FEB UNDIP · Pasar Keuangan

Teori Portofolio

Pertemuan 13 · Return, Risiko, Diversifikasi & Portofolio Efisien

Bagaimana menggabungkan beberapa aset agar mendapat return harapan terbaik untuk tingkat risiko tertentu — dari rumus Markowitz sampai efficient frontier.

RPS Minggu 14 · Sub-CPMK 14 · 2 × 50 menit

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menjelaskan konsep teori portofolio dan menentukan portofolio yang efisien (Sub-CPMK 14). Secara rinci:

Capaian 1 — Return

E(R_p)

Return Harapan

Menghitung return harapan portofolio sebagai rata-rata tertimbang return tiap aset.

Capaian 2 — Risiko

σ_p

Standar Deviasi

Menghitung varians/standar deviasi portofolio dan menjelaskan peran kovarians & korelasi.

Capaian 3 — Diversifikasi

Korelasi

Menjelaskan cara diversifikasi mengurangi risiko tidak sistematis dan batasnya.

Capaian 4 — Efisien

Efficient Frontier

Mengidentifikasi efficient frontier & portofolio optimal, dengan/tanpa aset bebas risiko.

Empat capaian ini menjabarkan Sub-CPMK minggu keempat belas: mahasiswa mampu menjelaskan teori portofolio dan menentukan portofolio efisien. Capaian pertama adalah yang paling mudah — menghitung return portofolio, yang ternyata hanya rata-rata tertimbang biasa. Capaian kedua jauh lebih halus dan sering menjebak: risiko portofolio tidak dihitung dengan cara yang sama seperti return, karena ada faktor kovarians yang membuat risiko gabungan bisa jauh lebih kecil daripada dugaan. Capaian ketiga menjelaskan mengapa menyebar dana ke banyak aset bisa memangkas risiko, tetapi tidak sampai nol. Capaian keempat membawa kita ke puncak teori ini: efficient frontier, kurva yang menunjukkan portofolio-portofolio terbaik, dan bagaimana penambahan aset bebas risiko seperti SUN mengubah pilihan optimal Anda.

Jangan Taruh Semua Telur di Satu Keranjang

Anda punya Rp 100 juta. Mana yang lebih bijak: beli hanya saham satu emiten, atau menyebar ke beberapa emiten dari sektor berbeda?

Pilihan A — Satu Saham

1 Saham

Seluruh Rp 100 juta di satu emiten

Kalau emiten itu tersangkut skandal atau merugi besar, Anda bisa kehilangan sebagian besar dana dalam waktu singkat — kasus ini nyata terjadi di BEI.

Pilihan B — Menyebar

Lintas Sektor

Rp 100 juta dipecah ke beberapa emiten

Rp 100 juta dibagi ke beberapa emiten lintas sektor (bank, telekomunikasi, consumer). Satu yang jatuh tidak menjatuhkan seluruh portofolio.

Intuisi "menyebar lebih aman" itu benar — dan hari ini kita buktikan dengan angka mengapa dan seberapa aman, lewat teori portofolio Markowitz.

Saya selalu membuka teori portofolio dengan peribahasa yang sudah Anda kenal sejak kecil: jangan taruh semua telur dalam satu keranjang. Bayangkan Anda punya seratus juta rupiah dan dua pilihan; menaruh semuanya di satu saham, katakanlah satu emiten saja, atau menyebarnya ke beberapa emiten dari sektor yang berbeda. Kalau Anda menaruh semua di satu emiten lalu emiten itu terkena skandal atau gagal bayar, Anda bisa kehilangan sebagian besar dana dalam semalam — kasus seperti ini nyata terjadi di Bursa Efek Indonesia. Sebaliknya, kalau Anda menyebar ke bank, telekomunikasi, dan consumer goods, satu yang jatuh tidak akan menyeret seluruh portofolio. Naluri ini benar, tetapi sebagai calon profesional keuangan Anda tidak boleh berhenti di naluri; tugas kita hari ini adalah membuktikan dengan matematika mengapa dan seberapa besar diversifikasi menurunkan risiko.

Bagian 1 dari 4

Return & Risiko Satu Portofolio

Menghitung return harapan (rata-rata tertimbang) dan risiko portofolio — dan menemukan satu angka kunci yang mengubah segalanya: kovarians.

Return Risiko Kovarians

Return Harapan Portofolio = Rata-Rata Tertimbang

Return harapan portofolio adalah rata-rata return harapan tiap aset, ditimbang oleh proporsi dana (bobot) yang ditanam di masing-masing aset.

E(R_p) = w₁·E(R₁) + w₂·E(R₂) + … + w_n·E(R_n)

Keterangan: w_i = bobot (proporsi) dana di aset i · Σw_i = 1 (100%) · E(R_i) = return harapan aset i

Aset	Bobot (w)	E(R)	Kontribusi w × E(R)
Saham A	60% = 0,6	14%	0,6 × 14% = 8,4%
Saham B	40% = 0,4	8%	0,4 × 8% = 3,2%
Portofolio	100%	—	E(R_p) = 11,6%

Untuk return, penggabungan itu linear: hasilnya pasti berada di antara return aset terendah (8%) dan tertinggi (14%). Tidak ada "bonus" di sini — bonus diversifikasi muncul di sisi risiko.

Mari mulai dari yang paling mudah: menghitung return harapan portofolio. Rumusnya sangat intuitif — kalikan return harapan tiap aset dengan bobot dananya, lalu jumlahkan. Misalnya Anda menaruh enam puluh persen dana di saham A yang return harapannya empat belas persen, dan empat puluh persen di saham B yang return harapannya delapan persen; maka return harapan portofolio Anda adalah nol koma enam dikali empat belas persen ditambah nol koma empat dikali delapan persen, yaitu sebelas koma enam persen. Perhatikan satu hal penting: hasilnya selalu berada di antara return terendah dan tertinggi dari aset penyusunnya — return portofolio bersifat linear, tidak ada keajaiban di sini. Inilah yang membuat sisi risiko jauh lebih menarik, karena di sana, dan hanya di sana, diversifikasi memberi "bonus" yang tidak Anda dapatkan pada return.

Risiko Portofolio: BUKAN Sekadar Rata-Rata Tertimbang

Inilah miskonsepsi terbesar. Standar deviasi portofolio tidak dihitung seperti return. Untuk dua aset, variansnya:

σ²_p = w₁²σ₁² + w₂²σ₂² + 2·w₁·w₂·σ₁·σ₂·ρ₁₂

Keterangan: σ_i = standar deviasi aset i · ρ₁₂ = koefisien korelasi antara aset 1 & 2 · σ_p = √σ²_p

Suku ketiga, 2·w₁·w₂·σ₁·σ₂·ρ₁₂, adalah "jantung" teori portofolio. Karena ρ biasanya < 1, suku ini lebih kecil dari maksimumnya — sehingga σ_p lebih kecil dari rata-rata tertimbang σ. Itulah diversifikasi.

Perbandingan cepat (60/40, σ_A=20%, σ_B=12%, ρ=0,3):
Rata-rata tertimbang σ = 0,6×20% + 0,4×12% = 16,80% · σ_p sebenarnya ≈ 14,20% — lebih rendah ~2,6 poin persen.

Sekarang kita masuk ke bagian yang paling sering keliru di ujian, jadi tolong perhatikan baik-baik. Banyak mahasiswa mengira risiko portofolio dihitung sama seperti return — yaitu rata-rata tertimbang standar deviasi tiap aset — dan itu salah besar. Lihat rumus variansnya: ada tiga suku, dan suku ketiga yang memuat korelasi adalah jantung dari seluruh teori ini. Karena koefisien korelasi antar-aset hampir selalu lebih kecil dari satu, suku ketiga itu tidak mencapai nilai maksimumnya, sehingga standar deviasi portofolio menjadi lebih kecil daripada rata-rata tertimbang standar deviasi penyusunnya. Sebagai gambaran cepat, rata-rata tertimbang standar deviasi dua saham kita adalah enam belas koma delapan persen, tetapi standar deviasi portofolio yang sebenarnya hanya sekitar empat belas koma dua persen — turun hampir tiga poin tanpa mengorbankan return sedikit pun. Penurunan gratis inilah hadiah dari diversifikasi, dan ia datang seluruhnya dari korelasi yang tidak sempurna.

Kovarians & Koefisien Korelasi — Pengukur "Gerak Bersama"

Kovarians (σ₁₂)

σ₁₂

Arah gerak bersama

Mengukur arah dua aset bergerak bersama. Positif = cenderung searah; negatif = berlawanan. Satuannya sulit dibaca, maka distandarkan jadi korelasi.

Korelasi (ρ₁₂)

−1 ↔ +1

Skala baku, mudah dibaca

Kovarians yang dinormalkan ke skala −1 sampai +1. ρ = σ₁₂ ÷ (σ₁·σ₂)

σ₁₂ = ρ₁₂ · σ₁ · σ₂

Makin rendah korelasi antar-aset, makin besar manfaat diversifikasi. Inilah alasan kita memilih saham dari sektor berbeda — bukan tiga bank sekaligus.

Karena suku ketiga tadi memuat korelasi, kita perlu memahami betul apa itu kovarians dan korelasi. Kovarians mengukur arah dua aset bergerak bersama: kalau saat saham A naik, saham B juga cenderung naik, kovariansnya positif; kalau B justru cenderung turun, kovariansnya negatif. Masalahnya, angka kovarians sulit dibaca karena satuannya tidak intuitif, sehingga kita menormalkannya dengan membaginya dengan perkalian dua standar deviasi, dan hasilnya disebut koefisien korelasi yang nilainya selalu berada antara minus satu dan plus satu. Korelasi plus satu berarti dua aset bergerak persis searah sehingga tidak ada manfaat diversifikasi sama sekali; korelasi nol berarti pergerakannya tidak berhubungan; dan korelasi minus satu berarti berlawanan sempurna, di mana risiko bahkan bisa nyaris dihilangkan. Pelajaran praktisnya jelas: makin rendah korelasi antar-aset yang Anda gabung, makin besar manfaat diversifikasinya, dan itulah mengapa kita memilih saham dari sektor berbeda alih-alih membeli tiga bank sekaligus yang pergerakannya mirip.

Hitung dari Nol — HDN-1: Return & Risiko Portofolio 2 Aset

Bobot 60% saham A (E(R)=14%, σ=20%) dan 40% saham B (E(R)=8%, σ=12%), korelasi ρ=0,3. Hitung E(R_p) dan σ_p.

Langkah	Perhitungan	Nilai
Identifikasi data	w_A=0,6; w_B=0,4; E(R_A)=14%; E(R_B)=8%; σ_A=20%; σ_B=12%; ρ=0,3	—
Return portofolio	0,6×14% + 0,4×8%	E(R_p) = 11,6%
Suku 1: w_A²σ_A²	0,36 × 0,04	0,014400
Suku 2: w_B²σ_B²	0,16 × 0,0144	0,002304
Kovarians σ₁₂	0,3 × 0,20 × 0,12	0,007200
Suku 3: 2·w_A·w_B·σ₁₂	2 × 0,6 × 0,4 × 0,0072	0,003456
Varians σ²_p	0,0144 + 0,002304 + 0,003456	0,020160
Standar deviasi σ_p	√0,020160	≈ 14,20%

Hasil: E(R_p)=11,6%, σ_p ≈ 14,20%. Bandingkan: rata-rata tertimbang σ = 16,80%. Diversifikasi memangkas risiko ~2,6 poin persen tanpa mengurangi return.

Sekarang kita kerjakan satu kasus lengkap dari nol, supaya Anda benar-benar memegang angkanya. Anda menaruh enam puluh persen dana di saham A dengan return harapan empat belas persen dan standar deviasi dua puluh persen, lalu empat puluh persen di saham B dengan return harapan delapan persen dan standar deviasi dua belas persen, sementara korelasi keduanya nol koma tiga. Return portofolionya mudah: nol koma enam dikali empat belas ditambah nol koma empat dikali delapan, hasilnya sebelas koma enam persen. Untuk risiko, kita hitung varians tiga suku: suku pertama nol koma nol satu empat empat, suku kedua nol koma nol nol dua tiga nol empat, dan suku ketiga yang memuat kovarians nol koma nol nol tiga empat lima enam; jumlahkan ketiganya menjadi nol koma nol dua nol satu enam, lalu akarkan untuk mendapat standar deviasi sekitar empat belas koma dua persen. Yang harus Anda renungkan: kalau risiko itu dihitung naif sebagai rata-rata tertimbang, hasilnya enam belas koma delapan persen, jadi diversifikasi telah memangkas hampir tiga poin persen risiko secara gratis — dan seluruh penghematan itu berasal dari satu fakta bahwa korelasinya hanya nol koma tiga, bukan satu.

Bagian 2 dari 4

Kekuatan Diversifikasi

Bagaimana menambah aset menurunkan risiko, mengapa korelasi menentukan besar manfaatnya, dan sampai di mana batas penurunan itu.

Mengapa Menambah Aset Menurunkan Risiko

Saat satu saham anjlok karena masalah internalnya sendiri, saham lain di portofolio bisa stabil atau naik — guncangan-guncangan acak itu saling meredam.

Risiko turun cepat untuk 10–20 saham pertama, lalu melandai. Menambah saham ke-50 nyaris tak menambah manfaat — diversifikasi punya hasil yang menurun.

Mengapa menambah aset bisa menurunkan risiko? Bayangkan setiap saham punya dua sumber gejolak: gejolak yang khas perusahaan itu sendiri, seperti skandal direksi atau kebakaran pabrik, dan gejolak yang berasal dari kondisi ekonomi makro yang memengaruhi semua perusahaan. Gejolak khas perusahaan bersifat acak dan tidak berhubungan antar-perusahaan, sehingga ketika satu saham anjlok karena masalahnya sendiri, saham lain di portofolio Anda bisa tetap stabil — guncangan-guncangan acak itu saling meredam dan rata-ratanya mengecil saat dijumlahkan. Lihat kurva ini baik-baik: risiko portofolio turun sangat cepat saat Anda menambah sepuluh hingga dua puluh saham pertama, lalu kurvanya melandai. Menambah saham kelima puluh nyaris tidak menurunkan risiko lagi, karena yang tersisa adalah risiko pasar yang dialami semua saham sekaligus dan tidak bisa diredam dengan diversifikasi. Inilah salah satu temuan paling penting dalam teori portofolio: diversifikasi sangat ampuh, tetapi ada lantai risiko yang tak bisa Anda tembus.

Hitung dari Nol — HDN-2: Korelasi Menentukan Manfaat Diversifikasi

Dua saham sama (σ_A=20%, σ_B=12%), bobot 50%/50%. Kita hitung σ_p untuk ρ = +1, 0, dan −1 agar terlihat peran korelasi.

Komponen tetap: w₁²σ₁² = 0,25×0,04 = 0,010000 ; w₂²σ₂² = 0,25×0,0144 = 0,003600 ; suku-3 = 2×0,25×ρ×(0,20×0,12) = 0,012×ρ

ρ	σ²_p = Suku1 + Suku2 + Suku3	σ_p
+1	0,010000 + 0,003600 + 0,012000 = 0,025600	16,00%
0	0,010000 + 0,003600 + 0,000000 = 0,013600	≈ 11,66%
−1	0,010000 + 0,003600 − 0,012000 = 0,001600	4,00%

ρ=+1: σ_p = rata-rata tertimbang (16%) — tak ada manfaat. ρ=0: turun ke ~11,66%. ρ=−1: anjlok ke 4% — dan dengan bobot pas (37,5% A : 62,5% B) bahkan bisa ≈ 0%!

Sekarang kita buktikan dengan angka klaim besar tadi: bahwa korelasi yang menentukan seberapa besar manfaat diversifikasi. Kita pakai dua saham yang sama dengan bobot lima puluh-lima puluh, lalu hitung standar deviasi portofolio untuk tiga nilai korelasi ekstrem. Saat korelasinya plus satu, kedua saham bergerak persis searah, dan hasilnya standar deviasi portofolio tepat enam belas persen — persis sama dengan rata-rata tertimbang standar deviasi, sehingga tidak ada manfaat diversifikasi sama sekali. Saat korelasinya nol, suku ketiga lenyap dan risiko turun ke sekitar sebelas koma enam enam persen. Dan saat korelasinya minus satu, suku ketiga menjadi negatif dan menggerus varians sehingga standar deviasi anjlok ke empat persen; bahkan, kalau bobotnya kita atur pas pada tiga puluh tujuh setengah persen di saham A dan enam puluh dua setengah persen di saham B, risikonya bisa mendekati nol. Inilah bukti matematis paling indah dalam teori portofolio: dengan dua aset yang masing-masing berisiko, kita bisa membentuk portofolio yang nyaris bebas risiko, asalkan keduanya bergerak berlawanan.

Coba Sendiri: Geser Korelasi & Lihat Risiko Portofolio Berubah

Geser koefisien korelasi dua aset dan bobot portofolionya, lalu amati bagaimana risiko portofolio bisa jauh lebih rendah daripada rata-rata risiko kedua aset.

Dua Jenis Risiko: Sistematis vs Tidak Sistematis

Tidak Sistematis (Diversifiable)

Unik

Khas satu perusahaan/sektor

Manajemen buruk, gugatan hukum, gagal produk. Bisa dihapus lewat diversifikasi. Disebut juga risiko spesifik/unik. Contoh BEI: skandal direksi emiten properti.

Sistematis (Non-Diversifiable)

Pasar

Seluruh pasar terkena bersamaan

Resesi, kenaikan suku bunga BI, gejolak kurs rupiah, krisis global. Tidak bisa dihapus sebanyak apa pun saham. Disebut juga risiko pasar.

Diversifikasi hanya membunuh risiko tidak sistematis. Yang tersisa — risiko sistematis — itulah yang nanti diukur oleh beta (β) dan diberi imbalan di CAPM (pertemuan berikut).

Dari kurva diversifikasi tadi kita tahu ada lantai risiko yang tak bisa ditembus, dan sekarang kita beri nama dua jenis risiko itu. Risiko tidak sistematis adalah risiko yang khas satu perusahaan atau sektor, misalnya direksi tersangkut korupsi, produk gagal di pasar, atau pabrik terbakar; risiko jenis ini bisa dihapus dengan diversifikasi karena kejadiannya acak dan tidak berhubungan antar-perusahaan. Sebaliknya, risiko sistematis adalah risiko yang menimpa seluruh pasar sekaligus, seperti resesi, kenaikan suku bunga Bank Indonesia, gejolak nilai tukar rupiah, atau krisis keuangan global; risiko ini tidak bisa dihilangkan sebanyak apa pun saham yang Anda kumpulkan, karena semua saham terkena dampaknya bersamaan. Pembedaan ini sangat penting karena menjadi jembatan ke topik berikutnya: karena risiko tidak sistematis bisa dihapus secara gratis lewat diversifikasi, pasar tidak memberi imbalan untuk menanggungnya, dan hanya risiko sistematis yang diberi imbalan return — itulah inti model CAPM yang akan Anda pelajari setelah ini.

Batas Diversifikasi & Portofolio Risiko Minimum

Diversifikasi tidak gratis tanpa batas. Dua batasannya penting Anda pahami:

Batas 1 — Lantai Pasar

σ_pasar

Lantai risiko sistematis

Sebanyak apa pun saham, risiko tidak bisa turun di bawah risiko sistematis (risiko pasar). Itulah garis datar pada kurva diversifikasi.

Batas 2 — Hasil Menurun

10–20

Saham optimal pertama

Manfaat terbesar dari 10–20 saham pertama. Saham ke-50 nyaris tak menambah manfaat. Terlalu banyak saham → biaya transaksi naik, pemantauan sulit.

Untuk dua aset (ρ=0,3 di HDN-1), portofolio varians minimum (MVP) ada di bobot w_A≈18% : w_B≈82% → σ_p ≈ 11,45%. Inilah portofolio dengan risiko terkecil yang bisa dibentuk dari kedua saham itu.
Formula MVP: w_A* = (σ_B² − σ₁₂) ÷ (σ_A² + σ_B² − 2σ₁₂) = (0,0144 − 0,0072) ÷ (0,0400 + 0,0144 − 0,0144) = 18%

Diversifikasi memang ampuh, tetapi ada dua batas yang harus Anda pahami agar tidak naif. Batas pertama adalah lantai pasar: sebanyak apa pun saham yang Anda kumpulkan, risiko portofolio tidak akan pernah turun di bawah risiko sistematis, karena risiko itu menimpa semua saham bersamaan. Batas kedua adalah hasil yang menurun: manfaat terbesar diperoleh dari sepuluh hingga dua puluh saham pertama, sementara menambah saham kelima puluh nyaris tidak menurunkan risiko lagi, padahal biaya transaksi dan kesulitan memantau justru naik. Untuk kasus dua aset kita tadi, kalau Anda cari kombinasi bobot yang memberi risiko terkecil, jawabannya bukan lima puluh-lima puluh, melainkan sekitar delapan belas persen di saham A dan delapan puluh dua persen di saham B, yang menghasilkan standar deviasi sekitar sebelas koma empat lima persen. Titik itulah yang disebut portofolio varians minimum, dan ia menjadi titik paling kiri dari kurva set peluang yang akan kita gambar sebentar lagi.

Bagian 3 dari 4

Efficient Frontier & Portofolio Optimal

Dari banyak kombinasi yang mungkin, mana yang "terbaik"? Markowitz menjawabnya dengan satu kurva — lalu aset bebas risiko menyempurnakannya.

Efficient Frontier = portofolio dengan return tertinggi per unit risiko

Set Peluang & Efficient Frontier Markowitz

Plot semua portofolio yang mungkin pada bidang risiko (sumbu X) – return (sumbu Y). Hasilnya membentuk "payung" melengkung — opportunity set.

Sebuah portofolio efisien bila tidak ada portofolio lain yang memberi return lebih tinggi pada risiko sama, atau risiko lebih rendah pada return sama. Hanya bagian atas kurva (dari MVP ke atas) yang efisien.

Inilah grafik paling ikonik dalam ilmu investasi, jadi pahami betul cara membacanya. Sumbu mendatar adalah risiko yang diukur dengan standar deviasi, dan sumbu tegak adalah return harapan; setiap titik di bidang ini mewakili satu portofolio dengan kombinasi bobot tertentu. Kalau Anda gambar semua kombinasi yang mungkin, titik-titiknya membentuk sebuah kurva melengkung seperti payung yang disebut set peluang, dengan titik paling kiri adalah portofolio varians minimum yang sudah kita hitung tadi. Markowitz menunjukkan bahwa tidak semua titik pada kurva ini layak dipilih: hanya bagian atas kurva, dari portofolio varians minimum ke atas, yang disebut efficient frontier, karena di situlah portofolio yang memberi return tertinggi untuk setiap tingkat risiko. Bagian bawah kurva selalu kalah — untuk risiko yang sama, selalu ada portofolio di bagian atas dengan return lebih tinggi — sehingga seorang investor rasional tidak akan pernah memilihnya.

Memilih Satu Titik: Portofolio Optimal di Sepanjang Frontier

Efficient frontier memuat banyak portofolio baik. Mana yang paling cocok untuk Anda? Itu tergantung toleransi risiko masing-masing investor.

Investor Konservatif

Kiri

Dekat MVP — risiko rendah

Tidak nyaman dengan gejolak → pilih portofolio di ujung kiri frontier. Risiko rendah, return lebih moderat. Mendekati portofolio varians minimum.

Investor Agresif

Kanan

Kanan-atas — return tinggi

Tahan gejolak demi return tinggi → pilih portofolio di bagian kanan-atas frontier. Risiko & return sama-sama lebih tinggi.

Titik optimal = tempat kurva indiferen (selera risiko investor) menyentuh efficient frontier. Tanpa aset bebas risiko, tiap investor bisa berbeda titik optimalnya — bergantung seberapa besar risiko yang sanggup ia tanggung.

Setelah tahu mana portofolio yang efisien, muncul pertanyaan berikutnya: dari sekian banyak portofolio efisien di sepanjang kurva, mana yang harus Anda pilih? Jawabannya tergantung selera risiko Anda sendiri, karena efficient frontier hanya menyaring yang terbaik secara objektif, sementara pilihan akhir bersifat subjektif. Seorang investor konservatif yang tidak nyaman melihat nilai portofolionya naik-turun tajam akan memilih titik di ujung kiri frontier, dekat portofolio varians minimum, dengan risiko rendah dan return moderat. Sebaliknya, investor agresif yang sanggup menahan gejolak demi return lebih besar akan memilih titik di kanan atas frontier. Secara teknis, titik optimal masing-masing investor adalah tempat kurva indiferen yang mewakili seleranya menyinggung efficient frontier, sehingga tanpa adanya aset bebas risiko, dua investor dengan selera berbeda akan memilih dua portofolio optimal yang berbeda pula.

Menambah Aset Bebas Risiko: Garis Alokasi Modal (CAL)

Sekarang investor boleh memegang aset bebas risiko (SUN/SBN, return pasti ~6,8%, σ=0) dan portofolio berisiko. Kombinasinya membentuk garis lurus, bukan kurva.

E(R_c) = R_f + y·[E(R_p) − R_f] · σ_c = y·σ_p

y = bobot di portofolio berisiko · R_f ≈ 6,8% (SUN 10 thn, indikatif) · Kemiringan = (E(R_p)−R_f) ÷ σ_p = Rasio Sharpe

y (di portofolio berisiko)	E(R_c)	σ_c
0% (semua SUN)	6,80%	0,00%
50%	6,80% + 0,5×4,8% = 9,20%	0,5×14,20% = 7,10%
100% (semua saham)	11,60%	14,20%

Garis lurus dari R_f yang paling curam (rasio Sharpe tertinggi) menyentuh frontier di satu titik istimewa — portofolio pasar (slide berikut). Rasio Sharpe contoh = (11,6%−6,8%)÷14,2% ≈ 0,338.

Sekarang kita tambahkan satu bahan baru yang mengubah segalanya: aset bebas risiko. Di Indonesia, aset bebas risiko diwakili oleh Surat Utang Negara, yang memberi return hampir pasti sekitar enam koma delapan persen dengan standar deviasi mendekati nol. Ketika investor boleh mengombinasikan aset bebas risiko ini dengan portofolio sahamnya, hasilnya bukan lagi kurva melengkung, melainkan garis lurus yang disebut garis alokasi modal; misalnya menaruh setengah dana di Surat Utang Negara dan setengah di portofolio saham menghasilkan return sembilan koma dua persen dengan risiko tujuh koma satu persen. Kemiringan garis lurus ini disebut rasio Sharpe, yang mengukur berapa banyak kelebihan return yang Anda dapat untuk setiap unit risiko yang ditanggung. Investor rasional tentu menginginkan garis yang paling curam, dan ternyata garis terbaik adalah satu garis yang ditarik dari titik bebas risiko sampai menyinggung efficient frontier di satu titik istimewa yang akan kita bahas di slide berikutnya.

Portofolio Pasar & Teorema Pemisahan Dua Dana

Garis dari R_f yang paling curam menyinggung frontier di satu titik — portofolio berisiko optimal yang sama untuk semua investor. Garis ini disebut Capital Market Line (CML).

Portofolio Optimal Berisiko (M)

Sama untuk semua investor

Satu titik singgung CML, identik untuk semua investor apa pun seleranya. Dalam teori CAPM = portofolio pasar (mendekati IHSG/LQ45).

Teorema Pemisahan Dua Dana

Dana 1 + Dana 2

Keputusan terpisah dua tahap

(1) Portofolio berisiko mana → sama untuk semua (M); (2) Berapa banyak di M vs R_f → sesuai selera tiap investor.

Implikasi praktis: semua investor sebaiknya memegang portofolio berisiko yang sama (mendekati indeks pasar, mis. IHSG/LQ45), lalu menyesuaikan proporsi ke aset aman sesuai keberanian masing-masing. Inilah dasar reksa dana indeks.

Inilah hasil paling elegan dari teori portofolio. Ketika kita tarik garis dari titik bebas risiko hingga menyinggung efficient frontier, titik singgungnya hanya satu, dan yang menakjubkan, titik itu sama untuk semua investor tanpa peduli seberapa berani atau penakut mereka. Titik singgung itu disebut portofolio berisiko optimal, dan dalam pengembangan teori menjadi model CAPM, ia diidentikkan dengan portofolio pasar — yaitu portofolio yang berisi seluruh saham di pasar sesuai bobot kapitalisasinya, yang di Indonesia didekati oleh indeks seperti IHSG atau LQ45. Konsekuensinya adalah teorema pemisahan dua dana: keputusan investasi terpecah menjadi dua bagian yang independen, yaitu memilih portofolio berisiko mana yang sama untuk semua orang, lalu memutuskan berapa proporsi dana yang ditaruh di portofolio itu versus di aset aman sesuai selera masing-masing. Inilah landasan teoretis mengapa reksa dana indeks menjadi sangat populer: secara teori, semua investor sebaiknya memegang portofolio berisiko yang sama mendekati indeks pasar, dan cukup menyesuaikan porsi aset amannya sendiri.

Coba Sendiri: Tarik CAL Menyentuh Efficient Frontier

Geser garis alokasi modal dari titik bebas risiko, cari kemiringan tercuram yang menyinggung frontier, dan temukan portofolio tangency-nya.

Bagian 4 dari 4

Indonesia, Rangkuman & Latihan

Menerapkan teori ke Bursa Efek Indonesia — diversifikasi lintas sektor, korelasi LQ45, SBN sebagai aset aman — lalu merangkum dan berlatih.

Studi Kasus: Diversifikasi Lintas Sektor di Bursa Efek Indonesia

Tiga portofolio Rp 100 juta. Mana yang paling terdiversifikasi? Kuncinya bukan jumlah saham, tapi kemiripan pergerakannya.

Portofolio Keliru — 3 Bank

BBCA+BMRI+BBRI

Semua perbankan — korelasi tinggi

Tiga saham, tapi semua perbankan — bergerak mirip saat suku bunga BI berubah. Diversifikasi lemah. Satu kebijakan moneter memengaruhi ketiganya sekaligus.

Portofolio Baik — Lintas Sektor

BBCA+TLKM+ICBP

Bank + Telco + Consumer — korelasi lebih rendah

Korelasi lebih rendah karena pemicu sektor berbeda. Suku bunga BI, trafik data, daya beli rumah tangga — tiga faktor independen. Diversifikasi kuat.

Pelajaran: menambah saham tidak otomatis mendiversifikasi. Tiga bank ≈ satu taruhan besar pada sektor perbankan. Sebar ke sektor yang dipicu hal berbeda agar korelasi turun. (Nama emiten = ilustrasi sektoral, bukan rekomendasi beli.)

Sekarang kita uji pemahaman Anda dengan kasus nyata di Bursa Efek Indonesia. Bayangkan dua investor sama-sama membeli tiga saham dengan dana seratus juta, tetapi yang satu memilih tiga bank besar sekaligus, sementara yang lain menyebar ke bank, telekomunikasi, dan consumer goods. Sekilas keduanya terdiversifikasi karena sama-sama tiga saham, tetapi investor pertama sebenarnya membuat kesalahan klasik: ketiga banknya bergerak sangat mirip, karena ketika Bank Indonesia menaikkan suku bunga atau ada kebijakan perbankan baru, ketiganya terpengaruh bersamaan, sehingga korelasinya tinggi dan manfaat diversifikasinya kecil. Investor kedua jauh lebih bijak, karena telekomunikasi dan consumer goods dipicu oleh faktor yang berbeda dari perbankan, sehingga korelasi antar-sahamnya lebih rendah dan risiko portofolionya turun lebih banyak. Pelajaran pentingnya: menambah jumlah saham tidak otomatis berarti diversifikasi yang baik; yang menentukan adalah seberapa berbeda pemicu pergerakan saham-saham itu. Saya tegaskan bahwa nama-nama emiten ini hanya ilustrasi untuk menjelaskan konsep sektoral, bukan rekomendasi untuk membeli.

Korelasi Saham LQ45 & SBN sebagai Aset Aman

Untuk membentuk portofolio efisien, kita butuh estimasi input: return harapan, σ, dan korelasi antar-aset — diestimasi dari data return historis emiten.

Pasangan	Pola korelasi tipikal	Implikasi diversifikasi
Dua bank besar (LQ45)	Tinggi (positif kuat)	Lemah — bergerak mirip
Bank vs consumer (LQ45)	Sedang	Sedang
Saham vs SBN/SUN	Rendah / kadang negatif	Kuat — penyeimbang saat pasar jatuh

Input ini diestimasi dari return historis, jadi mengandung error estimasi — itu sebabnya hasil model portofolio perlu disikapi dengan kehati-hatian. Angka korelasi riil berubah & harus dihitung dari data terbaru. (Tabel di atas: ilustrasi pola, bukan angka korelasi riil terkini.)

LQ45 = indeks 45 saham paling likuid di BEI · SBN/SUN = Surat Berharga Negara / Surat Utang Negara pemerintah, dianggap (hampir) bebas risiko gagal bayar.

Untuk benar-benar membangun portofolio efisien, kita perlu tiga jenis input untuk setiap aset: return harapannya, standar deviasinya, dan korelasinya dengan aset lain, yang semuanya kita estimasi dari data return historis emiten. Sebagai gambaran pola, dua bank besar di indeks LQ45 biasanya berkorelasi tinggi karena bergerak mirip, sehingga menggabungkan keduanya tidak banyak menurunkan risiko. Sebaliknya, korelasi antara saham dan Surat Berharga Negara cenderung rendah dan kadang negatif, karena ketika pasar saham jatuh investor sering berpindah ke obligasi pemerintah yang aman, sehingga SBN menjadi penyeimbang yang sangat baik dalam portofolio. Satu peringatan penting yang harus Anda bawa: semua input ini hanyalah perkiraan dari data masa lalu, sehingga mengandung error estimasi, dan korelasi riil di pasar terus berubah dari waktu ke waktu. Karena itu, hasil model portofolio harus disikapi dengan kehati-hatian dan angka korelasi harus dihitung ulang dari data terbaru, bukan diasumsikan tetap.

Lima Jebakan dalam Membentuk Portofolio

Menghitung risiko seperti return — menjumlahkan σ tertimbang. Salah; pakai rumus varians dengan kovarians.

Mengira diversifikasi menghapus semua risiko — risiko sistematis (pasar) tetap tinggal sebagai lantai.

Diversifikasi palsu — banyak saham tapi satu sektor (3 bank). Korelasi tinggi → manfaat kecil.

Mengejar return tertinggi saja — abaikan risiko. Yang efisien = return tertinggi per unit risiko.

Percaya buta pada angka model — input dari data historis penuh error estimasi; korelasi berubah.

Teori portofolio bukan mesin ajaib penghasil uang. Ia kerangka berpikir: selalu lihat risiko dan return bersama-sama, dan perhatikan bagaimana aset bergerak relatif satu sama lain.

Sebelum menutup, saya kumpulkan lima jebakan yang paling sering membuat mahasiswa maupun investor pemula keliru, agar Anda waspada. Jebakan pertama dan paling umum adalah menghitung risiko portofolio seperti menghitung return, yaitu menjumlahkan standar deviasi secara tertimbang; ini keliru, karena risiko harus dihitung lewat rumus varians yang memuat kovarians. Jebakan kedua adalah mengira diversifikasi bisa menghapus seluruh risiko, padahal risiko sistematis atau risiko pasar selalu tertinggal. Jebakan ketiga adalah diversifikasi palsu, yaitu memiliki banyak saham tetapi semuanya dari satu sektor sehingga korelasinya tinggi dan manfaatnya kecil. Jebakan keempat adalah hanya mengejar return tertinggi tanpa melihat risiko, padahal portofolio yang efisien adalah yang memberi return tertinggi per unit risiko; dan jebakan kelima adalah percaya buta pada angka keluaran model, padahal inputnya berasal dari data historis yang penuh error estimasi dan korelasi yang terus berubah. Ingatlah selalu bahwa teori portofolio bukan mesin ajaib penghasil uang, melainkan kerangka berpikir yang memaksa Anda menilai risiko dan return secara bersamaan serta memperhatikan bagaimana aset bergerak relatif satu sama lain.

Cheat Sheet — Rumus Teori Portofolio

Konsep	Rumus	Catatan
Return portofolio	E(R_p) = Σ w_i·E(R_i)	Rata-rata tertimbang (linear)
Kovarians	σ₁₂ = ρ₁₂·σ₁·σ₂	Arah gerak bersama
Varians (2 aset)	σ²_p = w₁²σ₁² + w₂²σ₂² + 2w₁w₂σ₁σ₂ρ₁₂	Suku ke-3 = jantung diversifikasi
Risiko portofolio	σ_p = √σ²_p	Akar varians — jangan lupa ini!
MVP (2 aset)	w₁* = (σ₂² − σ₁₂) ÷ (σ₁² + σ₂² − 2σ₁₂)	Bobot risiko minimum
Garis CAL	E(R_c) = R_f + y·[E(R_p) − R_f] ; σ_c = y·σ_p	Dengan aset bebas risiko
Rasio Sharpe	[E(R_p) − R_f] ÷ σ_p	Imbalan per unit risiko

Satu kalimat untuk diingat seumur hidup: return dijumlahkan tertimbang, tetapi risiko diredam oleh korelasi yang tidak sempurna.

Peta Konsep Teori Portofolio

Seluruh pertemuan dalam satu alur: dari menilai aset sendirian, ke menilai kontribusinya pada portofolio, sampai menemukan portofolio pasar — pintu masuk ke CAPM.

Peta konsep ini meringkas perjalanan kita hari ini dalam satu gambar yang saya harap menempel di benak Anda. Kita berangkat dari kemampuan menilai return dan risiko satu aset sendirian, lalu menggabungkan beberapa aset menjadi portofolio, di mana return digabung secara tertimbang sementara risiko ditentukan oleh varians yang memuat kovarians. Dari sana muncul diversifikasi, yang menghapus risiko tidak sistematis tetapi menyisakan risiko sistematis sebagai lantai yang tak bisa ditembus. Kombinasi semua portofolio yang efisien membentuk efficient frontier, dan ketika kita tambahkan aset bebas risiko, muncul garis pasar modal yang menyentuh portofolio pasar. Portofolio pasar inilah pintu masuk ke topik berikutnya, yaitu CAPM, yang akan menjelaskan berapa return yang pantas diberikan pasar atas risiko sistematis yang Anda tanggung.

Diskusi & Latihan Kelas

Latihan Hitung

HDN-3

Kerjakan sekarang

Portofolio: 70% saham X (E(R)=16%, σ=24%) + 30% saham Y (E(R)=10%, σ=14%), ρ=0,2. Hitung E(R_p) dan σ_p.

Kerjakan dengan tabel langkah seperti HDN-1.

Diskusi Konsep

Kritis

Diskusikan dengan teman sebangku

Seorang investor punya 10 saham, semuanya emiten properti. Apakah ia "terdiversifikasi"? Jelaskan dengan konsep korelasi & risiko sistematis.

Kerjakan latihan hitung dengan tabel langkah: identifikasi → return → tiga suku varians → akarkan. Tunjukkan σ_p lebih kecil dari rata-rata tertimbang σ. (Kunci: E(R_p)=14,20%, σ_p≈18,11% — tersedia di Lampiran B.)

Sekarang giliran Anda yang berhitung dan berpikir, karena teori portofolio hanya benar-benar dikuasai lewat latihan. Soal pertama menuntut Anda menghitung return dan risiko sebuah portofolio tujuh puluh-tiga puluh dengan korelasi nol koma dua; kerjakan persis seperti HDN-1, mulai dari mengidentifikasi data, menghitung return, menjabarkan tiga suku varians, lalu mengakarkannya, dan jangan lupa bandingkan hasil standar deviasinya dengan rata-rata tertimbang untuk membuktikan adanya manfaat diversifikasi. Soal kedua menguji pemahaman konsep Anda: apakah seorang investor yang memegang sepuluh saham properti sekaligus benar-benar terdiversifikasi? Diskusikan dengan teman sebangku menggunakan konsep korelasi dan risiko sistematis, dan saya jamin jawabannya akan membuat Anda lebih kritis terhadap klaim "saya sudah diversifikasi" yang sering Anda dengar. Kunci jawaban tersedia di lampiran agar Anda bisa memeriksa pekerjaan sendiri.

Penutup & Jembatan ke CAPM

Yang Sudah Anda Kuasai

Sub-CPMK 14

Teori Portofolio

Menghitung return & risiko portofolio
Peran kovarians/korelasi dalam diversifikasi
Diversifikasi & batasnya (sistematis vs tidak)
Efficient frontier Markowitz
Portofolio optimal dengan/tanpa R_f (CML)

Berikutnya — CAPM & Beta

β & CAPM

Pertemuan 14

Karena hanya risiko sistematis yang diberi imbalan, bagaimana mengukurnya (beta, β) dan menghitung return yang pantas untuk satu saham — model CAPM Sharpe.

Pesan pulang: investor cerdas tidak menilai saham sendirian, tetapi kontribusinya pada risiko & return portofolio. Itulah warisan Harry Markowitz (1952, Nobel Ekonomi 1990).

Kita tutup pertemuan yang padat ini dengan merangkum apa yang sudah Anda kuasai dan ke mana arahnya. Hari ini Anda sudah bisa menghitung return dan risiko portofolio, memahami peran kunci kovarians dan korelasi, menjelaskan bagaimana diversifikasi menurunkan risiko beserta batasnya, serta membaca efficient frontier dan menemukan portofolio optimal baik dengan maupun tanpa aset bebas risiko. Pertemuan berikutnya akan melanjutkan satu benang merah penting dari hari ini: karena diversifikasi menghapus risiko tidak sistematis dan hanya menyisakan risiko sistematis, maka pasar hanya memberi imbalan atas risiko sistematis itu, dan model yang mengukurnya adalah CAPM dengan parameter bernama beta. Pesan yang ingin saya tanamkan agar Anda bawa pulang adalah inti dari warisan Harry Markowitz: investor yang cerdas tidak pernah menilai sebuah saham sendirian, melainkan menilai kontribusinya terhadap risiko dan return keseluruhan portofolio. Sampai jumpa di pertemuan berikutnya, dan bawalah kalkulator Anda lagi.

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