REVIEW JURNAL TENTANG CAPITAL ASSET PRICING MODEL ( CAPM) PADA JURNAL INTERNASIONAL

Judul : Pengujian Aset Modal Pricing Model (CAPM): Pada Kasus Timbulnya Pasar Yunani

1)      LATAR BELAKANG

Menurut Sharpe [1964], Lintner [1965] bahwa CAPM merupakan analisis tingkat pengembalian yang tinggi diharapkan terkait dengan tingkat resiko yang tinggi pula. Dalam 30 tahun terakhir ini analisis CAPM di pasar modal Yunani dianggap memiliki nilai keraguan sebagai teori portofolio modern terhadap gerakan pada tingkat pengembalian aset yang sebenarnya terjadi. Jurnal ini meneliti tentang proses seleksi portofolio saham dalam upaya menilai eksposur  risiko terhadap aset perusahaan  yang berbeda yang dipilih oleh investor. Sehingga teori CAPM ini perlu dilakukan pengujian kembali sehingga dapat dijadikan bukti pendukung dalam pengambilan keputusan oleh para praktisi seluruh dunia dalam penanaman modal saham di pasar modal Yunani.

2)      TUJUAN PENELITIAN

·         Untuk menguji secara menyeluruh jika CAPM memegang sebagai analisis yang benar/ kuat di pasar modal Yunani untuk jangka waktu lima tahun (1998-2002).

·         untuk memperluas analisis teoritis pasar Yunani melalui keuangan di bursa saham Athena dengan menggunakan teori keuangan modern dan memberikan wawasan berguna untuk analisis masa depan pasar Yunani.

3)      TEORI

o   Penilaian empiris CAPM

Model ini untuk menilai risiko arus kas dari suatu proyek investasi yang potensial, untuk memperkirakan biaya proyek modal dan diharapkan tingkat pengembalian bahwa investor akan menuntut jika mereka ingin berinvestasi dalam proyek ini. Model ini dikembangkan untuk menjelaskan perbedaan dalam premi risiko di seluruh aset.

Untuk mencapai penilaian empiris dengan menggunakan teori sebagai kendaraan untuk mengorganisir dan menafsirkan data tanpa mencari cara untuk menolak teori. Semacam ini pendekatan ditemukan di daerah portofolio-pengambilan keputusan, khususnya berkaitan dengan pemilihan aset untuk membeli atau dijual. Sebagai contoh, investor disarankan untuk membeli atau menjual aset yang menurut CAPM adalah underpriced atau terlalu mahal. Dalam hal ini analisis empiris diperlukan untuk mengevaluasi aset, menilai risiko, menganalisis, dan menempatkan mereka ke dalam kategori masing-masing.

o   Dukungan klasik teori

Model ini dikembangkan pada tahun 1960-an oleh Sharpe [1964], Lintner [1965] dan Mossin [1966]. Dalam bentuk sederhana nya, CAPM memprediksi bahwa hasil yang diharapkan dari suatu aset di atas tingkat risiko bebas berhubungan linier dengan risiko non-diversifiable, yang diukur oleh beta asset. Salah satu studi empiris yang paling awal menemukan bukti yang mendukung bagi CAPM adalah bahwa dari Black, Jensen dan Scholes [1972]. Menggunakan data return bulanan dan portofolio daripada saham individu, Black et al menguji apakah penampang dari pengembalian yang diharapkan adalah linier dalam versi beta. Dengan menggabungkan
efek ke dalam portofolio seseorang dapat mendiversifikasi sebagian besar perusahaan komponen spesifik kembali, sehingga meningkatkan ketepatan estimasi beta dan tingkat pengembalian yang diharapkan dari portofolio efek. Pendekatan ini meringankan masalah statistik yang timbul dari kesalahan pengukuran dalam versi beta perkiraan. Para penulis menemukan bahwa data konsisten dengan prediksi yaitu CAPM hubungan antara return rata-rata dan beta sangat dekat dengan linier dan bahwa portofolio dengan tinggi (rendah) beta telah tinggi (rendah) kembali rata-rata.

o   Tantangan untuk validitas teori

 Pada awal 1980-an beberapa penelitian menunjukkan bahwa ada penyimpangan dari risk-return CAPM linier-Off karena variabel lain yang mempengaruhi tradeoff perdagangan ini. Tujuan dari studi di atas adalah untuk menemukan komponen CAPM yang hilang dalam menjelaskan risk-return trade-off dan untuk mengidentifikasi variabel yang menciptakan penyimpangan Banz [1981] CAPM diuji dengan memeriksa apakah ukuran perusahaan dapat menjelaskan sisa variasi dalam laba rata-rata di seluruh aset yang tetap terjelaskan oleh beta CAPM itu. Dia menantang CAPM dengan menunjukkan bahwa ukuran perusahaan tidak menjelaskan cross-sectional variasi dalam laba rata-rata pada koleksi tertentu aset lebih baik dari beta. Penulis menyimpulkan bahwa rata-rata pengembalian
saham perusahaan kecil (yang dengan nilai pasar ekuitas rendah) adalah lebih tinggi daripada rata-rata pengembalian saham perusahaan besar (yang dengan nilai pasar yang tinggi dari ekuitas). Temuan ini telah menjadi dikenal sebagai efek ukuran.

Jurnal Penelitian Internasional Keuangan dan Ekonomi - Issue 4 (2006) 81
Reaksi umum untuk [1981] Banz temuan, bahwa CAPM mungkin hilang beberapa aspek realitas, adalah untuk mendukung pandangan bahwa meskipun data mungkin menyarankan penyimpangan dari CAPM, penyimpangan ini tidak begitu penting untuk menolak teori tersebut. Mereka menunjukkan bahwa Banz's Temuan mungkin ekonomis begitu penting sehingga menimbulkan pertanyaan serius tentang validitas CAPM.

o   Perdebatan kalangan  akademik

The Fama dan Perancis [1992] studi sendiri telah dikritik. Secara umum penelitian menanggapi Fama dan tantangan besar Perancis dan melihat lebih dekat pada data yang digunakan dalam penelitian ini. Kothari, Terguncang dan Sloan [1995] berpendapat bahwa Fama dan [1992] Perancis temuan dasarnya tergantung pada bagaimana temuan statistik diinterpretasikan. Amihudm, Christensen dan Mendelson [1992] dan Black [1993] mendukung pandangan bahwa data tersebut terlalu berisik untuk membatalkan CAPM tersebut. Bahkan, mereka menunjukkan bahwa ketika sebuah metode statistik yang lebih efisien digunakan, hubungan estimasi antara return rata-rata dan beta positif dan signifikan. Black [1993]menunjukkan bahwa efek ukuran dicatat oleh Banz [1981] bisa saja menjadi efek periode sampel yaitu ukuran efek yang diamati dalam beberapa periode dan tidak pada orang lain. Terlepas dari kritik di atas, reaksi umum untuk para Fama dan Perancis [1992] temuan telah  fokus pada model penentuan harga aset alternatif. Jagannathan dan Wang [1993] berpendapat bahwa ini mungkin tidak diperlukan. Sebaliknya mereka menunjukkan bahwa kurangnya dukungan empiris untuk CAPM mungkin karena ketidaktepatan asumsi dasar yang dibuat untuk memfasilitasi analisis empiris. Sebagai contoh, sebagian besar tes empiris dari CAPM mengasumsikan bahwa pengembalian indeks pasar saham yang luas merupakan proxy yang baik untuk tingkat pengembalian portofolio pasar seluruh aset dalam perekonomian. Namun, jenis indeks pasar tidak menangkap seluruh aset dalam perekonomian seperti modal manusia. bukti empiris lain pada pendapatan saham didasarkan pada argumen bahwa volatilitas saham kembali terus berubah. Ketika seseorang mempertimbangkan kembali distribusi waktu yang berbeda, orang harus merujuk untuk mean bersyarat, variansi, dan kovariansi yang berubah tergantung pada saat ini tersedia informasi. Sebaliknya, seperti biasa perkiraan pengembalian, varians, dan penyimpangan kuadrat rata-rata selama masa penelitian, memberikan perkiraan tanpa syarat karena mereka memperlakukan varians konstan dari waktu ke waktu.

Model yang paling banyak digunakan untuk memperkirakan varians (maka waktu-bervariasi) bersyarat saham dan Indeks saham kembali adalah heteroscedacity bersyarat umum autoregressive (GARCH) model dipelopori oleh Robert.F.Engle. Untuk meringkas, semua model di atas bertujuan untuk meningkatkan pengujian CAPM empiris. Ada modifikasi banyak untuk model dan apakah awal atau alternatif berikutnya validasi model atau tidak CAPM tersebut belum ditentukan.

4)      METODE PENELITIAN

Langkah pertama adalah untuk memperkirakan koefisien beta dengan menggunakan kembali saham mingguan masing-masing perusahan selama periode Tahun 1998 Januari sampai Desember 2002. Versi beta diperkirakan dengan regresi return mingguan saham itu masing-masing terhadap indeks pasar menurut persamaan berikut:

Rit -R ft = ai +βi . (Rmt -R ) + eit .............................(1)

Dimana,
Rit adalah pengembalian saham i (i = 1 ... 100),

R ft adalah tingkat pengembalian atas aset bebas risiko,

Rmt adalah tingkat pengembalian indeks pasar,

βi adalah estimasi beta untuk i saham,

eit adalah istilah gangguan sesuai acak dalam persamaan regresi.

Langkah selanjutnya adalah menghitung tingkat pengembalian kelebihan rata-rata portofolio saham (RPT) koefisien beta dihitung dengan persamaan 1. Biarkan,

 
r_pt =   Σr_{it          ..................(2)}

                        k
Dimana,
k adalah jumlah saham yang termasuk dalam portofolio masing-masing (k = 1 ... 10),

p adalah jumlah portofolio (p = 1 ... 10),

 r_it adalah pengembalian kelebihan masing-masing saham yang membentuk portofolio yang terdiri dari saham k masing-masing.

            Prosedur ini dihasilkan 10 portofolio sama-rata terdiri dari 10 saham masing-masing. Dengan membentuk portofolio yang tersebar di seluruh portofolio dimaksimalkan sehingga pengaruh beta terhadap saham kembali dapat dengan jelas diperiksa. Cara yang paling jelas untuk membentuk portofolio dalam peringkat saham menjadi portofolio oleh beta adalah benar. Tapi, semua beta yang tersedia akan diamati. Peringkat portofolio oleh beta diamati akan memperkenalkan bias seleksi. Saham dengan beta tinggi diamati (pada kelompok tertinggi) akan lebih cenderung memiliki kesalahan pengukuran yang positif dalam memperkirakan beta. Hal ini akan memperkenalkan bias positif ke beta untuk portofolio tinggi beta dan akan memperkenalkan bias negatif menjadi perkiraan mencegat. (Elton dan Gruber [1995], hal 333). Menggabungkan efek yang menjadi portofolio diversifikasi merupakan sebagian besar spesifik perusahaan dari hasil sehingga meningkatkan ketepatan estimasi beta dan tingkat pengembalian yang diharapkan pada portofolio efek. Hal ini meringankan masalah statistik yang timbul dari kesalahan pengukuran dalam beta perkiraan.

            Persamaan berikut ini digunakan untuk memperkirakan beta portofolio:

R_pt =α_p + β_p. r_mt+ e pt ...................................(3)

 
Dimana,
R_pt adalah rata-rata kelebihan return portofolio,

 β_p adalah beta portofolio dihitung.

                                    Penelitian dilanjutkan dengan memperkirakan pasca-ex Security Market Line (SML) oleh kemunduran yang portofolio kembali terhadap beta portofolio diperoleh Persamaan 3. Hubungan diperiksa adalah sebagai berikut:

                                    r_p = γ₀ + γ₁ ⋅ β_p + e_{p..............................}(4)

 
Dimana,
r_p adalah pengembalian kelebihan rata-rata pada p portofolio (perbedaan antara

 pengembalian portofolio dan pengembalian aset bebas risiko),

β_p adalah perkiraan beta p portofolio,

γ₁ adalah harga pasar risiko, premi risiko untuk membawa satu unit risiko beta,

γ₀ adalah tingkat nol-beta, hasil yang diharapkan dari sebuah aset yang memiliki beta

dari nol, dan

 e_p adalah istilah gangguan acak dalam persamaan regresi.

Untuk menguji untuk nonlinier antara return portofolio total dan beta, sebuah regresi berjalan pada portofolio rata-rata kembali, dihitung beta portofolio, dan beta- square dari persamaan 3:

r_{p =} γ₀+ γ_1. β_p+ γ_2.β_p­­2 +e_p.....................(5)

Akhirnya dalam rangka untuk menguji apakah varians sisa saham mempengaruhi return portofolio, sebuah istilah tambahan yang termasuk dalam persamaan 5, untuk menguji kekuatan penjelas risiko nonsystematic:

r_{p =} γ₀+ γ_1. β_p+ γ_2.β_p­­2 + γ₃ . RV_p +e_p.....................(6)

Dimana: :
RV_p adalah sisa varians pengembalian portofolio (Persamaan 3), = 2 (e) p σ RV pt.

Parameter diperkirakan memungkinkan kita untuk menguji serangkaian hipotesis tentang CAPM tersebut.

·         Pengujian:

i) 3 γ = 0 atau risiko residual tidak mempengaruhi kembali,

 
ii) 2 γ = 0 atau tidak ada nonlinier di garis pasar keamanan,

 
iii) 1 γ> 0 artinya, ada harga positif risiko di pasar modal (Elton dan Gruber [1995], hal. 336).

Akhirnya, analisis di atas juga dilakukan secara terpisah untuk setiap tahun (1998-2002), dengan mengubah komposisi portofolio menurut estimasi beta tahunan.

5)      HASIL

Bagian pertama dari metodologi yang diperlukan estimasi beta untuk saham individu dengan menggunakan pengamatan pada tingkat pengembalian untuk urutan tanggal. Kisaran estimasi beta saham adalah antara 0,0984 (minimum) dan 1,4369 (maksimum) dengan deviasi standar 0,2240 (Tabel 1,dapat di lihat pada PDF jurnal internasional). Sebagian besar dari koefisien beta untuk saham individu statistik signifikan pada tingkat 95% dan semua koefisien beta estimasi statistik signifikan pada tingkat 90%. Untuk penaksiran yang lebih akurat dari beta suatu EGARCH (1,1) model digunakan di mana pun itu diperlukan, untuk kebenaran nonlinier.

Pada jurnal ini hipotesis diajukan:

1.      Hipotesis tertentu dapat diuji terlepas dari apakah orang percaya dalam validitas CAPM sederhana atau dalam versi lain dari teori. Pertama, teori menunjukkan bahwa risiko yang lebih tinggi (beta) dikaitkan dengan tingkat pengembalian yang lebih tinggi. Namun, hasil penelitian tersebut tidak mendukung hipotesis ini. Koefisien beta dari 10 portofolio tidak menunjukkan bahwa beta yang lebih tinggi pada portofolio yang berkaitan dengan keuntungan yang lebih tinggi. Portofolio 10 misalnya, portofolio beta tertinggi (β = 1,2024), menghasilkan kembali portofolio negatif. Sebaliknya, portofolio 1,portofolio beta terendah (β = 0,5474) menghasilkan hasil yang positif. Hasil ini bertentangan dengan sebagian dapat dijelaskan oleh signifikan fluktuasi return saham selama periode diperiksa (Tabel 2, dapat di lihat pada PDF jurnal internasional). Untuk menguji hipotesis CAPM, perlu untuk menemukan mitra ke teoritis nilai-nilai yang harus digunakan dalam persamaan CAPM. Dalam studi ini hasil pada Yunani Treasury Bill 3 bulan digunakan sebagai perkiraan tingkat bebas risiko. Untuk Therm, indeks ASE Saham Composite diambil sebagai pendekatan terbaik untuk portofolio pasar. Persamaan dasar yang digunakan adalah r_p = γ₀ + γ₁ ⋅ β_p + e_p (Persamaan 4) dimana γ₀ merupakan selisih diharapkan pengembalian portofolio beta=nol dan γ₁ adalah harga pasar risiko, perbedaan antara yang diharapkan tingkat pengembalian pasar dan portofolio beta nol. Salah satu cara untuk memungkinkan untuk kemungkinan bahwa CAPM tidak berlaku adalah menambahkan alpha/intercept saham lain di estimasi dari SML. CAPM menganggap bahwa intercept adalah nol untuk setiap aset. Oleh karena itu, tes dapat dibangun untuk menguji hipotesis ini.

Diversifikasi merupakan sebagian spesifik perusahaan dari hasil ini, dengan demikian meningkatkan presisi dari perkiraan beta, efek sebelumnya digabungkan menjadi portofolio. Pendekatan ini meringankan dengan statistik masalah yang timbul dari kesalahan pengukuran estimasi beta individu. portofolio ini diciptakan karena beberapa alasan:

(i)                     pengaruh acak pada saham individu cenderung lebih besar dibandingkan dengan yang terdapat pada portofolio yang sesuai dibangun (maka, titik potong dan beta lebih mudah di estimasi untuk portofolio) dan

(ii)                   tes untuk memudahkan menahan untuk diimplementasi untuk portofolio karena oleh konstruksi koefisien estimasi mereka kurang cenderung berhubungan dengan satu sama lain daripada saham perusahaan individu. Tingginya nilai taksiran koefisien korelasi antara mencegat/intercept dan lereng menunjukkan bahwa model yang digunakan menjelaskan pengembalian kelebihan.

Hasil SPSS sbb:

Koefisien γ0 γ2 γ1

 
Nilai 0,0036 0,0041 -. 0084

t-value (1,7771) (-1,8013) (1,5686)

 
p-value 0,1188 0,1147 0,1607

 
Residual standard error: 0,0003 pada 7 derajat kebebasan

Multiple R-Squared: 0,4797

F-statistik: 3,2270 pada tanggal 2 dan 7 derajat kebebasan, p-nilai 0,1016

Menurut CAPM tersebut, pengembalian yang diharapkan berbeda-beda di aset hanya karena beta aktiva adalah berbeda. Oleh karena itu, salah satu cara untuk menyelidiki apakah CAPM cukup menampung semua aspek penting dari tradeoff risk-return adalah untuk menguji apakah karakteristik aset-spesifik lain dapat menjelaskan cross sectional perbedaan tingkat pengembalian rata-rata yang tidak dapat dikaitkan dengan perbedaan cross-sectional dalam versi beta. Untuk menyelesaikan tugas ini varians sisa pengembalian portofolio ditambahkan sebagai tambahan variabel penjelas (Persamaan 6). Koefisien varians sisa pengembalian portofolio  γ₃ kecil dan secara statistik tidak berbeda dari nol. Oleh karena itu aman untuk menyimpulkan bahwa risiko residual tidak berpengaruh pada hasil yang diharapkan dari keamanan. Jadi, ketika portofolio yang digunakan sebagai pengganti saham individu, risiko residual tidak penting lagi untuk muncul.

 
Tabel 5: Pengujian Non-Sistematik risiko (Persamaan 6)

 
Koefisien γ0 γ1 γ3 γ2

 
Nilai 0,0017 0,0015 0,3503 -. 0043

 
t-value (0,5360) (-. 6182) (0,3381) (0,8035)

 
p-value 0,6113 0,5591 0,7468 0,4523

 
Residual standard error: 0,0003 pada 6 derajat kebebasan

 
Multiple R-Squared: 0,5302

 
F-statistik: 2,2570 pada 3 dan 6 derajat kebebasan, p-nilai 0,1821

Karena analisis pada periode lima tahun penuh tidak menghasilkan bukti kuat berpihak pada CAPM kami memeriksa apakah pendekatan yang sama pada data tahunan akan memberikan bukti lebih mendukung. Semua model diuji secara terpisah untuk masing-masing periode lima tahun dan hasilnya secara statistik yang lebih baik

untuk beberapa tahun tetapi masih tidak mendukung hipotesis CAPM (Tabel 6, 7 dan 8).

6)      KOMENTAR

Jurnal ini memeriksa validitas CAPM untuk pasar saham Yunani. Penelitian ini menggunakan saham mingguan kembali dari 100 perusahaan yang terdaftar di bursa saham Athena dari Januari 1998 sampai Desember 2002. Temuan tulisan ini tidak mendukung hipotesis dasar teori yang risiko (beta) lebih tinggi dikaitkan dengan tingkat pengembalian yang lebih tinggi. Dalam diversifikasi sebagian besar perusahaan dapat bagian spesifik dari hasil sehingga meningkatkan ketepatan dari perkiraan beta, efek di mana digabungkan menjadi portofolio untuk mengurangi masalah statistik yang timbul dari kesalahan pengukuran estimasi beta individu. Model ini tidak menjelaskan, bagaimanapun, pengembalian kelebihan. Hasil yang diperoleh memberikan dukungan kepada linier struktur persamaan CAPM menjadi penjelasan yang baik kembali aman. Nilai tinggi koefisien estimasi korelasi antara intercept dan lereng menunjukkan bahwa model yang digunakan, menjelaskan kembali kelebihan. Namun, fakta bahwa intercept memiliki nilai sekitar nol melemahkan penjelasan di atas.

 Prediksi CAPM untuk mencegat/menahan adalah bahwa hal itu harus sama dengan nol dan lereng harus sama dengan kelebihan pengembalian portofolio pasar. Temuan penelitian ini bertentangan dengan hipotesis di atas dan menunjukkan bukti terhadap CAPM tersebut.

Dimasukkannya kuadrat koefisien beta untuk menguji nonlinieritas dalam hubungan antara kembali dan beta menunjukkan bahwa temuan tersebut sesuai dengan hipotesis dan diharapkan return beta hubungan adalah linier. Selain itu, tes yang dilakukan untuk menyelidiki apakah CAPM cukup menampung semua aspek penting dari realitas dengan memasukkan varians sisa saham menunjukkan bahwa risiko residual tidak berpengaruh pada hasil yang diharapkan dari portofolio. Kurangnya bukti kuat yang mendukung CAPM mengharuskan studi data tahunan untuk menguji validitas model ini. Temuan dari pendekatan ini memberikan hasil statistik yang lebih baik untuk beberapa tahun tapi tetap tidak mendukung hipotesis CAPM. Hasil tes yang dilakukan pada data dari bursa efek Athena untuk periode Januari 1998 sampai Desember 2002 tidak tampak dengan jelas menolak CAPM tersebut. Ini berarti bahwa data tidak mendukung CAPM. Seperti Black [1972] menunjukkan hasil ini dapat dijelaskan dalam dua cara. Pertama, pengukuran dan model kesalahan spesifikasi timbul karena penggunaan proxy bukan pasar sebenarnya

 
portofolio. bias Kesalahan  garis regresi estimasi lereng menuju nol dan mencegat/menahan estimasi tersebut jauh dari nol. Kedua, jika tidak ada aset bebas risiko, CAPM tidak memprediksi suatu intercept dari nol. Tes dapat memberikan bukti terhadap CAPM tapi itu belum tentu merupakan bukti dalam mendukung setiap model alternatif.