10 tahun. Banyak profesional tidak melakukan ini karena takut hasil. Pre-mortem (teknik Kahneman): sebelum keputusan besar, bayangkan 1 tahun ke depan sudah gagal. Tanya: “apa yang menyebabkan kegagalan?” Ini mengurangi overconfidence tanpa memicu defensif. Implementasi praktis: pilih 2 strategi yang paling realistis untuk Anda implementasikan bulan depan.

Hubungan dengan Bias Lain

Overconfidence bekerja bersama dengan bias lain untuk menciptakan kerugian sistematis pada investor ritel.

Bias	Interaksi dengan overconfidence	Konsekuensi gabungan
Confirmation bias	Overconfident → cari info yang mendukung tesis	Tesis awal tidak diuji; kerugian besar saat salah
Self-attribution	Sukses → saya jago; gagal → nasib	Tidak belajar; meningkatkan trading setelah untung
Loss aversion (P4)	Overconfident merasa bisa “exit sebelum rugi”	Tidak set stop-loss; rugi besar saat reversal
Representativeness (P5)	“Saham ini seperti X yang sudah naik”	Belanja hype; base rate diabaikan
Herding	Merasa “tahu lebih banyak dari kelompok”	Kontrarian yang salah; melawan tren fundamental

Pelajaran: tidak ada bias yang bekerja sendirian. Mitigasi terbaik = sistem (checklist, journal) yang menangkap beberapa bias sekaligus.

Slide ini menunjukkan bahwa overconfidence tidak bekerja sendirian. Interaksi dengan confirmation bias: overconfident investor hanya mencari info yang mendukung tesis — mengabaikan disconfirming evidence. Interaksi dengan self-attribution: sukses membuat mereka merasa makin jago, gagal dianggap nasib. Interaksi dengan loss aversion: overconfident merasa bisa “exit sebelum rugi” sehingga tidak set stop-loss. Interaksi dengan representativeness: “saham ini seperti X yang sudah naik” tanpa cek base rate. Interaksi dengan herding: kontrarian yang salah — melawan tren fundamental hanya untuk “berbeda”. Mitigasi terbaik bukan mengatasi bias satu per satu, tetapi membangun sistem (checklist, decision journal, waiting period) yang menangkap beberapa bias sekaligus. Sebagai mahasiswa S2, pahami bahwa investasi profesional adalah tentang sistem, bukan “feeling”.

Kasus BEI Integratif: Investor Day Trader Ritel

Anda bertemu "Andi", 30 tahun, karyawan swasta. Mulai trading saham 2021, turnover ~80× per tahun, konsentrasi pada 5 saham tech. Total transaksi Rp 500 juta per tahun, portofolio sekarang Rp 80 juta dari modal awal Rp 200 juta.

Diagnosis (lensa overconfidence)

Miscalibration: target return 50%/tahun tidak realistis
Better-than-average: merasa bisa beat market
Illusion of control: merasa bisa timing dengan teknikal
Self-attribution: 1-2 kali untung dianggap skill
Confirmation: hanya baca rekomendasi “bullish”

Intervensi wealth manager

Edukasi: hitung biaya transaksi 5 tahun (Rp 200 jt hilang)
Realokasi 70% ke ETF IHSG + saham fundamental
Sisihkan 30% untuk “spekulasi” dengan rule ketat
Buat decision journal; evaluasi 12 bulan
Set turnover maksimum 10× per tahun

Kasus "Andi" adalah representasi ribuan investor BEI. Tujuan wealth manager: bukan menghakimi, tetapi menunjukkan data dan strategi alternatif yang lebih baik secara empiris.

Kasus “Andi” adalah representasi ribuan investor BEI. Mulai trading 2021 (bull market post-COVID), turnover tinggi ~80× per tahun, konsentrasi pada 5 saham tech yang kemudian jatuh 50-70%. Total transaksi Rp 500 juta per tahun, dengan biaya 0,5% = Rp 2,5 juta per tahun atau Rp 12,5 juta dalam 5 tahun. Tapi kerugian total jauh lebih besar: portofolio turun dari Rp 200 juta ke Rp 80 juta — kerugian Rp 120 juta atau 60%. Diagnosis: kombinasi miscalibration (target tidak realistis), better-than-average (merasa bisa beat market), illusion of control (timing teknikal), self-attribution (untung 2021 dianggap skill), confirmation (hanya baca bullish). Intervensi wealth manager: edukasi dengan hitungan konkret, realokasi 70% ke ETF IHSG + saham fundamental blue chip, sisihkan 30% untuk “spekulasi” dengan rule ketat (maksimum loss per posisi 5%), buat decision journal, evaluasi 12 bulan. Ini adalah pendekatan empatik dan data-driven.

Ringkasan Kunci Pertemuan 6

3 Bentuk

Miscalibration · better-than-average · illusion of control

Overtrading

Barber-Odean: ~6,5%/thn underperform; di BEI bisa 10-20%/thn

Mitigasi

Decision journal · waiting period · benchmarking · pre-mortem

Overconfidence bukan kelemahan karakter — itu default manusia. Mitigasi = sistem, bukan niat baik.

Persiapan P7: baca Kahneman (2011) bab 12-15 tentang System 1/2; bawa satu keputusan alokasi aset Anda (mis. % saham vs deposito) — kita akan analisis dengan lensa home bias, narrow framing, dan mental accounting.

Overconfidence pada Profesional: Analis & CEO

Overconfidence tidak hanya pada investor ritel — justru paling kuat pada profesional (analis, manajer investasi, CEO) yang punya track record seleksi dan insentif karier.

Profesi	Bukti overconfidence	Konsekuensi
Analis sekuritas	Range target price terlalu sempit; hit rate ~40-50%	Surprise besar; klien kecewa; koreksi berlebihan
Manajer investasi	90% percaya bisa beat benchmark; realitas ~15% succeed 10 tahun	Underperform benchmark; fee tinggi
CEO	M&A: 65-70% akuisisi menghancurkan nilai (Moeller 2005)	Overpay untuk akuisisi; value destruction
Wirausahawan	~80% percaya peluang sukses >70%; realitas base rate ~30%	Overinvest dalam bisnis yang gagal

Pola: track record seleksi — yang overconfident masuk dan dipromosikan. Untuk mengurangi, dibutuhkan budaya “intellectual humility” institusional.

Slide ini penting karena menunjukkan bahwa overconfidence paling kuat pada profesional, bukan investor ritel. Analis sekuritas: range target price terlalu sempit, hit rate hanya ~40-50% (50% adalah random). Manajer investasi: 90% percaya bisa beat benchmark dalam 10 tahun; realitas hanya ~15% yang succeed. CEO: 65-70% akuisisi menghancurkan nilai (studi Moeller 2005) — CEO overconfident cenderung overpay. Wirausahawan: ~80% percaya peluang sukses >70%; realitas base rate ~30%. Pola umum: track record seleksi — orang yang tidak confident tidak masuk industri keuangan/entrepreneurship. Untuk mengurangi, dibutuhkan budaya institusional “intellectual humility” — di mana mengakui ketidakpastian dihargai, bukan dianggap lemah. Sebagai mahasiswa S2 yang akan masuk profesi ini, terapkan: selalu tampilkan range probabilitas, bukan single estimate. Selalu sebutkan base rate. Selalu diskusikan skenario gagal.