RPS minggu 9 · 2x50 menit
Behavioral Finance Bias Perilaku, Prospect Theory, dan Keputusan Investasi Hari ini kita masuk dunia behavioral finance — bagaimana psikologi manusia memengaruhi keputusan investasi. Topik ini adalah komplemen penting untuk EMH yang kita bahas P8. Traditional finance berasumsi investor rasional, tetapi bukti empiris menunjukkan investor systematically membuat kesalahan yang dapat diprediksi. Kita akan membahas prospect theory Kahneman-Tversky 1979 (Nobel 2002), bias utama seperti overconfidence, herding, loss aversion, dan strategi mitigasi praktis. Posisi: setelah EMH P8 dan sebelum fixed income P10. Pertanyaan pemantik untuk diskusi: coba ingat keputusan investasi yang Anda sesali — bias apa yang memengaruhi Anda saat itu? Peta Pembelajaran Hari Ini Sub-CPMK 9: mengidentifikasi bias kognitif utama dalam keputusan investasi dan merancang mitigasi sistematis.
Traditional vs behavioral finance Prospect theory Kahneman-Tversky 1979 Heuristik & bias utama: representativeness, availability, anchoring Bias investasi: overconfidence, herding, loss aversion Anomali pasar sebagai bukti behavioral Strategi mitigasi & behavioral portfolio theory Posisi dalam alur: setelah EMH P8, sebelum fixed income P10.
Empat hal yang harus Anda kuasai hari ini. Pertama, menjelaskan konsep behavioral finance dan bias kognitif. Kedua, mengidentifikasi bias overconfidence, herding, loss aversion, anchoring. Ketiga, mengevaluasi implikasi bias perilaku untuk strategi investasi. Keempat, merancang mitigasi bias dalam pengambilan keputusan portofolio. Kalau di akhir kuliah Anda bisa menjelaskan setidaknya tiga bias utama dan cara mengatasinya, Anda menguasai inti behavioral finance untuk praktik manajemen investasi. Mengapa Investor Terus Mengulang Kesalahan? Pertanyaan fundamental behavioral finance: jika pasar efisien dan pelajaran sejarah jelas, mengapa bubble dan crash berulang?
Bubble Bersejarah
5+ Episode
Tulip (1637), Dot-com (2000), Subprime (2008), Kripto (2021)
Penjelasan Behavioral
3 Faktor
Herding, overconfidence, limit arbitrage
Pertanyaan pemantik: mengapa pelajaran dari dot-com 2000 tidak mencegah kripto bubble 2021?
Pertanyaan fundamental behavioral finance: jika pasar efisien dan pelajaran sejarah jelas, mengapa bubble dan crash berulang? Sejarah mencatat setidaknya lima episode bubble besar: tulip mania 1637 di Belanda, dot-com bubble 2000 di US, subprime mortgage crisis 2008, dan kripto bubble 2021. Setiap kali, harga aset melonjak tidak rasional, lalu jatuh tajam — pola yang sama berulang. Tiga penjelasan behavioral utama. Pertama, herding: investor mengikuti perilaku orang lain, takut ketinggalan (FOMO). Kedua, overconfidence: setiap generasi investor meyakini "kali ini berbeda" dan mereka lebih pintar dari sebelumnya. Ketiga, limit arbitrage: investor rasional yang ingin mengoreksi mispricing terbatas oleh capital, horizon, dan risiko — sehingga mispricing dapat bertahan lama. Sebagai manajer investasi, kesadaran diri tentang bias adalah keterampilan penting yang membedakan profesional dari amatir. Bagian 1 · 1/4
Behavioral vs Traditional Finance
Diskusi kelas: apa asumsi utama traditional finance yang dipertanyakan behavioral finance?
Blok ini membandingkan paradigma traditional dan behavioral finance. Pertanyaan diskusi memancing asumsi rasionalitas yang dipertanyakan behavioral finance — investor traditional diasumsikan risk-averse rasional, tetapi bukti empiris menunjukkan systematic departure dari rasionalitas. Traditional vs Behavioral Finance Dua paradigma dengan asumsi fundamental berbeda tentang investor dan pasar.
Aspek Traditional Finance Behavioral Finance Asumsi investor Rasional, risk-averse Bounded rationality, bias sistematis Preferensi Expected utility theory (von Neumann-Morgenstern) Prospect theory (Kahneman-Tversky) Keyakinan Berdasarkan Bayes (rasional) Heuristik & bias Pandangan pasar EMH: efisien, no free lunch Limit arbitrage: anomali dapat bertahan
Behavioral finance bukan pengganti traditional, tetapi komplemen — menjelaskan anomali yang traditional tidak bisa.
Perbandingan dua paradigma. Traditional finance berasumsi investor rasional dan risk-averse; preferensi mengikuti expected utility theory von Neumann-Morgenstern; keyakinan berdasarkan Bayesian updating rasional; pasar efisien sesuai EMH tanpa free lunch. Behavioral finance mengakui bounded rationality: investor punya keterbatasan kognitif dan systematically biased; preferensi mengikuti prospect theory Kahneman-Tversky yang menjelaskan loss aversion; keyakinan dibentuk oleh heuristik dan bias; limit arbitrage berarti anomali pasar dapat bertahan lama. Penting dicatat: behavioral finance bukan pengganti traditional finance, tetapi komplemen. Traditional finance memberi kerangka kuat untuk pricing (CAPM, Black-Scholes) yang bekerja dengan baik dalam kondisi normal. Behavioral finance menjelaskan anomali dan fenomena extreme (bubble, crash) yang traditional tidak bisa. Sebagai manajer investasi, Anda harus menguasai kedua paradigma untuk analisis yang lengkap. Prospect Theory Kahneman-Tversky 1979 Prospect theory (1979) : investor mengevaluasi keputusan berdasarkan gains/losses relatif terhadap reference point, bukan wealth absolut. Loss aversion: kerugian terasa ~2× lebih sakit dari keuntungan setara. (Nobel Ekonomi 2002)
Visualisasi value function berbentuk S asimetris.
Gains → ← Losses ↑ Value Gains (concave, risk averse) Losses (convex, risk seeking) Slope losses lebih curam → loss aversion ~2× Value function asimetris (Kahneman-Tversky 1979) Prospect theory yang diterbitkan Kahneman dan Tversky 1979 adalah fondasi behavioral finance modern — mendapat Nobel Ekonomi 2002 untuk Kahneman. Intinya: investor mengevaluasi keputusan berdasarkan gains dan losses relatif terhadap reference point (biasanya harga beli atau status quo), bukan wealth absolut seperti dalam traditional expected utility theory. Dua temuan kunci. Pertama, loss aversion: kerugian terasa sekitar dua kali lebih sakit dari keuntungan setara — ini menjelaskan mengapa investor menahan saham rugi terlalu lalu (harap recover) dan menjual saham untung terlalu cepat (lock-in gain). Kedua, value function berbentuk S asimetris: untuk gains, investor risk averse (kurva concave — lebih suka keuntungan pasti dari gambling); untuk losses, investor risk seeking (kurva convex — lebih suka gamble untuk menghindari kerugian pasti). Diagram menunjukkan slope untuk losses lebih curam dari gains — visualisasi loss aversion. Implikasi praktis: investor secara sistematis membuat keputusan suboptimal terhadap risiko, yang dapat dieksploitasi oleh investor rasional atau diatasi dengan strategi mitigasi sistematis. Heuristik & Bias Kognitif Tiga heuristik utama Tversky-Kahneman 1974 yang menyebabkan bias sistematis dalam keputusan investasi.
Menilai probabilitas berdasarkan kesamaan Implikasi: chase performance, terlalu percaya "hot streak" Menilai probabilitas berdasarkan kemudahan recall Implikasi: overreact ke berita baru,abaikan data historis Terlalu bergantung pada anchor (harga beli awal) Implikasi: menahan saham rugi, harap balik ke anchor Heuristik adalah shortcut mental yang biasanya berguna, tetapi dapat systematically menyesatkan dalam konteks probabilistik seperti investasi.
Tversky dan Kahneman 1974 mengidentifikasi tiga heuristik utama yang menyebabkan bias sistematis dalam keputusan di bawah ketidakpastian, termasuk investasi. Pertama, representativeness heuristic: orang menilai probabilitas berdasarkan kesamaan dengan prototype — implikasi investasi: investor chase performance dengan berasumsi manajer pemenang masa lalu akan terus menang, padahal data menunjukkan persistensi rendah. Kedua, availability heuristic: orang menilai probabilitas berdasarkan kemudahan recall contoh — implikasi: investor overreact ke berita baru yang mencolok (tsunami, kudeta) dan abaikan data historis; juga menyebabkan home bias karena familiaritas pasar domestik. Ketiga, anchoring: orang terlalu bergantung pada anchor awal saat membuat estimasi — implikasi: investor menahan saham rugi karena anchored ke harga beli awal, berharap harga kembali ke anchor, padahal fundamental mungkin sudah berubah. Heuristik adalah shortcut mental yang biasanya berguna untuk keputusan cepat, tetapi dapat systematically menyesatkan dalam konteks probabilistik seperti investasi. Bagian 2 · 2/4
Bias Investasi Utama
Diskusi kelas: mana bias paling umum yang Anda alami dalam investasi? Bagaimana dampaknya pada return?
Blok ini membahas bias kognitif utama yang paling relevan untuk keputusan investasi. Pertanyaan diskusi memancing refleksi pribadi — mahasiswa MM biasanya punya pengalaman investasi untuk dibagikan. Overconfidence Bias Investor meyakini mereka lebih baik dari rata-rata — ilusi kontrol dan kalibrasi berlebihan.
Better-than-average: ~80% investor merasa di atas rata-rata Illusion of control: keyakinan dapat "timing pasar" Miscalibration: interval keyakinan terlalu sempit Trading berlebihan: biaya transaksi tinggi Underdiversifikasi: konsentrasi pada "pemenang" Return underperform buy-and-hold (Barber-Odean 2000) Studi Barber-Odean 2000: investor paling aktif trading underperform paling pasif sebesar ~7%/tahun setelah biaya.
Overconfidence adalah bias paling umum dan paling merusak dalam investasi. Tiga bentuk utama. Pertama, better-than-average effect: sekitar 80 persen investor meyakini mereka di atas rata-rata — secara matematis tidak mungkin. Kedua, illusion of control: keyakinan bahwa investor dapat "timing pasar" atau pilih saham pemenang, padahal bukti empiris menunjukkan market timing sangat sulit. Ketiga, miscalibration: interval keyakinan investor terlalu sempit — mereka yakin terlalu kuat tentang prediksi. Dampak pada investasi signifikan. Trading berlebihan: investor overconfident trading lebih sering, mengakibatkan biaya transaksi tinggi yang menggerus return. Underdiversifikasi: konsentrasi pada beberapa saham "pemenang" yang mereka yakini unggul, meningkatkan risiko idiosinkratik. Studi Barber-Odean 2000 dengan data 66.000 investor retail US: investor paling aktif trading underperform paling pasif sebesar sekitar 7 persen per tahun setelah biaya — bukti kuat overconfidence merusak return. Implikasi: kesadaran diri dan disiplin strategi pasif adalah obat untuk overconfidence. Herding Bias Investor mengikuti perilaku orang lain — FOMO (fear of missing out) menyebabkan bubble dan crash.
Informasi cascade: ikut orang dianggap lebih tahu Reputasi: takut salah sendirian (keynesian beauty contest) Emosi: FOMO saat harga naik, panic saat turun Dot-com bubble 2000: saham internet naik 500%+ Subprime 2008: housing crash global Kripto 2021: BTC dari $10k ke $69k, lalu turun Herding menyebabkan harga deviate jauh dari fundamental — karena limit arbitrage, deviasi dapat bertahan lama.
Herding adalah kecenderungan investor mengikuti perilaku orang lain, sering kali tanpa analisis independen. Tiga penyebab utama. Pertama, information cascade: investor berasumsi orang lain tahu lebih banyak, sehingga ikut meski informasi pribadi berbeda — efek bola salju. Kedua, reputasi: manajer investasi takut salah sendirian (Keynesian beauty contest — lebih baik salah secara konvensional dari benar secara unconventionally). Ketiga, emosi: FOMO atau fear of missing out saat harga naik, panic selling saat turun. Dampak historis signifikan. Dot-com bubble 2000: saham internet naik lebih dari 500 persen dalam beberapa tahun, lalu jatuh 80 persen. Subprime mortgage crisis 2008: housing bubble yang mendorong global financial crisis. Kripto bubble 2021: Bitcoin dari $10 ribu ke $69 ribu lalu turun ke $16 ribu di 2022. Herding menyebabkan harga deviate jauh dari fundamental — dan karena limit arbitrage (capital constraint, horizon pendek investor), deviasi ini dapat bertahan lama. Implikasi: investor rasional harus berani kontrarian saat melihat ekstrem, tetapi timing sangat sulit. Loss Aversion & Disposition Effect Menahan saham rugi terlalu lama, menjual saham untung terlalu cepat — bias paling terdokumentasi.
Pexpectancy: P(jual saham untung) > P(jual saham rugi) Penyebab: loss aversion + realization utility Implikasi: realisasi kerugian kecil tapi kertas besar Underperform: opportunity cost saham rugi Tax inefficiency: menahan rugi = menunda tax loss Volatilitas portofolio tidak terkelola Disposition effect adalah salah satu bias paling robust — ditemukan di seluruh pasar ekuitas global, termasuk BEI.
Disposition effect adalah salah satu bias paling terdokumentasi dalam behavioral finance, diperkenalkan Shefrin dan Statman 1985. Pola: investor cenderung menjual saham yang menghasilkan keuntungan (winners) terlalu cepat, dan menahan saham yang rugi (losers) terlalu lama — kebalikan dari strategi optimal yang menyaran cut losses dan let profits run. Penyebab: kombinasi loss aversion (reluctance untuk realize kerugian yang terasa 2× lebih sakit) dan realization utility (kepuasan psychological dari "mengamankan" keuntungan). Implikasi pada return: opportunity cost karena investor menahan saham underperform yang seharusnya direalokasi; tax inefficiency karena menunda tax loss harvesting; volatilitas portofolio tidak terkelola karena saham rugi tetap dipegang. Bukti empiris sangat robust — ditemukan di seluruh pasar ekuitas global dari US, Eropa, Asia, termasuk BEI. Implikasi praktis: aturan disiplin seperti stop-loss atau rebalancing otomatis membantu mitigasi disposition effect. Strategi tax-loss harvesting sebelum akhir tahun juga mendorong realisasi rugi untuk benefit tax. Anchoring & Mental Accounting Thaler mental accounting: uang dibingkai berbeda berdasarkan sumber — implikasi signifikan untuk keputusan investasi.
Anchor pada harga beli awal sebagai reference point Sulit menjual di bawah anchor meski fundamental berubah Implikasi: menahan saham rugi terlalu lama Uang gaji vs bonus vs warisan diperlakukan berbeda Dividen vs capital gain dianggap "berbeda" House money effect: lebih longgar dengan "untungan" Mental accounting menyebabkan investor tidak melihat portofolio sebagai satu kesatuan — kebalikan dari optimasi mean-variance Markowitz.
Anchoring dan mental accounting adalah dua bias terkait yang signifikan dalam keputusan investasi. Anchoring: investor terlalu bergantung pada anchor awal — paling umum harga beli awal saham sebagai reference point. Akibatnya, investor sulit menjual saham di bawah harga beli meski fundamental sudah berubah, karena mereka "anchored" ke harga beli sebagai target recover. Ini berkontribusi pada disposition effect (menahan rugi terlalu lama). Mental accounting Thaler: investor secara mental membingkai uang berbeda berdasarkan sumbernya — gaji dianggap "serius" dan diinvestasikan konservatif, bonus dianggap "ekstra" dan diinvestasikan spekulatif, warisan dianggap "leluhur" dan dijaga sangat konservatif. Dividen dianggap "income" yang berbeda dari capital gain — implikasi praktis: investor terlalu mengandalkan saham dividen meski total return mungkin lebih rendah. House money effect: investor lebih longgar dengan "untungan" (house money) — setelah profit besar, mereka mengambil risiko ekstrem yang tidak rasional. Implikasi: mental accounting menyebabkan investor tidak melihat portofolio sebagai satu kesatuan seperti yang diasumsikan optimasi mean-variance Markowitz — sehingga keputusan suboptimal. Eksplorasi: Bias Perilaku Investor Visualisasi interaktif dampak bias perilaku terhadap biaya dan return investor.
Eksplorasi widget untuk memahami mekanisme setiap bias dan kuantifikasi dampak pada return.
Widget bias-perilaku-biaya-investor memberi visualisasi interaktif tentang dampak bias perilaku terhadap biaya dan return investor. Manfaatkan widget untuk eksplorasi mendalam setiap bias yang baru kita bahas. Pertama, simulasi overconfidence: lihat bagaimana trading berlebihan menggerus return melalui biaya transaksi compound. Kedua, simulasi herding: pahami bagaimana beli tinggi jual rendah (mengikuti keramaian) menyebabkan underperform signifikan dibanding buy-and-hold. Ketiga, simulasi loss aversion: visualisasi bagaimana disposition effect (menahan rugi, jual untung) mengurangi return kumulatif. Studi DALBAR secara konsisten menunjukkan investor aktif rata-rata underperform indeks sebesar 1-2 persen per tahun karena bias perilaku — dampak besar dalam jangka panjang. Implikasi: kesadaran tentang bias adalah langkah pertama; mitigasi sistematis melalui aturan disiplin adalah langkah kedua untuk menjadi investor profesional. Bagian 3 · 3/4
Anomali Pasar & Behavioral
Diskusi kelas: anomali pasar mana yang paling dapat dijelaskan oleh behavioral finance?
Blok ini menghubungkan behavioral finance dengan anomali pasar yang kita bahas di P8 EMH. Pertanyaan diskusi memancing refleksi: banyak anomali (momentum, post-earnings drift, value premium) dapat dijelaskan oleh behavioral — misalnya momentum karena underreaction, value premium karena extrapolation error. Bubble & Crash: Fenomena Behavioral Bubble dan crash adalah ekstrem behavioral — kombinasi herding, overconfidence, dan limit arbitrage.
Episode Periode Puncak Naik Jatuh Bias Dominan Dot-com 1995-2002 Nasdaq +500% −78% Overconfidence, herding Subprime 2002-2009 Housing +150% −30% Herding, illusion of control Kripto 2020-2022 BTC $10k→$69k −77% FOMO, overconfidence Tulip mania 1634-1637 Bulb +1000% −99% Herding (klasik)
Pola konsisten: hype → FOMO → bubble → burst → panic — ulang setiap generasi karena bias manusia konstan.
Bubble dan crash adalah ekstrem fenomena behavioral di mana harga aset deviate jauh dari fundamental. Empat episode bersejarah menunjukkan pola konsisten. Dot-com bubble 1995-2002: indeks Nasdaq naik lebih dari 500 persen dengan valuasi saham internet ekstrem (price-to-sales tinggi, banyak perusahaan belum profit), lalu jatuh 78 persen dari puncak. Subprime mortgage crisis 2002-2009: harga properti US naik 150 persen dengan kredit longgar, lalu jatuh sekitar 30 persen dari puncak, memicu krisis finansial global. Kripto bubble 2020-2022: Bitcoin dari $10 ribu ke $69 ribu dengan FOMO retail, lalu jatuh ke $16 ribu di 2022. Tulip mania 1634-1637 di Belanda: harga bulb tulip naik lebih dari 1000 persen, lalu jatuh 99 persen — bubble paling klasik. Bias dominan konsisten: overconfidence (keyakinan "kali ini berbeda"), herding (ikut keramaian), dan limit arbitrage (investor rasional tidak bisa mengoreksi karena capital constraint). Pola ulang setiap generasi karena bias manusia konstan. Implikasi: investor yang ingin menghindari bubble harus disiplin pada valuasi fundamental dan berani kontrarian saat ekstrem. Anomali Pasar sebagai Bukti Behavioral Anomali pasar yang sulit dijelaskan EMH dapat dijelaskan oleh behavioral finance.
Momentum: underreaction investor terhadap informasi Post-earnings drift: underreaction terhadap earnings surprise Value premium: extrapolation error terhadap growth January effect: tax-loss harvesting window dressing Pasar efficient tapi tidak perfectly efficient Anomali dapat bertahan karena limit arbitrage Strategi systematic (momentum, value) dapat eksploitasi anomali Behavioral finance memberi kerangka teoritis untuk strategi quantitative seperti AQR, Dimensional Fund Advisors.
Anomali pasar yang sulit dijelaskan EMH sering dapat dijelaskan oleh behavioral finance. Pertama, momentum Jegadeesh-Titman 1993: saham pemenang 3-12 bulan lalu cenderung terus menang — penjelasan behavioral adalah underreaction investor terhadap informasi baru, sehingga harga menyesuaikan perlahan. Kedua, post-earnings announcement drift: harga underreact terhadap earnings surprise, lalu drift perlahan — lagi-lagi underreaction. Ketiga, value premium (saham value mengalahkan growth jangka panjang): penjelasan behavioral adalah extrapolation error — investor terlalu ekstrapolasi growth masa lalu, menyebabkan growth overpriced. Keempat, January effect (saham kecil mengalahkan besar di Januari): penjelasan behavioral adalah tax-loss harvesting dan window dressing menjelang tahun baru. Implikasi penting: pasar efficient tapi tidak perfectly efficient — anomali dapat bertahan karena limit arbitrage (capital constraint, horizon pendek investor rasional). Strategi systematic yang mengeksploitasi anomali seperti momentum dan value dapat menghasilkan alpha — perusahaan quantitative seperti AQR dan Dimensional Fund Advisors membangun bisnis miliaran dolar berdasarkan ini. Behavioral finance memberi kerangka teoritis untuk strategi quantitative modern. Bagian 4 · 4/4
Mitigasi Bias dalam Praktik
Diskusi kelas: aturan atau proses apa yang dapat mengurangi dampak bias dalam keputusan investasi?
Blok penutup ini fokus pada strategi mitigasi praktis. Pertanyaan diskusi memancing refleksi tentang institusi dan proses yang dapat mengurangi dampak bias. Investasi komite, investment policy statement, checklist, dan rebalancing otomatis adalah institusi yang memaksa disiplin dan mengurangi ruang untuk bias emosional. Strategi Mitigasi Bias Enam strategi praktis untuk mengurangi dampak bias dalam keputusan investasi.
Investment policy statement (IPS) Checklist sebelum keputusan Cool-off period 24-48 jam Second opinion / devil's advocate Investment committee review Edukasi tim tentang bias Rebalancing otomatis periodik Dollar-cost averaging (DCA) Stop-loss rule disiplin Praktik terbaik institusi: kombinasi IPS disiplin, otomatisasi, dan tata kelola untuk minimasi dampak bias.
Enam strategi praktis untuk mengurangi dampak bias dalam keputusan investasi, dikelompokkan dalam tiga kategori. Pertama, proses: investment policy statement atau IPS yang mendokumentasikan tujuan, batasan, dan aturan keputusan — memaksa disiplin dan mencegah keputusan emosional; checklist sebelum keputusan untuk memastikan semua faktor dipertimbangkan; cool-off period 24-48 jam sebelum keputusan besar untuk mengurangi impuls. Kedua, tata kelola: second opinion atau devil's advocate yang sengaja menantang thesis investasi; investment committee review untuk keputusan besar; edukasi tim tentang bias agar semua sadar. Ketiga, otomatisasi: rebalancing otomatis periodik (kuartal atau tahunan) untuk mempertahankan alokasi target tanpa keputusan emosional; dollar-cost averaging yang menginvestasikan jumlah tetap secara periodik untuk menghindari timing pasar; stop-loss rule disiplin untuk memaksa realisasi rugi. Praktik terbaik institusi besar seperti dana pensiun adalah kombinasi ketiga kategori: IPS disiplin, otomatisasi proses, dan tata kelola untuk minimasi dampak bias perilaku pada return. Behavioral Portfolio Theory Shefrin-Statman 2000: investor punya lapisan portofolio dengan tujuan berbeda — safety vs aspirational.
Safety layer: aset rendah risiko (obligasi, deposito) Aspirational layer: aset tinggi risiko (saham growth, IPO) Mental accounting: investor mengelola tiap lapisan terpisah Penjelasan untuk home bias & lottery-like stock Dasar desain produk investasi berlapis Relevan untuk desain reksadana target-date fund Behavioral portfolio theory melengkapi mean-variance Markowitz — investor sebenarnya optimasi multi-tujuan, bukan single utility.
Behavioral portfolio theory diperkenalkan Shefrin dan Statman 2000 sebagai komplemen untuk mean-variance Markowitz. Intinya: investor sebenarnya tidak mengoptimasi satu utility function tunggal seperti asumsi traditional, tetapi memiliki lapisan portofolio dengan tujuan berbeda. Safety layer berisi aset rendah risiko seperti obligasi pemerintah dan deposito — tujuan proteksi modal dan kebutuhan dasar. Aspirational layer berisi aset tinggi risiko seperti saham growth, IPO, atau bahkan kripto — tujuan upside tinggi dan aspirational wealth. Mental accounting Thaler menjelaskan: investor mengelola setiap lapisan terpisah secara mental, tidak melihat portofolio sebagai satu kesatuan. Implikasi praktis. Pertama, penjelasan untuk home bias (preferensi saham domestik yang familiar) dan preferensi lottery-like stock (saham dengan upside ekstrem meski expected return rendah). Kedua, dasar desain produk investasi berlapis yang sesuai dengan mental model investor. Ketiga, relevan untuk desain reksadana target-date fund yang secara otomatis menggeser alokasi dari aspirational ke safety seiring mendekati tanggal target. Behavioral portfolio theory melengkapi mean-variance Markowitz dengan realitas psikologis investor. Ringkasan Kunci Pertemuan 9 Bias Utama
Overconfidence, herding, loss aversion, anchoring
Prospect Theory
Loss aversion 2×; value function S asimetris (Kahneman-Tversky 1979)
Mitigasi
IPS, checklist, otomatisasi, edukasi tim
Tiga pesan: bias itu human; mitigasi sistematis penting; behavioral komplemen traditional.
Persiapan P10: baca BKM bab 14 (bond prices & yields); pertanyaan: apa hubungan suku bunga BI dengan harga obligasi pemerintah Indonesia?
Sebagai penutup, tiga pesan kunci. Pertama, bias kognitif itu human — setiap investor (termasuk profesional) terpengaruh, yang membedakan adalah kesadaran dan strategi mitigasi. Kedua, mitigasi sistematis melalui IPS, checklist, dan otomatisasi adalah kunci untuk menjadi investor profesional yang disiplin. Ketiga, behavioral finance melengkapi traditional finance — tidak menggantikan, tetapi memberi kerangka tambahan untuk memahami anomali dan fenomena pasar yang traditional tidak bisa jelaskan. Sampai jumpa di P10 di mana kita akan beralih dari psikologi ke fixed income — bagaimana harga obligasi dan yield ditentukan, serta hubungan dengan kebijakan suku bunga Bank Indonesia.