RPS minggu 6 · 2x50 menit
Model Multifaktor dan APT Ross 1976, Fama-French 1993, dan Carhart 1997 Hari ini kita masuk kritik dan ekstensi CAPM. Setelah Sharpe-Lintner mengembangkan CAPM 1964, banyak peneliti mencoba menguji secara empiris apakah beta benar-benar satu-satunya faktor yang menjelaskan return saham. Hasilnya konsisten dan mengejutkan: CAPM underperform — ada anomali size, value, dan momentum yang tidak dijelaskan beta tunggal. Stephen Ross 1976 mengembangkan APT atau Arbitrage Pricing Theory sebagai alternatif multi-faktor berbasis prinsip no-arbitrage. Fama-French 1993 menambahkan faktor size dan value ke CAPM menjadi 3-factor model. Carhart 1997 menambahkan momentum menjadi 4-factor. Hari ini kita akan memahami motivasi, derivasi, dan aplikasi model multi-faktor yang sekarang menjadi standar dalam riset akademik dan praktik industri manajer investasi kuantitatif. 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.
Kritik CAPM: anomali size (Banz 1981), value (Basu 1977), momentum Arbitrage Pricing Theory (Ross 1976) — prinsip no-arbitrage APT vs CAPM: asumsi & implikasi 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.
Empat hal yang harus Anda kuasai hari ini. Pertama, menjelaskan konsep APT Ross 1976 dan asumsi no-arbitrage. Kedua, menjelaskan Fama-French 3-factor dan bukti empirisnya. Ketiga, menerapkan model multi-faktor untuk mengestimasi return disyaratkan. Keempat, membandingkan CAPM vs APT vs FF — kelebihan dan keterbatasan. Kalau di akhir kuliah Anda bisa menjelaskan mengapa CAPM empiris sering gagal dan faktor tambahan apa yang ditambahkan Fama-French, Anda menguasai inti model multi-faktor 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?
Blok ini memaparkan anomali yang memotivasi pengembangan model multi-faktor. Pertanyaan diskusi memancing debat: kalau CAPM benar, saham kecil dengan beta sama seharusnya menghasilkan return sama dengan saham besar. Tetapi data menunjukkan saham kecil rata-rata menghasilkan return lebih tinggi. Ada dua interpretasi: pertama, size adalah proxy risiko lain yang tidak ditangkap beta (misalnya likuiditas, distress) — maka size premium adalah kompensasi risiko yang valid; kedua, size adalah anomali behavioral yang tidak rasional — maka ini inefisiensi pasar yang bisa dieksploitasi. Debat ini masih berlanjut dalam akademik keuangan. 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. Coba Sendiri: Peta Premium Faktor Global Lihat besar premium historis tiap faktor: market, size, value, momentum, profitability.
Widget ini menampilkan magnitudo premium historis berbagai faktor yang terdokumentasi dalam literatur: market, size (SMB), value (HML), momentum (MOM), profitability (RMW), investment (CMA). Anda akan melihat bahwa premium bervariasi signifikan — value dan momentum secara historis menghasilkan premium tahunan 3–5 persen di atas yang dijelaskan CAPM. Pelajaran penting: alpha yang dilaporkan banyak manajer aktif sering kali bukan keahlian stock-picking melainkan exposure terhadap faktor-faktor ini yang bisa direplika dengan ETF faktor jauh lebih murah. Di Indonesia, akses ke produk faktor masih terbatas tetapi tumbuh — beberapa reksadana indeks mulai menawarkan strategi value atau dividend yield. Sebagai analis investasi, evaluasi kinerja manajer dengan model multi-faktor untuk mengidentifikasi apakah return mereka berasal dari keahlian atau sekadar eksposur faktor. 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 Book-to-Market tinggi PER rendah, undervalued Return historis lebih tinggi GROWTH Book-to-Market rendah PER tinggi, growth ekspetasi tinggi Return historis lebih rendah HML premium Basu 1977; Fama-French 1993 mengkuantifikasi sebagai HML (High Minus Low) 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?
Blok ini membahas APT sebagai alternatif CAPM. Pertanyaan diskusi memancing perbedaan filosofis: CAPM adalah model equilibrium yang mengasumsikan semua investor rasional mean-variance optimizer dengan ekspektasi homogen; APT hanya mengasumsikan no-arbitrage — tidak ada peluang arbitrage yang akan dieksploitasi pasar. Konsekuensi praktis: APT lebih fleksibel tetapi tidak menentukan jumlah atau identitas faktor — empiris harus mengidentifikasi sendiri. Inilah kekuatan sekaligus kelemahan APT. APT: No-Arbitrage Principle APT adalah model penetapan harga berbasis prinsip no-arbitrage — alternatif CAPM yang lebih fleksibel.
$E(r_i) = R_f + \beta_{i1} \cdot RP_1 + \beta_{i2} \cdot RP_2 + \ldots + \beta_{in} \cdot RP_n$ $RP_k$ = risk premium faktor ke-k $\beta_{ik}$ = sensitivitas aset $i$ terhadap faktor $k$ 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.
Asumsi: investor mean-variance, ekspektasi homogen Filosofi: keseimbangan pasar (equilibrium) Faktor: 1 (market risk premium) Identifikasi faktor: market portfolio 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.
Pertumbuhan GDP — siklus bisnis Inflasi tak terduga Perubahan suku bunga (BI 7-day) Harga komoditas (minyak, batu bara) Perubahan nilai tukar rupiah 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. Coba Sendiri: APT: No-Arbitrage Multi-Faktor (Ross 1976) Bangun model APT Anda sendiri dengan faktor makro: bunga, inflasi, output industri.
Widget ini membangun model APT Ross 1976 dari nol. Anda menambahkan faktor makro (suku bunga BI rate, inflasi CPI, output industri), menetapkan premi tiap faktor, dan mengatur beta dua aset terhadap tiap faktor. Widget menghitung return wajar APT untuk masing-masing dan mendeteksi apakah ada mispricing yang memicu peluang arbitrase tanpa risiko. Beda kunci dengan CAPM: APT tidak mensyaratkan portofolio pasar teridentifikasi — cukup asumsi tidak ada arbitrase. APT juga fleksibel: Anda bebas memilih faktor makro apa pun yang relevan untuk pasar Indonesia. Praktik industri sering memakai APT untuk dekomposisi return reksadana: manajer yang mengaku stock picker sebenarnya mungkin hanya mengambil exposure terhadap faktor size atau value yang bisa direplika lebih murah. Bagian 3 · 3/4
Fama-French & Carhart
Diskusi kelas: mengapa momentum disebut "anomali paling menyakitkan" untuk interpretasi risk-based?
Blok ini membahas model Fama-French dan Carhart yang menjadi standar riset akademik. Pertanyaan diskusi tentang momentum menarik karena momentum sulit dijelaskan dengan interpretasi risk-based — tidak jelas faktor risiko apa yang mendasari. Interpretasi behavioral (underreaction investor terhadap informasi baru) lebih populer untuk momentum. Ini membuat momentum "menyakitkan" bagi akademisi yang percaya pasar efisien. Fama-French sendiri enggan memasukkan momentum ke model mereka karena alasan ini; Carhart 1997 yang menambahkannya. Fama-French 3-Factor Model Fama-French 1993 menambahkan faktor size (SMB) dan value (HML) ke CAPM menjadi 3-factor.
Market (MKT) E(R_m) − Rf CAPM classic Size (SMB) Small − Big Banz 1981 Value (HML) High − Low (B/M) Basu 1977 = FF 3-factor E(R_i) = Rf + β_m·MKT + β_s·SMB + β_v·HML 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. Coba Sendiri: Fama-French 3 Faktor: Market + Size + Value Bangun return saham dari tiga premi faktor dan lihat kontribusi masing-masing.
Widget ini mengoperasionalkan model Fama-French 1993 yang mengoreksi kelemahan CAPM. Anda mengatur premi tiga faktor (MktRF premium pasar, SMB premium saham small-cap, HML premium saham value) dan sensitivitas beta saham terhadap masing-masing. Widget menghitung return total dan menampilkan dekomposisi dalam diagram batang — kontribusi tiap faktor terlihat jelas. Coba preset Large Growth (BBCA-like) yang memiliki beta SMB negatif dan HML negatif (growth sama dengan book-to-market rendah), lalu bandingkan dengan Small Value yang memiliki beta SMB dan HML tinggi. Anda akan melihat bahwa return dua saham dengan beta pasar sama bisa sangat berbeda karena exposure size dan value. Pelajaran kunci: CAPM satu faktor meninggalkan alpha yang sebenarnya bisa dijelaskan oleh faktor tambahan — bukti kuat bahwa CAPM tidak lengkap. Carhart 4-Factor (Momentum) Carhart 1997 menambahkan momentum (WML) ke FF 3-factor menjadi 4-factor — standar evaluasi mutual fund modern.
Market (MKT) Size (SMB) Value (HML) Winners Minus Losers 3-12 bln Jegadeesh-Titman 1993 Premium ~8-10%/thn (ilustratif) 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?
Blok penutup ini membandingkan CAPM, APT, dan Fama-French untuk aplikasi praktis. Pertanyaan diskusi memancing refleksi: dalam konteks BEI yang pasar emerging dengan likuiditas lebih rendah, model multi-faktor mungkin lebih relevan karena size dan value premium lebih kuat. Tetapi data faktor BEI mungkin terbatas dan estimasi kurang stabil. CAPM tetap paling sederhana dan banyak dipakai untuk estimasi cost of equity perusahaan. Pilihan model tergantung tujuan aplikasi. 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.
🧮 Buka widget penuh · 📖 pelajari teorinya di CAPM Cost of Equity & Equity Risk Premium
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?
Sebagai penutup, tiga pesan kunci yang akan menjadi dasar evaluasi kinerja sepanjang sisa mata kuliah. Pertama, anomali CAPM (size, value, momentum) menunjukkan beta tunggal tidak cukup menjelaskan return saham. Kedua, APT Ross 1976 menyediakan kerangka multi-faktor fleksibel berbasis no-arbitrage sebagai alternatif CAPM. Ketiga, Fama-French 3-factor dan Carhart 4-factor menjadi standar evaluasi kinerja modern dengan faktor spesifik berbasis anomali empiris. Sampai jumpa di P7 di mana kita akan mengevaluasi bukti empiris CAPM dan implikasinya untuk alokasi aset praktis — mengapa CAPM masih dipakai meskipun bukti empiris mixed. 📖 Baca juga: Capm Cost Of Equity — penjelasan mendalam dan contoh numerik.