FEB UNDIP · Pasar Keuangan

Pasar Keuangan

Pertemuan 12 · Teori Pasar Modal & Penetapan Harga Aktiva (CAPM/APT)

Bagaimana pasar menetapkan imbal hasil yang "pantas" untuk sebuah saham — dari diversifikasi dan portofolio pasar (CML), ke beta dan CAPM (SML), hingga model banyak faktor (APT).

RPS Minggu 13 · Sub-CPMK 13 · 2 × 50 menit

Selamat datang di Pertemuan 12, salah satu pertemuan paling penting dalam mata kuliah Pasar Keuangan, karena di sinilah kita menjawab satu pertanyaan yang menghantui setiap investor: berapa imbal hasil yang pantas saya minta dari sebuah saham? Kalau Anda membeli saham Bank BCA atau Telkom di Bursa Efek Indonesia, Anda menanggung risiko, dan secara logika Anda berhak menuntut imbalan atas risiko itu — tetapi berapa besarnya, dan bagaimana cara menghitungnya secara objektif? Hari ini kita akan membangun jawaban itu dari nol: mulai dari ide bahwa sebagian risiko bisa dihilangkan lewat diversifikasi, lalu ke gagasan portofolio pasar dan Garis Pasar Modal, kemudian ke model CAPM yang memberi kita rumus tunggal untuk menghargai risiko, dan akhirnya ke model APT yang lebih kaya dengan banyak faktor. Siapkan kalkulator Anda, karena seperti biasa kita tidak hanya membahas konsep tetapi benar-benar berhitung sampai dapat angka.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menjelaskan Teori Pasar Modal dan menetapkan harga (imbal hasil yang disyaratkan) suatu sekuritas (Sub-CPMK 13). Secara rinci:

Capaian 1 — Pasar Modal

CML

Capital Market Line

Menjelaskan Garis Pasar Modal dan kedudukan portofolio pasar; membedakan portofolio efisien vs tidak efisien.

Capaian 2 — CAPM/SML

β → E(R)

Imbal Hasil Disyaratkan

Menghitung imbal hasil disyaratkan suatu saham via CAPM; memahami beta sebagai ukuran risiko sistematis.

Capaian 3 — Beta

Cov/Var

Estimasi dari Data

Mengestimasi beta via model indeks tunggal (Cov ÷ Var pasar) dari tabel data return historis.

Capaian 4 — APT & Risiko

APT

Multi-Faktor

Membedakan risiko sistematis vs tidak sistematis; menjelaskan model multi-faktor APT.

Empat capaian ini adalah penjabaran Sub-CPMK minggu ketiga belas: mahasiswa mampu menjelaskan Teori Pasar Modal dan menetapkan harga sekuritas. Capaian pertama adalah fondasi konseptual — Anda harus paham mengapa, di pasar yang efisien, investor rasional akan memegang portofolio pasar, dan bagaimana Garis Pasar Modal menggambarkan trade-off risiko dan imbal hasil. Capaian kedua adalah inti kuantitatif pertemuan ini: menguasai rumus CAPM untuk menghitung berapa imbal hasil yang pantas dituntut dari sebuah saham. Capaian ketiga membawa Anda lebih jauh — bukan sekadar memakai beta yang sudah jadi, tetapi mengestimasinya sendiri dari data return historis. Capaian keempat memperluas wawasan Anda ke model yang lebih realistis, yaitu APT, yang mengakui bahwa harga aset dipengaruhi banyak faktor; jadikan empat poin ini daftar periksa Anda di akhir kelas.

Berapa Imbal Hasil yang "Pantas" untuk Saham Ini?

Seorang investor menawari Anda dua saham di BEI. Berapa return yang seharusnya Anda minta dari masing-masing — dan dari mana angka itu?

Saham A — Defensif

Stabil

Consumer Staples (mis. produsen mi instan)

Harganya tenang. Ketika IHSG gonjang-ganjing, saham ini hampir tidak bergerak. Permintaan produknya stabil di segala kondisi ekonomi.

Saham B — Agresif

Liar

Perbankan / Komoditas

Saat IHSG naik kencang ia melesat; saat IHSG jatuh ia jatuh lebih dalam. Sangat peka terhadap kondisi makro.

Intuisi: Saham B lebih "liar" mengikuti pasar, jadi pantas dituntut return lebih tinggi. Tapi seberapa tinggi? Hari ini kita ubah intuisi ini menjadi angka lewat beta dan CAPM.

Saya selalu membuka topik ini dengan pertanyaan yang sangat praktis, karena penetapan harga aset baru terasa hidup ketika ada keputusan investasi nyata. Bayangkan ada dua saham di Bursa Efek Indonesia: yang pertama saham consumer staples seperti produsen mi instan yang harganya cenderung tenang, dan yang kedua saham perbankan atau komoditas yang bergerak liar mengikuti pasar. Naluri Anda mungkin sudah benar: saham yang kedua lebih berisiko karena lebih peka terhadap gerak pasar, sehingga pantas dituntut imbal hasil yang lebih tinggi. Tetapi naluri saja tidak cukup di dunia keuangan — kita butuh cara objektif untuk mengukur "seberapa peka" sebuah saham terhadap pasar, dan menerjemahkan kepekaan itu menjadi angka imbal hasil yang konkret. Alat untuk mengukur kepekaan itu disebut beta, dan rumus yang mengubahnya menjadi imbal hasil disebut CAPM; keduanya adalah inti pertemuan hari ini.

Bagian 1 dari 4

Risiko, Diversifikasi & Portofolio Pasar

Mengapa sebagian risiko "menguap" saat kita mendiversifikasi — dan mengapa hanya sisa risiko itu yang dihargai pasar lewat Garis Pasar Modal (CML).

Risiko Sistematis Diversifikasi Portofolio Pasar (M)

Dua Jenis Risiko: Sistematis vs Tidak Sistematis

Risiko Tidak Sistematis

Spesifik

Idiosinkratik / Unik Perusahaan

Risiko khas satu perusahaan: mogok kerja, gagal produk, kebakaran pabrik, manajemen buruk.

Bisa didiversifikasi — memegang banyak saham menghilangkan risiko ini.

Risiko Sistematis (Pasar)

Pasar

Tidak Bisa Didiversifikasi

Menimpa seluruh pasar: resesi, kenaikan BI-Rate, krisis global, perubahan kurs rupiah.

TIDAK bisa dihilangkan — inilah yang dihargai lewat beta.

Pelajaran kunci: pasar hanya membayar Anda untuk menanggung risiko sistematis. Risiko tidak sistematis tidak diberi imbalan karena bisa Anda hilangkan sendiri secara cuma-cuma.

Inilah wawasan paling penting dalam teori portofolio, dan saya minta Anda memahaminya betul-betul, bukan menghafalnya. Risiko sebuah saham terbagi menjadi dua jenis yang sifatnya sangat berbeda. Risiko tidak sistematis adalah risiko yang khas satu perusahaan — misalnya pabrik Indofood kebakaran, atau produk baru sebuah emiten gagal di pasar; risiko seperti ini bisa Anda hilangkan dengan memegang banyak saham, karena kemalangan satu perusahaan akan ditutup oleh keberuntungan perusahaan lain. Sebaliknya, risiko sistematis adalah risiko yang menimpa seluruh pasar sekaligus — resesi, kenaikan BI-Rate, atau krisis global membuat hampir semua saham turun bersama-sama, dan ini tidak bisa Anda hilangkan seberapa banyak pun saham yang Anda pegang. Perhatikan kurva di slide: semakin banyak saham dalam portofolio, risiko totalnya turun, tetapi tidak pernah menyentuh nol — ia mendatar di sebuah "lantai" yaitu risiko sistematis. Konsekuensi logisnya sangat penting: pasar hanya membayar Anda untuk menanggung risiko sistematis, dan beta adalah ukurannya.

Garis Pasar Modal (Capital Market Line, CML)

Jika investor bisa meminjam/menabung pada aset bebas risiko (R_f) dan menggabungkannya dengan portofolio pasar (M), semua pilihan terbaik jatuh di satu garis lurus.

E(R_p) = R_f + [ (E(R_m) − R_f) ÷ σ_m ] × σ_p

R_f = imbal hasil bebas risiko · E(R_m) = return harapan portofolio pasar · σ_m = risiko pasar · σ_p = risiko portofolio · kemiringan = harga pasar atas risiko

Portofolio pasar M = gabungan semua aset berisiko sesuai bobot nilai pasarnya — di Indonesia didekati oleh IHSG.

CML hanya berlaku untuk portofolio efisien, bukan saham tunggal.

Bayangkan seorang investor bisa membagi uangnya antara dua hal: aset bebas risiko seperti Surat Utang Negara yang memberi imbal hasil pasti, dan portofolio pasar yang berisi semua saham berisiko. Teori menunjukkan bahwa semua kombinasi terbaik dari kedua hal ini membentuk satu garis lurus yang disebut Garis Pasar Modal atau CML, yang berangkat dari titik Rf di sumbu tegak dan melewati titik M, yaitu portofolio pasar. Kemiringan garis ini adalah harga pasar atas risiko — berapa tambahan imbal hasil yang Anda peroleh untuk setiap unit tambahan risiko total. Ada dua catatan penting: pertama, di Indonesia portofolio pasar M ini biasanya didekati oleh IHSG; kedua, CML hanya berlaku untuk portofolio yang sudah terdiversifikasi efisien, bukan untuk saham tunggal — untuk saham tunggal kita butuh garis yang berbeda, yaitu SML, yang akan kita bahas di bagian berikutnya.

Bagian 2 dari 4

CAPM & Garis Pasar Sekuritas (SML)

Dari portofolio ke saham tunggal: bagaimana CAPM memberi satu rumus untuk menghargai risiko sistematis, dan SML menggambarkannya.

E(R_i) = R_f + β_i · [ E(R_m) − R_f ]

Kita masuk ke inti pertemuan hari ini, yaitu Capital Asset Pricing Model atau CAPM. Kalau CML tadi berbicara tentang portofolio efisien dengan risiko total, CAPM menjawab pertanyaan yang lebih praktis: berapa imbal hasil yang pantas untuk satu saham tertentu, mengingat hanya risiko sistematisnya yang dihargai pasar? Jawaban CAPM terangkum dalam satu rumus elegan yang menghubungkan imbal hasil disyaratkan sebuah saham dengan betanya. Rumus ini begitu berpengaruh sampai-sampai William Sharpe memperoleh Hadiah Nobel Ekonomi atasnya, dan sampai hari ini ia adalah cara paling umum di dunia praktik untuk menghitung biaya ekuitas sebuah perusahaan. Di bagian ini kita akan bedah asumsi-asumsinya, rumusnya, dan gambar grafiknya yang disebut Garis Pasar Sekuritas atau SML, lalu kita hitung satu kasus konkret dari nol.

Asumsi-Asumsi yang Melandasi CAPM

CAPM adalah model — ia menyederhanakan dunia dengan beberapa asumsi. Kenali asumsinya agar tahu batas pemakaiannya.

Asumsi 1–3 (Investor & Pasar)

Investor rasional & menghindari risiko (risk-averse); menilai portofolio dari return harapan & risikonya.
Semua investor punya horizon waktu sama (satu periode) dan ekspektasi homogen — informasi & pandangan yang sama.
Ada aset bebas risiko; investor bisa meminjam & menabung pada tingkat R_f.

Asumsi 4–6 (Struktur Pasar)

Tidak ada biaya transaksi & pajak; aset bisa dibagi (divisible) sebebasnya.
Pasar kompetitif sempurna: tak ada investor yang bisa menggerakkan harga sendirian (price takers).
Informasi tersedia bebas dan serempak bagi semua investor.

Asumsi ini jelas tidak persis nyata (pajak & biaya transaksi ada di BEI). Tetapi CAPM tetap berguna sebagai kerangka pikir & alat estimasi biaya ekuitas — gunakan dengan kesadaran akan keterbatasannya.

Sebelum kita pakai rumus CAPM, penting Anda sadari bahwa CAPM adalah sebuah model, dan setiap model dibangun di atas asumsi yang menyederhanakan dunia nyata. Saya sengaja menampilkan asumsinya secara eksplisit, karena banyak orang memakai CAPM tanpa tahu kapan ia bisa keliru. Beberapa asumsi utamanya: investor rasional dan menghindari risiko, semua punya ekspektasi yang sama, ada aset bebas risiko untuk meminjam dan menabung, tidak ada pajak dan biaya transaksi, dan pasar bersaing sempurna. Anda pasti langsung melihat bahwa asumsi-asumsi ini tidak persis benar di Bursa Efek Indonesia — pajak ada, biaya transaksi ada, dan informasi tidak selalu serempak. Namun jangan buru-buru membuang CAPM; meskipun asumsinya idealistis, ia tetap menjadi kerangka berpikir dan alat estimasi biaya ekuitas yang paling banyak dipakai di dunia, asalkan Anda memakainya dengan kesadaran penuh akan keterbatasannya.

Rumus CAPM & Makna Beta (β)

Imbal hasil disyaratkan sebuah saham = imbalan bebas risiko plus premi risiko yang sebanding dengan betanya.

E(R_i) = R_f + β_i × [ E(R_m) − R_f ]

R_f = imbal hasil bebas risiko · E(R_m) = return harapan pasar · [E(R_m) − R_f] = Premi Risiko Pasar (MRP) · β_i = kepekaan saham i terhadap pasar

Beta (β)	Arti	Contoh Tipikal BEI
β > 1	Lebih liar dari pasar (agresif)	Bank, komoditas
β = 1	Bergerak seirama pasar	Saham "rata-rata" / indeks
0 < β < 1	Lebih tenang dari pasar (defensif)	Consumer staples, telekomunikasi
β = 0	Tak terpengaruh pasar	Aset bebas risiko (SBN)

Premi risiko saham = β_i × MRP. Makin tinggi beta, makin besar premi yang dituntut — itulah cara CAPM "membayar" risiko sistematis.

Inilah rumus paling penting hari ini, dan saya ingin Anda membacanya bukan sebagai deretan simbol, melainkan sebagai sebuah cerita logis. Imbal hasil yang pantas dituntut dari sebuah saham terdiri dari dua bagian: pertama, imbalan bebas risiko Rf yang bisa Anda peroleh tanpa menanggung risiko apa pun; kedua, premi risiko sebagai kompensasi karena saham itu berisiko. Bagian premi ini sama dengan beta saham dikalikan premi risiko pasar, yaitu selisih antara return harapan pasar dan Rf. Kuncinya ada pada beta: beta mengukur seberapa peka saham bergerak terhadap pasar — beta di atas satu berarti saham lebih liar dari pasar seperti saham perbankan, beta di bawah satu berarti lebih tenang seperti saham consumer staples. Perhatikan keindahan logikanya: makin tinggi beta sebuah saham, makin besar premi risiko yang dituntut, dan dengan demikian makin tinggi pula imbal hasil yang pantas — inilah cara CAPM secara objektif "membayar" investor atas risiko sistematis yang ditanggungnya.

Garis Pasar Sekuritas (Security Market Line, SML)

SML adalah CAPM dalam bentuk grafik: imbal hasil disyaratkan (sumbu-y) terhadap beta (sumbu-x), bukan terhadap risiko total.

Setiap saham yang dihargai wajar harus terletak tepat di garis SML.

▲ Di atas garis = imbal hasilnya lebih dari semestinya → murah (undervalued)

▼ Di bawah garis = mahal (overvalued)

Kemiringan SML = MRP = E(R_m) − R_f

Kalau CAPM adalah rumusnya, maka Garis Pasar Sekuritas atau SML adalah wajah grafisnya, dan saya minta Anda jangan sampai tertukar dengan CML yang tadi. Perbedaan kuncinya ada di sumbu mendatar: pada CML sumbu-x adalah risiko total yaitu simpangan baku, sedangkan pada SML sumbu-x adalah beta yaitu risiko sistematis saja. SML adalah garis lurus yang berangkat dari Rf pada beta nol, lalu naik melewati titik pasar M pada beta sama dengan satu, dan kemiringannya adalah premi risiko pasar. Setiap saham yang dihargai wajar harus terletak tepat di garis SML; jika sebuah saham berada di atas garis, artinya ia menawarkan imbal hasil lebih besar dari yang semestinya untuk betanya, sehingga ia murah atau undervalued dan layak dibeli. Sebaliknya, saham yang berada di bawah garis menawarkan imbal hasil lebih kecil dari semestinya, sehingga ia mahal atau overvalued — logika sederhana ini akan kita pakai untuk menyimpulkan keputusan beli atau jual di slide berikutnya.

Hitung dari Nol — HDN-1: Imbal Hasil Disyaratkan via CAPM

Saham PT XYZ di BEI punya beta 1,3. Imbal hasil bebas risiko (SBI/SUN): R_f = 6%, return harapan pasar (IHSG): E(R_m) = 12%. Berapa imbal hasil yang disyaratkan? Analis memperkirakan saham ini akan memberi 16% — murah atau mahal?

Langkah	Perhitungan	Nilai
1. Identifikasi data	R_f = 6%; E(R_m) = 12%; β = 1,3	—
2. Premi Risiko Pasar (MRP)	E(R_m) − R_f = 12% − 6%	6%
3. Premi risiko saham	β × MRP = 1,3 × 6%	7,8%
4. E(R_i) disyaratkan	R_f + premi = 6% + 7,8%	13,8%
5. Bandingkan vs analis	Return harapan 16% − E(R_i) 13,8%	+2,2 pp

E(R_i) = 13,8%. Karena analis memperkirakan 16% > 13,8% yang disyaratkan, saham memberi imbal hasil lebih dari semestinya → posisinya di atas SML → UNDERVALUED (murah, layak beli).

Sekarang kita kerjakan satu kasus dari nol sampai jadi, supaya Anda benar-benar bisa memakai CAPM, bukan sekadar tahu rumusnya. Misalkan saham PT XYZ punya beta satu koma tiga, imbal hasil bebas risiko enam persen, dan return harapan pasar dua belas persen. Langkah pertama selalu sama: tulis yang diketahui. Langkah kedua, hitung premi risiko pasar, yaitu dua belas persen dikurangi enam persen sama dengan enam persen. Langkah ketiga, kalikan dengan beta untuk mendapat premi risiko saham, yaitu satu koma tiga dikali enam persen sama dengan tujuh koma delapan persen, lalu tambahkan kembali Rf enam persen sehingga imbal hasil yang disyaratkan adalah tiga belas koma delapan persen. Analis memperkirakan saham ini akan memberi enam belas persen, padahal yang pantas dituntut untuk risikonya hanya tiga belas koma delapan persen — selisih dua koma dua poin persen ini berarti saham berada di atas SML, alias undervalued atau murah, sehingga layak dibeli.

Membaca Posisi Saham terhadap SML

Bandingkan return harapan (perkiraan analis) dengan return disyaratkan (hasil CAPM). Posisinya terhadap SML menentukan keputusan.

Di Atas SML — Undervalued

BELI

Return harapan > Return disyaratkan CAPM

Saham memberi "bonus" → harganya terlalu murah.

Contoh HDN-1: 16% > 13,8% → layak dibeli.

Di Bawah SML — Overvalued

JUAL

Return harapan < Return disyaratkan CAPM

Saham "kurang bayar" → harganya terlalu mahal.

Keputusan: jual atau hindari.

Di pasar efisien (Fama, 1970), penyimpangan ini cepat hilang karena investor memburu saham murah — harga terdorong naik sampai kembali ke SML. Menemukan saham undervalued secara konsisten lebih sulit dari yang terlihat di atas kertas.

Slide ini menjelaskan inti kegunaan praktis CAPM dalam keputusan investasi. Kuncinya adalah membandingkan dua angka: return harapan, yaitu perkiraan analis tentang berapa return yang akan saham ini berikan, dengan return disyaratkan, yaitu hasil hitungan CAPM tentang berapa yang pantas dituntut atas risikonya. Jika return harapan lebih besar dari return disyaratkan, saham itu berada di atas SML, dan kita sebut undervalued alias terlalu murah — keputusannya beli. Sebaliknya, jika return harapan lebih kecil dari yang disyaratkan, saham itu berada di bawah SML, kita sebut overvalued alias terlalu mahal, dan keputusannya jual atau hindari. Tetapi ada catatan penting dari teori pasar efisien yang dirumuskan Fama: di pasar yang efisien, peluang murah seperti ini tidak bertahan lama, karena begitu banyak investor memburunya, harga saham akan terdorong naik sampai imbal hasilnya kembali turun ke garis SML — sehingga menemukan saham yang benar-benar undervalued secara konsisten itu jauh lebih sulit daripada yang terlihat di atas kertas.

Bagian 3 dari 4

Mengestimasi Beta & Menilai Saham

Dari mana angka beta berasal? Kita estimasi sendiri dengan model indeks tunggal — kovarians saham-pasar dibagi varians pasar.

β_i = Cov(R_i, R_m) ÷ Var(R_m)

Model Indeks Tunggal (Single-Index Model)

Penyederhanaan dari Markowitz: return saham dijelaskan oleh satu faktor — return pasar (IHSG) — plus komponen khas perusahaan.

R_i = α_i + β_i · R_m + e_i

α_i = bagian return tak bergantung pasar (intersep) · β_i · R_m = bagian mengikuti pasar (sistematis) · e_i = kejutan khas perusahaan (tidak sistematis, rata-rata nol)

Beta = kemiringan garis regresi return saham terhadap return pasar.

Garis lebih curam (β > 1) = saham lebih peka terhadap pasar.

Garis lebih landai (β < 1) = saham lebih tenang dari pasar.

Model indeks tunggal adalah salah satu ide paling praktis dalam keuangan, karena ia memangkas kerumitan teori Markowitz menjadi sesuatu yang bisa dihitung dengan mudah. Inti modelnya adalah persamaan ini: return sebuah saham sama dengan alpha, ditambah beta dikali return pasar, ditambah sebuah galat khas perusahaan. Mari kita maknai tiap bagian: beta dikali return pasar adalah bagian return saham yang mengikuti naik-turunnya pasar, inilah komponen sistematisnya; sedangkan galat e adalah kejutan-kejutan khas perusahaan, yang sifatnya tidak sistematis dan rata-rata bernilai nol. Secara grafis, jika Anda memetakan return saham terhadap return pasar pada banyak periode lalu menarik garis terbaik melaluinya, maka kemiringan garis itulah beta — makin curam garisnya, makin peka saham terhadap pasar. Beta bukan sekadar pendapat, melainkan angka konkret yang menggambarkan kemiringan hubungan saham dengan pasar.

Rumus Beta: Kovarians ÷ Varians Pasar

Beta tepatnya = seberapa erat saham bergerak bersama pasar (kovarians), dinormalkan oleh seberapa liar pasar bergerak sendiri (varians).

β_i = Cov(R_i, R_m) ÷ Var(R_m)

Rumus Varians Pasar

Var(Rm) = Σ (Rm,t − R̄m)² ÷ T

Rumus Kovarians

Cov(Ri, Rm) = Σ (Ri,t − R̄i)(Rm,t − R̄m) ÷ T

Logika: kovarians positif besar = saham searah & kuat dengan pasar → beta tinggi. Kovarians kecil/negatif = saham acuh/melawan pasar → beta rendah/negatif.

Keterangan: R̄ = return rata-rata; T = jumlah periode pengamatan.

Sekarang kita buka isi dari beta secara matematis. Beta sama dengan kovarians antara return saham dan return pasar, dibagi varians return pasar. Mari pahami dua komponennya: kovarians mengukur sejauh mana saham dan pasar bergerak bersama-sama — kalau ketika pasar naik saham juga ikut naik dengan kuat, kovariansnya besar dan positif; kalau saham acuh tak acuh terhadap pasar, kovariansnya kecil. Sementara varians pasar mengukur seberapa liar pasar bergerak dengan sendirinya, dan kita pakai sebagai pembagi untuk menormalkan. Hasil bagi ini, yaitu beta, mengukur kepekaan saham terhadap pasar secara relatif: beta sama dengan satu berarti saham bergerak persis seimbang dengan pasar, beta dua berarti saham dua kali lebih liar dari pasar, dan beta nol koma lima berarti saham hanya setengah liar. Di slide berikutnya kita akan menghitung kedua angka ini dari nol menggunakan tabel data return.

Hitung dari Nol — HDN-2: Estimasi Beta Saham Bank

Diberikan return 5 periode untuk Saham Bank dan IHSG (dalam %). Hitung beta Saham Bank lewat Cov ÷ Var.

Periode	R IHSG	R Bank	(R_m−R̄_m)	(R_bank−R̄_bank)	Hasil-kali	(R_m−R̄_m)²
1	10	14	+5	+7	35	25
2	−5	−7	−10	−14	140	100
3	15	21	+10	+14	140	100
4	5	7	0	0	0	0
5	0	0	−5	−7	35	25
Σ	(R̄_m=5)	(R̄_bank=7)	—	—	350	250

Langkah	Perhitungan	Nilai
Cov(Bank, IHSG)	350 ÷ 5	70
Var(IHSG)	250 ÷ 5	50
Beta Bank	70 ÷ 50	1,4

Beta Bank = 1,4 (> 1) → saham agresif/high-beta. Setiap pasar bergerak 1%, saham ini cenderung bergerak ~1,4%. Konsisten dengan karakter saham perbankan yang peka terhadap kondisi makro.

Inilah perhitungan yang membuat Anda benar-benar memahami beta, jadi ikuti langkah demi langkah dengan tenang. Kita punya return lima periode untuk Saham Bank dan untuk IHSG sebagai proksi pasar. Langkah pertama, hitung rata-rata masing-masing: rata-rata IHSG ternyata lima persen dan rata-rata Saham Bank tujuh persen. Langkah kedua, untuk tiap periode hitung simpangan dari rata-rata, lalu kalikan simpangan saham dengan simpangan pasar untuk kovarians, dan kuadratkan simpangan pasar untuk varians — jumlah hasil-kali simpangan adalah tiga ratus lima puluh dan jumlah kuadrat simpangan pasar adalah dua ratus lima puluh. Langkah ketiga, bagi keduanya dengan lima, sehingga kovarians sama dengan tujuh puluh dan varians pasar sama dengan lima puluh. Langkah terakhir, beta sama dengan tujuh puluh dibagi lima puluh sama dengan satu koma empat — karena betanya di atas satu, saham bank ini tergolong agresif, dan setiap kali pasar bergerak satu persen, saham ini cenderung bergerak sekitar satu koma empat persen.

Coba Sendiri: Geser Titik Data & Amati Beta Berubah

Geser sebaran titik return saham terhadap return pasar, lalu amati bagaimana kemiringan garis karakteristik (beta) mengikuti perubahan data.

Studi Kasus BEI: Saham Bank (β=1,4) vs Konsumsi (β=0,6)

Saham Konsumsi diestimasi dengan cara yang sama → beta 0,6. Pakai CAPM (R_f=6%, E(R_m)=12%) untuk membandingkan imbal hasil disyaratkan keduanya.

Saham Bank — Agresif (β=1,4)

14,4%

Imbal Hasil Disyaratkan

E(R_i) = 6% + 1,4 × (12%−6%) = 6% + 8,4% = 14,4%.
Risiko sistematis tinggi → imbalan dituntut tinggi.

Saham Konsumsi — Defensif (β=0,6)

9,6%

Imbal Hasil Disyaratkan

E(R_i) = 6% + 0,6 × (12%−6%) = 6% + 3,6% = 9,6%.
Risiko sistematis rendah → imbalan dituntut rendah.

Selisih 4,8 poin persen murni karena beda beta (1,4 vs 0,6). Investor menghindari risiko: pantas menuntut imbalan ekstra dari saham bank yang lebih peka pasar. Keduanya berada tepat di garis SML (dihargai wajar).

Sekarang kita gabungkan semua yang sudah dipelajari menjadi satu keputusan investasi yang utuh dengan membandingkan dua saham nyata di Bursa Efek Indonesia. Misalkan Saham Bank punya beta satu koma empat seperti yang kita hitung tadi, sedangkan Saham Konsumsi seperti produsen barang kebutuhan pokok kita estimasi dan ternyata betanya nol koma enam. Dengan memasukkan keduanya ke rumus CAPM memakai Rf enam persen dan return pasar dua belas persen, kita peroleh imbal hasil disyaratkan untuk Saham Bank sebesar empat belas koma empat persen, sedangkan untuk Saham Konsumsi hanya sembilan koma enam persen. Perhatikan, selisih hampir lima poin persen ini muncul murni karena perbedaan beta, bukan karena salah satu saham "lebih baik" dari yang lain. Inilah inti penetapan harga aktiva: karena investor menghindari risiko, mereka pantas menuntut imbalan ekstra dari saham bank yang lebih peka terhadap pasar, dan justru bersedia menerima imbalan lebih rendah dari saham konsumsi yang lebih tenang dan defensif.

CML vs SML — Jangan Sampai Tertukar

Keduanya garis lurus naik berisi R_f, tetapi mengukur hal berbeda. Ini sumber kebingungan paling umum di ujian.

Aspek	CML (Garis Pasar Modal)	SML (Garis Pasar Sekuritas)
Sumbu-x	Risiko total (σ)	Beta (β) = risiko sistematis
Berlaku untuk	Hanya portofolio efisien	Semua aset/saham, efisien atau tidak
Kemiringan	(E(R_m)−R_f) ÷ σ_m	E(R_m) − R_f (= MRP)
Titik pasar M	σ = σ_m	β = 1
Pakai untuk	Memilih komposisi portofolio	Menilai saham (murah/mahal)

Aturan ingat: CML pakai σ (risiko total) | SML pakai β (risiko sistematis).
Saham tunggal yang tidak terdiversifikasi tidak boleh dinilai dengan CML — gunakan SML.

Coba Sendiri: Letakkan Saham di Atas atau di Bawah SML

Geser beta dan return ekspektasian sebuah saham, lalu amati apakah posisinya di atas SML (undervalued) atau di bawah (overvalued), dan bandingkan dengan CML.

Bagian 4 dari 4

APT, Rangkuman & Latihan

Apakah pasar benar-benar hanya satu faktor? APT mengatakan tidak — harga aset dipengaruhi banyak faktor risiko sekaligus.

E(R_i) = R_f + b₁·RP₁ + b₂·RP₂ + … + b_k·RP_k

Arbitrage Pricing Theory (APT) — Model Banyak Faktor

Dikembangkan Stephen Ross (1976). Inti: return aset = R_f plus premi dari beberapa faktor risiko sistematis, masing-masing dengan sensitivitasnya sendiri.

E(R_i) = R_f + b₁·RP₁ + b₂·RP₂ + … + b_k·RP_k

b_j = sensitivitas saham ke faktor j (mirip "beta per faktor") · RP_j = premi risiko faktor j

Contoh Faktor Makro

Kejutan inflasi
Pertumbuhan produksi industri
Perubahan suku bunga (BI-Rate)
Selisih imbal hasil obligasi (spread)
Harga komoditas global

APT vs CAPM

CAPM = kasus khusus APT dengan satu faktor (pasar).

APT lebih fleksibel tetapi tidak memberi tahu faktor mana yang harus dipakai — itu tugas analis.

Asumsi APT lebih longgar dari CAPM.

Arbitrage Pricing Theory dikembangkan oleh Stephen Ross dan menawarkan pandangan yang lebih kaya dibanding CAPM. Kalau CAPM bersikeras bahwa hanya ada satu sumber risiko sistematis yaitu pasar, APT mengatakan ada banyak faktor risiko yang bekerja sekaligus — misalnya kejutan inflasi, pertumbuhan produksi industri, perubahan suku bunga, dan harga komoditas. Setiap saham punya sensitivitas berbeda terhadap tiap faktor, persis seperti punya beta sendiri-sendiri untuk masing-masing faktor, dan imbal hasil disyaratkannya adalah Rf ditambah jumlah dari sensitivitas dikali premi risiko tiap faktor. CAPM sebenarnya hanyalah kasus khusus APT dengan satu faktor saja, yaitu pasar; jadi APT bukan menggantikan CAPM, melainkan menggeneralisasinya. Kelebihan APT adalah fleksibilitasnya dan asumsinya yang lebih longgar, tetapi kelemahannya juga nyata: APT tidak memberi tahu kita faktor apa saja yang harus dipakai dan berapa preminya — itu menjadi pekerjaan rumah analis, sehingga dalam praktik APT lebih sulit diterapkan daripada CAPM yang serba ringkas.

Hitung dari Nol — HDN-3: Imbal Hasil via APT Dua Faktor

Saham PT ABC peka terhadap dua faktor makro. R_f = 6%. Faktor 1 = kejutan inflasi (b₁ = 0,8; RP₁ = −3%). Faktor 2 = pertumbuhan ekonomi (b₂ = 1,2; RP₂ = +5%). Berapa E(R_i)?

Langkah	Perhitungan	Nilai
Imbalan bebas risiko	R_f	6,0%
Premi Faktor 1 (inflasi)	b₁ × RP₁ = 0,8 × (−3%)	−2,4%
Premi Faktor 2 (pertumbuhan)	b₂ × RP₂ = 1,2 × (+5%)	+6,0%
E(R_i) via APT	6% − 2,4% + 6%	9,6%

E(R_i) = 9,6%. Faktor inflasi menurunkan return disyaratkan (premi negatif); faktor pertumbuhan menaikkan — APT membiarkan tiap faktor bekerja sendiri-sendiri, sesuatu yang tak bisa dilakukan CAPM satu-faktor.

Mari kita lihat APT bekerja dengan angka, supaya Anda merasakan bagaimana banyak faktor bisa digabung menjadi satu imbal hasil. Misalkan saham PT ABC peka terhadap dua faktor makro: kejutan inflasi dan pertumbuhan ekonomi. Langkah pertama, mulai dari imbalan bebas risiko enam persen sebagai dasar. Langkah kedua, hitung kontribusi tiap faktor: untuk inflasi, sensitivitasnya nol koma delapan dikali premi negatif tiga persen menghasilkan minus dua koma empat persen; untuk pertumbuhan, sensitivitasnya satu koma dua dikali premi lima persen menghasilkan plus enam persen. Langkah ketiga, jumlahkan semuanya: enam persen dikurangi dua koma empat persen ditambah enam persen sama dengan sembilan koma enam persen. Perhatikan keindahan APT di sini: faktor inflasi justru menurunkan imbal hasil yang disyaratkan karena preminya negatif, sementara faktor pertumbuhan menaikkannya — kelenturan yang tidak dimiliki CAPM yang hanya mengenal satu faktor pasar.

Menerapkan CAPM di Pasar Indonesia (BEI)

Angka CAPM bukan hafalan — ambil dari sumber resmi & sesuaikan kondisi. Berikut proksi yang lazim dipakai praktisi di Indonesia.

Komponen	Proksi Indonesia	Catatan
R_f (bebas risiko)	Imbal hasil SUN 10 tahun	~6,8% per medio 2026 (verifikasi saat dipakai)
E(R_m) / pasar	Return historis IHSG	Proksi portofolio pasar Indonesia
ERP (premi risiko ekuitas)	Selisih return IHSG − R_f	~6–8% (estimasi; bervariasi — rujuk Damodaran)
Beta sektor	Estimasi dari return historis	Bank/komoditas cenderung high-beta; consumer staples low-beta

Semua angka di sini estimasi yang berubah mengikuti BI-Rate, kondisi pasar, & metode. Selalu verifikasi ke sumber resmi (DJPPR/BI untuk R_f, BEI/Damodaran untuk ERP & beta) saat dipakai untuk keputusan nyata.

Sampai sini Anda sudah menguasai mekanika CAPM dan APT, tetapi saya ingin menutup bagian konsep dengan satu pesan praktis yang sering dilupakan: angka-angka dalam CAPM bukanlah konstanta yang bisa dihafal, melainkan estimasi yang harus diambil dari sumber resmi dan disesuaikan dengan kondisi pasar. Untuk imbal hasil bebas risiko di Indonesia, praktisi biasanya memakai imbal hasil Surat Utang Negara bertenor sepuluh tahun, yang per pertengahan 2026 berkisar sekitar enam koma delapan persen — tetapi angka ini bergerak mengikuti BI-Rate, jadi selalu verifikasi saat Anda memakainya. Untuk return pasar, kita memakai return historis IHSG sebagai proksi portofolio pasar, dan selisih antara keduanya memberi kita premi risiko ekuitas yang besarnya berkisar enam sampai delapan persen. Untuk beta sektor, situs Aswath Damodaran dari NYU Stern adalah rujukan emas yang bahkan menyediakan data per negara termasuk Indonesia. Intinya, kuasai mekanikanya dari materi ini, tetapi untuk keputusan investasi nyata, selalu ambil angka terkini dari sumber resmi seperti DJPPR Kemenkeu, Bank Indonesia, dan Bursa Efek Indonesia.

Lima Jebakan dalam Memakai CAPM

Jebakan 1–3 (Konsep & Rumus)

Tertukar CML & SML — saham tunggal pakai SML (beta), bukan CML (σ).
Menyamakan beta dengan volatilitas total — beta hanya bagian sistematis; saham bisa σ besar tapi beta kecil jika risikonya idiosinkratik.
Lupa premi risiko = β × MRP — bukan β × E(R_m). Premi dihitung atas selisih (R_m − R_f), bukan atas R_m.

Jebakan 4–5 (Angka & Tafsir)

Memakai R_f & return pasar "ngarang" — ambil dari SUN & IHSG, beri label estimasi; jangan hafalkan angka mati.
Mengira return harapan tinggi = pasti untung — bandingkan dulu dengan return disyaratkan SML untuk simpulkan murah/mahal.

Sebelum menyimpulkan: cek garis mana (CML/SML), cek rumus premi β × (R_m−R_f), dan cek bandingkan dengan SML, bukan angka mentah.

Dari pengalaman memeriksa pekerjaan mahasiswa, ada lima jebakan yang berulang-ulang muncul. Jebakan pertama dan paling sering: tertukar antara CML dan SML, padahal saham tunggal harus dinilai dengan SML yang memakai beta, bukan CML yang memakai simpangan baku. Jebakan kedua, menyamakan beta dengan volatilitas total; ingat, sebuah saham bisa sangat bergejolak namun betanya kecil jika gejolaknya bersifat khas perusahaan dan tidak terkait pasar. Jebakan ketiga, salah menghitung premi risiko — premi adalah beta dikali selisih return pasar dengan Rf, bukan beta dikali return pasar saja. Jebakan keempat dan kelima berkaitan dengan angka dan tafsir: jangan menghafal Rf dan return pasar sebagai angka mati, dan jangan mengira return harapan yang tinggi otomatis berarti untung — Anda harus membandingkannya dulu dengan return yang disyaratkan SML untuk menyimpulkan apakah saham itu benar-benar murah atau justru mahal.

Cheat Sheet — Rumus Inti Penetapan Harga Aktiva

Konsep	Rumus	Untuk
CML	E(R_p) = R_f + [(E(R_m)−R_f)/σ_m]·σ_p	Return portofolio efisien vs risiko total
CAPM / SML	E(R_i) = R_f + β_i·(E(R_m)−R_f)	Return disyaratkan saham vs beta
Beta	β_i = Cov(R_i,R_m) / Var(R_m)	Mengukur risiko sistematis
Model Indeks	R_i = α_i + β_i·R_m + e_i	Estimasi beta via regresi
APT	E(R_i) = R_f + Σ b_j·RP_j	Return via banyak faktor risiko

Benang merah semua rumus: imbal hasil = bebas risiko + kompensasi atas risiko SISTEMATIS. CML pakai σ; SML/CAPM pakai β; APT pakai banyak faktor. Risiko tidak sistematis tidak pernah diberi imbalan.

Ini slide yang saya sarankan Anda foto dan tempel di meja belajar, karena seluruh penetapan harga aktiva sebenarnya berputar di sekitar lima rumus inti ini. Garis Pasar Modal menghubungkan return portofolio efisien dengan risiko totalnya; CAPM beserta SML menghubungkan return saham dengan betanya; rumus beta menunjukkan cara menghitung risiko sistematis dari kovarians dan varians; model indeks tunggal adalah jembatan untuk mengestimasi beta dari data; dan APT memperluas semuanya ke banyak faktor. Yang ingin saya tekankan, jangan menghafal kelima rumus ini sebagai lima hal terpisah tanpa hubungan; semuanya lahir dari satu gagasan induk yang sama, yaitu bahwa imbal hasil pantas terdiri dari imbalan bebas risiko ditambah kompensasi atas risiko sistematis. Risiko tidak sistematis tidak pernah diberi imbalan oleh pasar karena bisa Anda hilangkan sendiri lewat diversifikasi. Kalau Anda memegang erat gagasan induk ini, kelima rumus akan terasa logis dan saling terhubung, bukan sekadar hafalan yang mudah lupa.

Latihan & Diskusi Kelas

Latihan 1 — CAPM

β = 0,9

R_f = 7% | E(R_m) = 13%

(a) Berapa imbal hasil yang disyaratkan?

(b) Jika analis memperkirakan saham memberi 15%, saham ini undervalued atau overvalued?

Latihan 2 — Beta & CAPM

Cov=18

Var(pasar) = 15 | R_f = 6% | E(R_m) = 12%

(a) Hitung beta.
(b) Saham ini agresif atau defensif?
(c) Hitung E(R_i) via CAPM.

Kerjakan 5 menit. Langkah disiplin: hitung MRP dulu, kalikan beta, tambah R_f. Untuk Latihan 2, ingat beta = Cov/Var. Lalu kita bahas bersama.

Kunci: Latihan 1 → (a) 12,4%; (b) undervalued (15%>12,4%). Latihan 2 → (a) β=1,2; (b) agresif; (c) E(R_i)=13,2%.

Sekarang giliran Anda berhitung, karena penetapan harga aktiva hanya benar-benar dikuasai dengan latihan, bukan dengan menonton saya menghitung. Latihan pertama menguji CAPM secara langsung: sebuah saham berbeta nol koma sembilan dengan Rf tujuh persen dan return pasar tiga belas persen — hitung imbal hasil yang disyaratkan, lalu simpulkan apakah saham itu murah atau mahal jika analis memperkirakan return lima belas persen. Latihan kedua menguji estimasi beta dan penerapannya: diberikan kovarians delapan belas dan varians pasar lima belas, hitung betanya, tentukan apakah saham agresif atau defensif, lalu masukkan ke CAPM untuk mencari imbal hasilnya. Biasakan langkah disiplin yang sama setiap kali: hitung premi risiko pasar lebih dulu, kalikan dengan beta, baru tambahkan kembali Rf — urutan ini mencegah Anda salah seperti mengalikan beta dengan return pasar penuh. Saya beri waktu lima menit, kerjakan dengan tenang, dan setelah itu kita bahas kunci jawabannya bersama.

Rangkuman & Tindak Lanjut

Hari ini Anda belajar menetapkan harga aktiva: dari diversifikasi & CML, ke beta & CAPM/SML, hingga model multi-faktor APT.

Tiga Pesan Utama

1 Pasar hanya membayar risiko sistematis (beta). Risiko tidak sistematis bisa didiversifikasi — tidak diberi imbalan.
2 CAPM/SML memberi return disyaratkan; bandingkan dengan return harapan untuk menilai murah/mahal.
3 APT memperluas ke banyak faktor risiko — CAPM adalah kasus khusus APT satu-faktor.

Tugas Mandiri

BEI

Latih di Data Nyata

Ambil 1 saham favorit di BEI (mis. BBCA/TLKM/GOTO). Cari atau estimasi betanya. Hitung imbal hasil disyaratkan via CAPM (pakai SUN sebagai R_f). Bawa hasilnya ke kelas berikutnya.

Kuasai rumus CAPM & cara estimasi beta. Penetapan harga aktiva adalah jantung penilaian saham — alat ini akan terus Anda pakai untuk valuasi & keputusan investasi.

Kita sampai di penghujung pertemuan yang padat ini, dan saya harap Anda kini punya kerangka utuh untuk menjawab pertanyaan pembuka tadi: berapa imbal hasil yang pantas untuk sebuah saham. Ingat tiga pesan utamanya: pertama, pasar hanya membayar Anda untuk menanggung risiko sistematis yang diukur oleh beta, bukan risiko khas perusahaan yang bisa Anda diversifikasi; kedua, CAPM dan SML memberi Anda angka konkret berapa return yang disyaratkan, yang lalu Anda bandingkan dengan return harapan untuk menyimpulkan apakah saham itu murah atau mahal; ketiga, APT memperluas wawasan ini ke banyak faktor risiko sekaligus. Tugas mandiri Anda sederhana tapi sangat berguna: pilih satu saham favorit Anda di Bursa Efek Indonesia, cari atau estimasi betanya, lalu hitung imbal hasil disyaratkannya dengan CAPM memakai imbal hasil SUN sebagai Rf, dan bawa hasilnya ke kelas berikutnya. Kuasai rumus CAPM dan cara mengestimasi beta malam ini, karena penetapan harga aktiva adalah jantung dari hampir semua penilaian saham yang akan Anda lakukan sepanjang karier keuangan Anda.

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