RPS minggu 6 · 2x50 menit

Model Multifaktor dan APT

Ross 1976, Fama-French 1993, dan Carhart 1997

Peta Pembelajaran Hari Ini

Sub-CPMK 6: menganalisis model multifaktor dan APT sebagai alternatif CAPM dalam penetapan harga aset. Empat indikator capaian yang harus Anda kuasai sebelum meninggalkan kelas.

Jam ke-1 (50 menit)

Kritik CAPM: anomali size (Banz 1981), value (Basu 1977), momentum
Arbitrage Pricing Theory (Ross 1976) — prinsip no-arbitrage
APT vs CAPM: asumsi & implikasi

Jam ke-2 (50 menit)

Fama-French 3-factor (market, SMB size, HML value) — 1993
Carhart 4-factor (momentum) — 1997
Aplikasi & perbandingan CAPM vs APT vs FF; persiapan P7 (kinerja empiris)

Posisi dalam alur: kritik & ekstensi CAPM (P5) menuju evaluasi kinerja empiris (P7) — model multi-faktor menjadi dasar evaluasi alpha modern.

Mengapa CAPM Perlu Diekstensi

Bukti empiris CAPM sejak 1970-an konsisten menunjukkan beta tunggal tidak cukup menjelaskan variasi return saham.

Fama-French 3-Factor

1993

Market + Size (SMB) + Value (HML)

Carhart 4-Factor

1997

FF + Momentum (WML/UMD)

Pertanyaan pemantik: jika CAPM benar, mengapa saham kecil rata-rata menghasilkan return lebih tinggi dari prediksi beta? Apa yang hilang dari model?

CAPM yang dikembangkan Sharpe-Lintner memprediksi bahwa beta satu-satunya penjelas return saham. Tetapi bukti empiris sejak 1970-an menunjukkan penyimpangan sistematis. Banz 1981 menemukan size effect: saham kecil rata-rata menghasilkan return lebih tinggi dari prediksi CAPM meski setelah disesuaikan beta. Basu 1977 menemukan value effect: saham dengan rasio book-to-market tinggi menghasilkan return lebih tinggi. Jegadeesh-Titman 1993 menemukan momentum: saham yang perform baik 3-12 bulan terakhir cenderung terus perform baik. Penyimpangan ini disebut anomali karena tidak dijelaskan CAPM. Fama-French 1993 mensintesis anomali size dan value menjadi 3-factor model yang menambahkan SMB (small minus big) dan HML (high minus low) ke CAPM. Carhart 1997 menambahkan momentum WML menjadi 4-factor. Hari ini kita memahami motivasi, teori, dan aplikasi model-model ini yang sekarang menjadi standar dalam riset keuangan akademik dan praktik manajer investasi kuantitatif.

Bagian 1 · 1/4

Kritik CAPM & Motivasi

Diskusi kelas: jika CAPM benar, mengapa saham kecil BEI sering menghasilkan return lebih tinggi dari prediksi beta?

Anomali yang Tidak Dijelaskan CAPM

Tiga anomali utama yang konsisten ditemukan dalam data historis pasca-CAPM: (1) Size effect — saham kecil mengalahkan besar (Banz 1981); (2) Value effect — saham value mengalahkan growth (Basu 1977); (3) Momentum — saham pemenang 3-12 bln terakhir terus menang (Jegadeesh-Titman 1993).

Size (SMB)

Small Minus Big — return saham kecil − return saham besar

Value (HML)

High Minus Low — return value (B/M tinggi) − growth (B/M rendah)

Momentum (WML)

Winners Minus Losers — return pemenang − pecundang 3-12 bln

Anomali-anomali ini memotivasi model multi-faktor sebagai ekstensi CAPM.

Tiga anomali ini adalah pondasi model multi-faktor modern. Size effect ditemukan Banz 1981: saham dengan kapitalisasi pasar kecil rata-rata menghasilkan return lebih tinggi dari prediksi CAPM. Fama-French mengkuantifikasi sebagai faktor SMB atau Small Minus Big yaitu return portofolio saham kecil dikurangi return saham besar. Value effect ditemukan Basu 1977: saham dengan rasio book-to-market tinggi (value stocks) menghasilkan return lebih tinggi dari saham growth. Fama-French mengkuantifikasi sebagai HML atau High Minus Low. Momentum ditemukan Jegadeesh-Titman 1993: saham yang perform baik 3-12 bulan terakhir cenderung terus perform baik, sebaliknya pecundang terus pecundang. Carhart 1997 menambahkan WML atau Winners Minus Losers ke Fama-French. Pertanyaan kunci yang masih diperdebatkan: apakah premium ini adalah kompensasi risiko yang valid (risk-based) atau inefisiensi pasar (behavioral)? Fama-French cenderung risk-based; interpretasi behavioral lebih populer untuk momentum. Debat ini memengaruhi apakah strategi faktor akan persistent di masa depan.

Size Effect (Banz 1981)

Saham kecil menghasilkan return lebih tinggi dari prediksi CAPM — salah satu anomali paling robust.

Dimensi	Temuan Banz 1981	Interpretasi
Periode data	NYSE 1936–1975	40 tahun data komprehensif
Temuan utama	Return saham kecil > prediksi CAPM	Beta tunggal understate risiko saham kecil
Estimasi premium	~1–2%/tahun lebih tinggi	Bervariasi per periode & definisi kecil
Kontribusi	Motivasi faktor SMB Fama-French 1993	Size = faktor sistematis kedua setelah market

Banz 1981 adalah salah satu paper paling berpengaruh dalam kritik CAPM. Dengan data NYSE 1936-1975 selama 40 tahun, Banz menemukan bahwa saham kecil secara konsisten menghasilkan return lebih tinggi dari prediksi CAPM — sekitar 1-2 persen per tahun lebih tinggi setelah disesuaikan beta. Interpretasi: beta tunggal understate risiko saham kecil; ada risiko lain seperti likuiditas rendah, distress financial, atau asimetri informasi yang tidak ditangkap beta. Temuan Banz menjadi motivasi langsung bagi Fama-French 1993 untuk menambahkan faktor SMB atau Small Minus Big ke CAPM menjadi 3-factor model. Penting dicatat: size premium tidak konstan — beberapa dekade terakhir size premium berkurang di pasar developed, mungkin karena popularitas strategi small-cap yang mengurangi inefisiensi. Untuk pasar emerging seperti Indonesia, size premium mungkin masih ada tetapi perlu verifikasi empiris dengan data BEI.

Value Effect (Basu 1977)

Saham value (B/M tinggi) menghasilkan return lebih tinggi dari saham growth — anomali yang sangat robust.

Value premium ~3–5% per tahun secara historis (bervariasi per pasar & periode).

Value effect ditemukan Basu 1977: saham value dengan rasio book-to-market tinggi secara konsisten menghasilkan return lebih tinggi dari saham growth dengan rasio book-to-market rendah. Fama-French 1993 mengkuantifikasi sebagai faktor HML atau High Minus Low yaitu return portofolio value dikurangi growth. Estimasi value premium historis bervariasi tetapi biasanya 3-5 persen per tahun di pasar developed. Interpretasi risk-based: saham value sering kali adalah perusahaan matang dengan pertumbuhan rendah tetapi juga distres — value premium adalah kompensasi atas risiko distres. Interpretasi behavioral: investor cenderung over-ekstrapolasi pertumbuhan masa lalu growth stocks sehingga overprice dan underperform; value stocks underprice karena diabaikan. Di BEI, contoh value stocks adalah perbankan dan consumer staples dengan PER rendah; growth stocks adalah tech dan consumer discretionary dengan PER tinggi. Verifikasi value premium di BEI memerlukan studi empiris dengan data 10-20 tahun.

Hitung dari Nol: Anomali Saham Kecil BEI

Skenario: Bandingkan return historis 5 tahun portofolio saham kecil BEI (kapitalisasi < Rp 500 M) vs portofolio saham besar (BBCA, BBRI, BMRI, TLKM, ASII). CAPM memprediksi return sebanding beta — anomali size jika return aktual berbeda.

Portofolio	β estimasi	E(R) CAPM (Rf=6, ERP=7)	Return aktual (5thn, ilustratif)	Alpha
Saham besar (5 blue chip)	1,05	6 + 1,05×7 = 13,4%	~12,5%/thn	−0,9% (sedikit under)
Saham kecil (10 small cap)	1,10	6 + 1,10×7 = 13,7%	~16,2%/thn	+2,5% (size premium)
Selisih	Saham kecil menghasilkan alpha positif +2,5% vs CAPM → konsisten dengan size effect (Banz 1981, Fama-French 1993)

Kesimpulan

~2,5% size premium

Ilustratif — verifikasi dengan data BEI 10+ tahun; size premium bervariasi per periode & definisi kecil

Hitungan ini menggambarkan size effect secara ilustratif di BEI. Portofolio saham besar dengan beta 1,05 seharusnya menghasilkan return CAPM 13,4 persen, return aktual ilustratif 12,5 persen — alpha negatif kecil. Portofolio saham kecil dengan beta 1,10 seharusnya menghasilkan 13,7 persen menurut CAPM, tetapi return aktual ilustratif 16,2 persen — alpha positif 2,5 persen. Selisih alpha antara saham kecil dan besar adalah sekitar 2,5 persen per tahun, konsisten dengan size effect Banz-Fama-French. Penting dicatat: angka ilustratif untuk tujuan pembelajaran; verifikasi dengan data BEI 10+ tahun untuk estimasi aktual. Size premium di pasar emerging seperti Indonesia mungkin lebih besar karena likuiditas saham kecil lebih rendah dan asimetri informasi lebih tinggi. Implikasi praktis: investor institusi yang dapat menanggung illiquidity dapat mempertimbangkan alokasi ke small-cap sebagai strategi premium. Tetapi peringatan: size premium dapat menghilang untuk periode panjang dan saham kecil lebih rentan default.

Bagian 2 · 2/4

APT (Ross 1976)

Diskusi kelas: APT tidak mengasumsikan keseimbangan pasar seperti CAPM — apa konsekuensi praktisnya?

APT: No-Arbitrage Principle

APT adalah model penetapan harga berbasis prinsip no-arbitrage — alternatif CAPM yang lebih fleksibel.

Rumus APT

E(r_i) = Rf + β_i1·RP_1 + β_i2·RP_2 + ... + β_in·RP_n
RP_k = risk premium faktor ke-k
β_ik = sensitivitas aset i terhadap faktor k

Prinsip No-Arbitrage

Tidak ada peluang profit riskless
Aset dengan profil faktor identik harus harga sama
Asumsi lebih lemah dari CAPM equilibrium

E(r_i) = Rf + β_i1·RP_1 + β_i2·RP_2 + ... + β_in·RP_n

APT atau Arbitrage Pricing Theory dikembangkan Stephen Ross 1976 sebagai alternatif CAPM. Rumus APT: expected return aset sama dengan risk-free rate plus jumlah beta dikali risk premium untuk setiap faktor. Jumlah dan identitas faktor tidak ditentukan oleh teori — harus diidentifikasi secara empiris. Prinsip dasar APT adalah no-arbitrage: di pasar efisien, tidak ada peluang profit riskless yang dapat dieksploitasi. Aset dengan profil faktor identik harus memiliki harga sama, jika tidak arbitrageur akan mengeksploitasi selisih sampai harga kembali setara. Keunggulan APT dibanding CAPM: asumsi lebih lemah (no-arbitrage vs equilibrium), tidak memerlukan asumsi investor mean-variance atau ekspektasi homogen. Kelemahan: tidak menentukan faktor mana yang penting — empiris harus mengidentifikasi sendiri, yang menyebabkan risiko data mining dan tidak ada konsensus jumlah faktor. Dalam praktik, APT jarang dipakai langsung; lebih sering dipakai sebagai kerangka teoritis untuk model multi-faktor seperti Fama-French yang mengidentifikasi faktor spesifik.

APT vs CAPM (Perbandingan Asumsi)

Dua model dengan filosofi berbeda — CAPM equilibrium vs APT no-arbitrage.

CAPM (Sharpe-Lintner)

Asumsi: investor mean-variance, ekspektasi homogen
Filosofi: keseimbangan pasar (equilibrium)
Faktor: 1 (market risk premium)
Identifikasi faktor: market portfolio

APT (Ross 1976)

Asumsi: no-arbitrage (lebih lemah)
Filosofi: tidak ada profit riskless
Faktor: n (multi-faktor)
Identifikasi faktor: empiris (kelemahan)

CAPM adalah kasus khusus APT dengan satu faktor (market). APT lebih umum tetapi memerlukan identifikasi faktor empiris.

Perbandingan asumsi CAPM vs APT menggambarkan trade-off filosofis. CAPM mengasumsikan investor mean-variance optimizer dengan ekspektasi homogen, mengikuti filosofi keseimbangan pasar — ada satu market portfolio yang unik sebagai satu-satunya faktor. APT hanya mengasumsikan no-arbitrage tanpa persyaratan struktur investor, mengikuti filosofi bahwa peluang profit riskless tidak akan bertahan — faktor dapat banyak dan harus diidentifikasi empiris. Implikasi: CAPM adalah kasus khusus APT dengan satu faktor yaitu market risk premium. APT lebih umum dan fleksibel tetapi kelemahannya adalah tidak ada teori yang menentukan faktor mana yang penting — empiris harus mengidentifikasi sendiri, yang menyebabkan risiko data mining dan tidak ada konsensus jumlah faktor. Dalam praktik industri, model multi-faktor seperti Fama-French yang mengidentifikasi faktor spesifik (SMB, HML, momentum) lebih populer daripada APT murni karena memberi spesifikasi konkret.

Multi-Faktor APT (Faktor Makroekonomi)

APT dapat memakai faktor makroekonomi yang memengaruhi return saham secara sistematis.

Contoh Faktor Makro

Pertumbuhan GDP — siklus bisnis
Inflasi tak terduga
Perubahan suku bunga (BI 7-day)
Harga komoditas (minyak, batu bara)
Perubahan nilai tukar rupiah

Implikasi untuk BEI

Saham pertambangan sensitif terhadap harga komoditas
Saham perbankan sensitif terhadap BI 7-day
Saham ekspor sensitif terhadap rupiah
Estimasi beta makro via regresi

Identifikasi faktor makro memerlukan analisis empiris yang ketat — risiko data mining bila tidak ada justifikasi teoritis.

APT murni dapat memakai faktor makroekonomi yang memengaruhi return saham secara sistematis. Contoh faktor yang sering dipakai: pertumbuhan GDP sebagai proxy siklus bisnis, inflasi tak terduga, perubahan suku bunga BI 7-day, harga komoditas untuk negara eksportir seperti Indonesia, dan perubahan nilai tukar rupiah. Implikasi untuk BEI: saham pertambangan (ADRO, ITMG) sangat sensitif terhadap harga batu bara; saham perbankan sensitif terhadap BI 7-day rate; saham ekspor (tekstil, CPO) sensitif terhadap rupiah. Estimasi beta makro dilakukan via regresi return saham terhadap kejutan makro. Kelemahan praktis: identifikasi faktor yang benar-benar persistent memerlukan analisis empiris yang ketat; risiko data mining tinggi jika tidak ada justifikasi teoritis. Dalam praktik, model multi-faktor berbasis faktor portofolio seperti Fama-French lebih populer daripada faktor makro karena lebih mudah diestimasi dan diimplementasikan.

Hitung dari Nol: Return APT Dua-Faktor

Skenario: Estimasi return disyaratkan saham XYZ menggunakan APT 2-faktor (market + size). Asumsi: Rf = 6%, β_market = 1,2, MRP = 7%, β_size = 0,8, SMB premium = 3%.

Langkah	Perhitungan	Nilai
1. Kontribusi market	β_m × MRP = 1,2 × 7%	8,4%
2. Kontribusi size	β_size × SMB = 0,8 × 3%	2,4%
3. E(R) APT	Rf + market + size = 6% + 8,4% + 2,4%	16,8% per tahun
4. Bandingkan CAPM	6% + 1,2 × 7% = 14,4%	Selisih +2,4% (size premium)

Kesimpulan

16,8% (APT)

Selisih 2,4% dari CAPM — size premium yang tidak ditangkap beta tunggal

Hitungan ini menerapkan APT 2-faktor untuk saham XYZ. Dengan beta market 1,2 dan MRP 7 persen, kontribusi market adalah 8,4 persen. Dengan beta size 0,8 dan SMB premium 3 persen, kontribusi size adalah 2,4 persen. Total return disyaratkan APT adalah 6 plus 8,4 plus 2,4 sama dengan 16,8 persen per tahun. Bandingkan dengan CAPM satu faktor yang hanya memberi 14,4 persen — selisih 2,4 persen adalah size premium yang tidak ditangkap beta tunggal. Implikasi: kalau XYZ adalah saham kecil, CAPM understate return disyaratkan; APT yang menambahkan size memberi estimasi lebih akurat. Penting dicatat: beta size dan SMB premium harus diestimasi dari data empiris; angka ilustratif untuk tujuan pembelajaran. Untuk pekerjaan rumah: identifikasi saham BEI yang sensitif terhadap faktor makro tertentu (misal ADRO terhadap harga batu bara) dan estimasi beta faktornya.

Bagian 3 · 3/4

Fama-French & Carhart

Diskusi kelas: mengapa momentum disebut "anomali paling menyakitkan" untuk interpretasi risk-based?

Fama-French 3-Factor Model

Fama-French 1993 menambahkan faktor size (SMB) dan value (HML) ke CAPM menjadi 3-factor.

FF 3-factor menjadi standar de facto dalam evaluasi kinerja reksadana dan strategi investasi sejak 1993.

Fama-French 3-factor model 1993 adalah kontribusi monumental yang mengubah cara akademisi dan praktisi mengevaluasi return saham. Persamaan: expected return aset sama dengan risk-free plus beta market dikali MKT plus beta size dikali SMB plus beta value dikali HML. Tiga faktor: MKT adalah market risk premium klasik CAPM; SMB adalah Small Minus Big yaitu return saham kecil dikurangi saham besar, mengkuantifikasi size effect Banz 1981; HML adalah High Minus Low yaitu return saham value (book-to-market tinggi) dikurangi growth (book-to-market rendah), mengkuantifikasi value effect Basu 1977. FF 3-factor menjadi standar de facto dalam riset keuangan akademik dan evaluasi kinerja reksadana — sekarang manajer dievaluasi tidak hanya pada alpha vs CAPM tetapi juga pada exposures mereka ke faktor size dan value. Fama dan French dianugerahi Nobel 2013 sebagian untuk kontribusi ini. Implikasi praktis: strategi investasi berbasis faktor (factor investing) menjadi industri besar dengan ETF factor seperti small-cap value.

Carhart 4-Factor (Momentum)

Carhart 1997 menambahkan momentum (WML) ke FF 3-factor menjadi 4-factor — standar evaluasi mutual fund modern.

FF 3-Factor

Market (MKT)
Size (SMB)
Value (HML)

+ Momentum (WML)

Winners Minus Losers 3-12 bln
Jegadeesh-Titman 1993
Premium ~8-10%/thn (ilustratif)

= Carhart 4-Factor

E(R) = Rf + β·MKT + β·SMB + β·HML + β·WML
Standar evaluasi mutual fund
Alpha setelah 4 faktor = keahlian murni

Momentum sulit dijelaskan dengan risk-based — interpretasi behavioral (underreaction) lebih populer. Tidak persistent di semua pasar.

Carhart 1997 menambahkan faktor momentum WML atau Winners Minus Losers ke Fama-French menjadi 4-factor model. Momentum ditemukan Jegadeesh-Titman 1993: saham yang perform baik 3-12 bulan terakhir cenderung terus perform baik, sebaliknya pecundang terus pecundang. Premium momentum historis bervariasi tetapi dapat 8-10 persen per tahun di pasar developed — angka ilustratif. Carhart 4-factor menjadi standar evaluasi mutual fund modern — alpha yang signifikan setelah disesuaikan 4 faktor dianggap keahlian murni, bukan sekadar exposure ke faktor umum. Implikasi penting: banyak "alpha" yang ditemukan dalam evaluasi CAPM sebenarnya adalah exposure ke faktor size, value, atau momentum yang dapat direplikasi dengan ETF factor murah. Sebagai manajer investasi profesional, Anda harus mampu mengurai kinerja portofolio menjadi exposures ke faktor-faktor ini. Peringatan: momentum sulit dijelaskan dengan interpretasi risk-based — interpretasi behavioral (underreaction investor terhadap informasi baru) lebih populer. Momentum juga tidak persistent di semua pasar (misalnya menghilang selama krisis 2008-2009) dan dapat crash secara mendadak.

Studi Kasus: Premium Faktor di BEI

Aplikasi model multi-faktor di pasar Indonesia — estimasi premium historis (ilustratif).

Faktor	Definisi	Premium historis BEI (ilustratif)	Interpretasi
Market (MKT)	IHSG − SBN 10y	~6–8%/thn	Konsisten dengan ERP Indonesia (P5)
Size (SMB)	Small − Big	~2–4%/thn	Saham kecil BEI outperform (likuiditas rendah)
Value (HML)	High B/M − Low B/M	~3–5%/thn	Saham value (perbankan, staples) premium
Momentum (WML)	Winners − Losers	~5–8%/thn	Momentum kuat di BEI tetapi volatile

Angka ilustratif untuk tujuan pembelajaran — verifikasi dengan studi empiris BEI 10+ tahun. Premium faktor dapat berubah signifikan per periode.

Studi kasus ini menggambarkan aplikasi model multi-faktor di BEI dengan estimasi premium ilustratif. Market premium atau ERP Indonesia 6-8 persen konsisten dengan yang kita bahas di P5. Size premium SMB 2-4 persen — saham kecil BEI cenderung outperform karena likuiditas rendah dan asimetri informasi tinggi. Value premium HML 3-5 persen — saham value seperti perbankan dan consumer staples dengan PER rendah cenderung premium. Momentum WML 5-8 persen — momentum kuat di BEI tetapi volatile dan dapat crash. Penting dicatat: semua angka ilustratif untuk tujuan pembelajaran; verifikasi dengan studi empiris BEI data 10 tahun lebih. Premium faktor dapat berubah signifikan per periode dan per definisi. Implikasi praktis: investor institusi yang ingin mengeksposur ke faktor tertentu dapat membangun strategi factor-based di BEI, tetapi perlu riset empiris yang ketat dan kesadaran bahwa premium dapat menghilang untuk periode panjang.

Bagian 4 · 4/4

Aplikasi & Perbandingan

Diskusi kelas: dalam konteks BEI, model mana yang paling relevan untuk evaluasi kinerja reksadana?

CAPM vs APT vs FF — Perbandingan

Tiga model dengan kompleksitas dan aplikasi berbeda — pilihan tergantung konteks.

Dimensi	CAPM (1964)	APT (1976)	Fama-French (1993) / Carhart (1997)
Faktor	1 (market)	n (multi, bebas)	3 / 4 spesifik
Asumsi	Equilibrium, mean-variance	No-arbitrage	Empiris berbasis anomali
Kompleksitas	Sederhana	Sedang	Tinggi
Estimasi	β dari regresi 1 variabel	β multi-faktor	β 3-4 faktor + premium
Aplikasi utama	Cost of equity, capital budgeting	Riset akademik	Evaluasi reksadana, factor investing

CAPM tetap standar untuk cost of equity karena kesederhanaan; FF/Carhart standar untuk evaluasi kinerja karena menjelaskan lebih banyak variasi return.

Perbandingan tiga model menggambarkan trade-off kompleksitas vs eksplanatori. CAPM dengan satu faktor (market) paling sederhana — asumsi equilibrium mean-variance, estimasi beta dari regresi satu variabel. APT multi-faktor dengan asumsi no-arbitrage, lebih fleksibel tetapi tidak menentukan faktor. Fama-French 3-factor atau Carhart 4-factor paling kompleks dengan faktor spesifik berbasis anomali empiris. Aplikasi utama: CAPM tetap standar untuk estimasi cost of equity dalam capital budgeting perusahaan karena kesederhanaan dan familiaritas luas. APT lebih sering dipakai dalam riset akademik karena fleksibilitas teoritis. Fama-French dan Carhart menjadi standar evaluasi kinerja reksadana karena menjelaskan lebih banyak variasi return daripada CAPM — alpha setelah 4 faktor adalah ukuran keahlian murni yang lebih akurat. Implikasi untuk BEI: untuk aplikasi praktis estimasi cost of equity, CAPM cukup; untuk evaluasi kinerja reksadana atau strategi investasi, FF/Carhart lebih tepat tetapi memerlukan data faktor yang mungkin terbatas di pasar emerging.

Eksplorasi: Analisis Faktor & Struktur Kovarians

Model multifaktor seperti Fama-French & Carhart memerlukan pemahaman analisis faktor — eksplorasi bagaimana faktor laten menjelaskan kovarians return.

Eksplorasi: ubah jumlah faktor & loading — lihat bagaimana faktor laten menjelaskan korelasi antar saham. Intuisi yang melandasi Fama-French 3-factor.

Widget analisis-faktor-efa memberi visualisasi interaktif bagaimana faktor laten menjelaskan struktur kovarians antar variabel — konsep yang melandasi model multifaktor seperti Fama-French. Manfaatkan widget untuk eksplorasi. Pertama, ubah jumlah faktor yang diekstrak — lihat bagaimana satu faktor menjelaskan sebagian kovarians (analogi CAPM single-factor market), dua faktor menjelaskan lebih banyak (analogi Fama-French), dan tiga atau empat faktor lebih lengkap (analogi Carhart). Kedua, perhatikan loading faktor — saham dengan loading tinggi pada faktor tertentu bergerak bersama. Inilah inti APT Ross 1976: return aset adalah fungsi linear dari faktor-faktor umum. Ketiga, hubungkan ke Fama-French 1993: faktor SMB (size) dan HML (value) adalah faktor empiris yang ditemukan menjelaskan kovarians return saham di luar market factor. Carhart 1997 menambahkan momentum sebagai faktor keempat. Eksplorasi ini membangun intuisi statistik di balik model multifaktor — mengapa tiga atau empat faktor lebih baik dari satu dalam menjelaskan variasi return.

Ringkasan Kunci Pertemuan 6

Anomali CAPM

Size, value, momentum — beta tunggal tidak cukup menjelaskan return

APT (Ross 1976)

Multi-faktor berbasis no-arbitrage — alternatif fleksibel CAPM

FF & Carhart

3-factor (1993) + momentum (1997) — standar evaluasi modern

Bawa tiga lensa ini untuk evaluasi kinerja portofolio P7-P13 — model multi-faktor menjadi dasar alpha modern.

Persiapan P7: baca BKM bab 9 (kinerja empiris CAPM); pertanyaan: mengapa CAPM empiris sering gagal? Apa implikasi untuk alokasi aset praktis?

📖 Baca juga: Capm Cost Of Equity — penjelasan mendalam dan contoh numerik.