9
LANDASAN TEORI
2.1. Teori Portofolio
Menurut Manurung (2012), portofolio dilandasi dengan suatu
konsep dimana pemilik dana melakukan investasi pada lebih dari satu
instrumen investasi, atau pada lebih dari satu instrumen yang sejenis
(misalnya dua atau lebih saham, dua atau lebih properti, dan sebagainya).
Pembentukan portofolio memiliki maksud dan tujuan tertentu, namun
biasanya tujuan utamanya adalah untuk melakukan diversifikasi atas risiko,
sehingga mengurangi risiko yang dihadapi oleh investor.
Teori portofolio pertama kali dikembangkan oleh Markowitz
pada tahun 1952 dengan memperkenalkan konsep tingkat pengembalian dan
risiko. Dalam teorinya, investor rasional akan selalu memilih tingkat
pengembalian yang setinggi-tingginya dengan risiko yang
serendah-rendahnya, dimana tingkat pengembalian yang diharapkan di masa mendatang
diukur berdasarkan tingkat pengembalian yang telah terjadi melalui data
historis dan ketidakpastian atas tercapainya tingkat pengembalian yang
teori keuangan serta digunakan oleh banyak manajer investasi untuk
mengelola dana dan terutama, untuk melakukan diversifikasi risiko.
Markowitz merumuskan tingkat pengembalian dan risiko portofolio sebagai
berikut:
Berdasarkan persamaan di atas, dapat dilihat bahwa tingkat
pengembalian portofolio yang dilambangkan dengan merupakan rata-rata
pengembalian (mean) dari masing-masing instrumen yang disertakan di dalam
portofolio tersebut; sedangkan risiko portofolio diperoleh berdasarkan
varians (variance) statistik yang digabungkan dengan kovarians antar
instrumen yang satu dengan yang lain. Oleh karenanya, teori Markowitz juga
dikenal dengan sebutan mean-variance portfolio theory.
Secara teoritis, seluruh aset dan kombinasinya dengan tingkat
risiko yang berbeda-beda dapat dipetakan dalam sebuah diagram antara
tingkat pengembalian – tingkat risiko. Diagram tersebut tidak hanya
mencerminkan berbagai jenis aset berisiko yang dapat dipilih oleh investor,
Apabila dipetakan ke dalam sebuah diagram, akan terbentuk pemetaan
(sebagai contoh) seperti yang ditunjukkan pada Gambar 2.1.
Gambar 2.1. Tingkat Pengembalian dan Risiko yang Mungkin Ditawarkan
oleh Berbagai Kombinasi Aset dan Portofolio
Sebagaimana disinggung sebelumnya, bahwa seorang investor
rasional akan lebih memilih tingkat pengembalian yang lebih tinggi dengan
tingkat risiko yang lebih rendah; maka yang akan dipilih oleh seorang investor
rasional untuk kombinasi aset yang ditunjukkan pada Gambar 2.1. adalah
titik-titik yang menawarkan:
tingkat pengembalian lebih tinggi untuk risiko yang sama (kombinasi pada
titik B lebih diminati daripada A; begitu pula kombinasi pada titik E lebih
diminati daripada D), atau Ti ng kat Pe ng em bal ian Risiko A B C D E F
risiko lebih rendah untuk tingkat pengembalian yang sama (kombinasi pada
titik C lebih diminati daripada A; begitu pula kombinasi pada titik E lebih
diminati daripada F).
Dengan demikian, akan tampak jelas bahwa seorang investor
tidak akan memilih komposisi yang berada di wilayah interior (bagian yang
diarsir berwarna abu-abu pada Gambar 2.1.). Perhatikan bahwa dari
pembahasan di atas terdapat dua titik yang secara teoritis akan lebih diminati
oleh para investor karena pada kedua titik tersebut tidak ada titik lain dengan
tingkat pengembalian lebih tinggi untuk risiko yang sama maupun titik lain
dengan risiko lebih rendah untuk tingkat pengembalian yang sama, yaitu:
Kombinasi C yang merupakan portofolio dengan tingkat risiko terendah,
atau disebut juga global minimum variance portfolio.
Kombinasi B yang melambangkan portofolio dengan tingkat pengembalian
tertinggi (biasanya berupa sebuah sekuritas).
Apabila kedua titik (B dan C) tersebut dihubungkan, maka akan
terbentuk sebuah “kumpulan” investasi berupa kurva antara investasi dengan risiko terendah dan tingkat pengembalian tertinggi. Kumpulan investasi
tersebut disebut sebagai efficient frontier sebagaimana ditunjukkan pada
Gambar 2.2. Kombinasi Aset dan Portofolio dalam Efficient Frontier
Pada perkembangan selanjutnya, William F. Sharpe
mengembangkan teori portofolio Markowitz dengan memperkenalkan teori
harga aset yang dikenal secara luas dengan Capital Asset Pricing Model
(CAPM) di tahun 1964. Teori tersebut memiliki beberapa asumsi yang kerap
diperdebatkan oleh para peneliti, meski demikian teori tersebut tetap
digunakan secara luas, terutama dalam melakukan valuasi harga aset. Bentuk
dari model CAPM adalah sebagai berikut:
Variabel yang mempengaruhi tingkat pengembalian berdasarkan
persamaan tersebut adalah tingkat pengembalian bebas risiko (risk-free rate),
tingkat pengembalian pasar (market return), dan koefisien beta. Beta sendiri
merupakan konstanta yang mengukur perubahan yang diharapkan terhadap Risiko T ingkat P enge mbalian C B
tingkat pengembalian (return) instrumen apabila terjadi perubahan pada
tingkat pengembalian pasar
.
Contohnya, apabila suatu saham memiliki beta sebesar 3, maka return saham tersebut diharapkan akan naik/turunsebesar 3% ketika return pasar naik/turun sebesar 1%.
Teori CAPM sendiri sebenarnya merupakan bentuk dari
single-index model karena dalam bentuk persamaannya, tingkat pengembalian suatu sekuritas hanya ditentukan oleh satu buah indeks saja, yaitu koefisien beta.
Menurut CAPM, risiko yang relevan dari suatu investasi berkaitan dengan
bagaimana investasi tersebut memberikan kontribusi terhadap risiko
portofolio pasar. Dengan demikian, terdapat dua kategori risiko dari sebuah
investasi menurut teori ini, yakni:
Risiko sistematik, yaitu komponen yang mengukur kontribusi investasi
terhadap risiko pasar. Koefisien beta mengukur besarnya jenis risiko ini
karena koefisien tersebut mengestimasi besaran tingkat pengembalian suatu
instrumen yang berubah-ubah sesuai tingkat pengembalian pasar.
Risiko non-sistematik, yaitu komponen risiko yang tidak berkontribusi
terhadap risiko pasar, sehingga dapat terdiversifikasi ketika suatu investasi
dikombinasikan dengan investasi lainnya.
Manurung (1996a) melakukan penelitian atas validitas model
CAPM terhadap Bursa Efek Indonesia (BEI) dan menemukan bahwa
metode analisis non-parametrik dalam rangka menguji model CAPM. Hasil
penelitiannya mendapati bahwa regresi cross-sectional untuk BEI tidak
konsisten dengan CAPM, yang dikarenakan hubungan negatif yang signifikan
antara rata-rata return dan estimasi beta.
2.2. Portofolio Optimum
Menurut Elton-Gruber (2011), pembentukan portofolio optimum
dapat difasilitasi dengan mudah apabila terdapat sebuah angka yang mengukur seberapa besar “keinginan” untuk menyertakan sebuah saham ke dalam portofolio optimum. Dengan mengacu kepada single-index model yang
menggambarkan pergerakan saham secara bersamaan terhadap pasar (yang
dilambangkan dengan koefisien beta) maka seharusnya terdapat angka yang
mengukur besaran “keinginan” tersebut.
Dalam bukunya, Elton-Gruber mendefinisikan besaran tersebut
melalui rasio tingkat pengembalian berlebih terhadap koefisien beta (excess
return over beta ratio atau rasio ERB). Tingkat pengembalian berlebih (excess return) adalah selisih antara tingkat pengembalian yang diharapkan
atas sebuah saham terhadap tingkat bunga bebas risiko. Rasio ERB mengukur
tingkat pengembalian tambahan (yang melebihi tingkat pengembalian yang
tidak terdiversifikasi (risiko sistematik yang dilambangkan dengan koefisien
beta). Secara matematis, rumusan Elton-Gruber tersebut dilambangkan
dengan persamaan sebagai berikut:
dimana:
ERB = rasio excess return over beta = tingkat pengembalian saham = tingkat bunga bebas risiko
= koefisien yang menunjukkan perubahan yang diharapkan atas tingkat pengembalian saham setiap terjadi perubahan 1% pada tingkat pengembalian pasar (IHSG).
Apabila berbagai aset diperingkat berdasarkan rasio ERB (dari
yang tertinggi hingga terendah), maka peringkat tersebut melambangkan seberapa besar “preferensi” masing-masing investor dalam menyertakan aset tersebut ke dalam portofolio investasinya. Dengan kata lain, jika suatu aset
dengan rasio ERB tertentu disertakan ke dalam portofolio, maka aset-aset lain
dengan rasio yang lebih tinggi juga akan turut disertakan, dan sebaliknya.
Banyaknya aset yang dipilih bergantung kepada suatu “batasan” unik dimana aset-aset dengan rasio ERB diatas batas tersebut akan diterima dan aset-aset
dibawah batas tersebut akan dikeluarkan. Batasan tersebut disebut sebagai
Dalam teorinya, perhitungan rumus dari cutoff rate diperoleh
dari penurunan rumus atas perhitungan alokasi aset untuk membentuk efficient
frontier. Oleh karenanya, hasil perhitungan daripada besaran alokasi aset menurut teori Elton-Gruber seharusnya tidak terlalu jauh berbeda dengan yang
dihasilkan oleh perhitungan menurut teori Markowitz. Hanya saja, cara
perhitungannya lebih sederhana sehingga dapat diaplikasikan untuk memilih
diantara aset-aset yang banyak jumlahnya. Selain itu, adanya piranti lunak
seperti Microsoft Excel akan lebih mempermudah pengaplikasian
pembentukan portofolio optimum menurut Elton-Gruber tersebut.
2.3. Inflasi
Inflasi didefinisikan sebagai kenaikan atas tingkat harga secara
berkelanjutan (Colander, 2010). Meski inflasi belum terjadi pada suatu
negara, kekhawatiran akan terjadinya inflasi akan mempengaruhi kebijakan
makroekonomi yang ditempuh, misalnya dengan mencegah pemerintah untuk
menurunkan tingkat bunga. Tingkat harga yang digunakan sebagai acuan
dalam menentukan besarnya tingkat inflasi cukup beragam, namun yang
sering digunakan adalah indeks harga konsumen (Consumer Price Index /
CPI), yaitu indeks yang mengukur berbagai harga dari sekumpulan
masing-masing komponen (barang konsumsi) diberi penimbang sesuai
pengeluaran konsumen secara rata-rata.
Pengaruh inflasi terhadap return saham telah diteliti oleh
berbagai peneliti terdahulu. Nelson (1976) melakukan penelitian yang
dipublikasikan di dalam Journal of Finance mengenai inflasi dan return
saham untuk periode Januari 1953 hingga Juni 1974; hasilnya mendapati
bahwa inflasi memiliki hubungan negatif dengan tingkat pengembalian
saham. Jaffe dan Mandelker (1976) melakukan penelitian serupa namun
dengan periode yang berbeda, yaitu untuk periode Januari 1953 sampai
Desember 1971. Mereka juga berkesimpulan bahwa inflasi memiliki
hubungan negatif dan signifikan terhadap return saham; namun inflasi dengan selisih (“lag”) 1 periode, 2 periode, dan 3 periode (lag-1, lag-2, dan lag-3) memberikan hasil yang bervariasi dan tidak signifikan.
Penelitian yang lebih terkini dilakukan oleh Mauliano (2010)
yang mengkaji pengaruh inflasi terhadap pergerakan IHSG dengan
menggunakan data saham pada periode Januari 2004 hingga Mei 2009.
Penelitian tersebut mendapati bahwa inflasi tidak memiliki hubungan negatif,
namun signifikan terhadap pergerakan IHSG, meskipun pengaruhnya hanya
sekitar 2,88%. Danaparamita (2011) melakukan penelitian serupa dengan
periode pengumpulan data yang lebih lama, yaitu mulai Januari 2002 hingga
Desember 2010 dengan menggunakan analisis VAR (Vector Autoregression).
memiliki pengaruh yang signifikan terhadap IHSG; sesuai dengan penelitian
yang dilakukan oleh Jaffe dan Mandelker pada tahun 1976.
2.4. Tingkat Bunga
Tingkat bunga merupakan sebuah tingkat pengembalian aset yang
mempunyai risiko mendekati nol (Manurung dan Saragih, 2004). Biasanya
tingkat bunga digunakan sebagai patokan menentukan risk-free rate dalam
berbagai perhitungan. Investor dapat menggunakan tingkat bunga sebagai
patokan untuk perbandingan bila ingin melakukan investasi. Umumnya,
tingkat bunga memiliki hubungan negatif dengan bursa saham (Pasaribu,
Tobing, dan Manurung, 2009).
Tingkat bunga telah diyakini sebagai salah satu variabel yang
mempengaruhi pergerakan saham maupun indeks saham dan telah dilakukan
berbagai pengujian sebelumnya. Dayananda dan Ko (1994) melakukan
penelitian mengenai pengaruh variabel makroekonomi terhadap tingkat
pengembalian saham, dimana salah satu variabel yang diuji adalah tingkat
bunga. Hasilnya menunjukkan bahwa tingkat bunga memiliki hubungan
negatif, meskipun tidak signifikan baik dengan menggunakan data bulanan
maupun triwulanan. Pasaribu, Tobing, dan Manurung (2009) juga melakukan
satunya adalah tingkat bunga) tidak berpengaruh terhadap pergerakan IHSG.
Kesimpulan yang sama juga dicapai oleh Raharjo (2010) dalam penelitiannya
mengenai pengaruh inflasi, nilai kurs Rupiah, dan tingkat suku bunga
terhadap harga saham di BEI; tingkat suku bunga tidak berpengaruh secara
signifikan terhadap return saham pada periode 2007 hingga 2009.
2.5. Jumlah Uang Beredar (M2)
Jumlah uang beredar ditentukan oleh Bank Sentral dalam rangka
melangsungkan kebijakan moneter; jumlah uang yang diminta (money
demand) ditentukan oleh beberapa faktor, antara lain tingkat harga rata-rata dalam perekonomian. Jumlah uang yang diminta oleh masyarakat untuk
melakukan transaksi bergantung pada tingkat harga barang dan jasa yang
tersedia. Semakin tinggi tingkat harga, maka semakin besar jumlah uang yang
diminta. Penjelasan yang menggambarkan bagaimana tingkat harga
ditentukan dan berubah seiring dengan perubahan jumlah uang beredar ada di
dalam teori kuantitas uang (quantity theory of money). Berdasarkan teori ini,
jumlah uang yang beredar dalam suatu perekonomian menentukan nilai uang,
sementara pertumbuhan jumlah uang beredar merupakan sebab utama
kenaikan harga saham akan meningkatkan permintaan atas uang sehingga
menyebabkan naiknya jumlah uang yang beredar, begitu pula sebaliknya.
Sprinkel (1964) menyatakan bahwa ada hubungan positif antara
pertumbuhan uang beredar dengan harga saham tapi waktunya tidak selalu
konsisten dan kelihatannya menjadi lebih pendek. Rozeff (1974) melakukan
penelitian yang relatif sama dan hasil analisa regresinya menyimpulkan
adanya hubungan yang lemah. Manurung dan Saragih (2004) meneliti
pengaruh variabel makroekonomi terhadap saham farmasi namun mendapati
bahwa variabel perubahan uang beredar tidak signifikan dalam mempengaruhi
tingkat pengembalian saham farmasi.
2.6. Nilai Tukar (Kurs)
Sebagaimana dikutip dari Kamus Besar Bahasa Indonesia
(KBBI), kurs merupakan nilai mata uang suatu negara yang dinyatakan
dengan nilai mata uang negara yang lain. Kurs biasanya dijadikan ukuran
untuk mengetahui kondisi perekonomian suatu negara. Pertumbuhan nilai
mata uang yang stabil menunjukkan bahwa negara tersebut memiliki kondisi
ekonomi yang relatif baik atau stabil (Salvator, 1997:10). Tidak stabilnya nilai
tukar suatu negara akan berdampak pada arus modal, laju investasi, dan
pengimpor berbagai komoditi, tentunya akan sangat menjaga kestabilan nilai
tukarnya.
Hermanto (1998) menyatakan bahwa nilai kurs mempengaruhi
tingkat pengembalian saham dan volatilitas pasar. Manurung dan Saragih
(2004) mendapati adanya hubungan negatif antara variabel kurs dengan
tingkat pengembalian saham meskipun tidak signifikan. Pasaribu, Tobing, dan
Manurung (2009), dengan periode penelitian 2000-2008, berakhir pada
kesimpulan bahwa nilai tukar tidak berpengaruh terhadap pergerakan IHSG
secara keseluruhan; hasil serupa juga diperoleh oleh Mauliano (2010) dengan
periode penelitian 2004 hingga 2009.
2.7. Harga Minyak Mentah Dunia
Salah satu faktor luar negeri yang cukup memegang peranan
penting dalam pergerakan bursa Indonesia adalah harga komoditi, yang
biasanya diproksi oleh harga minyak mentah dunia. Naik-turunnya harga
minyak mentah dunia merupakan suatu indikasi yang mempengaruhi pasar
modal suatu negara. Hal ini dikarenakan, secara tidak langsung, kenaikan
Witjaksono (2010) menyimpulkan dari penelitiannya bahwa
harga minyak mentah dunia memiliki pengaruh positif terhadap pergerakan
IHSG dengan menggunakan data bulanan selama periode 2000-2009.
Pasaribu, Tobing, dan Manurung (2009) juga melakukan penelitian serupa
dengan menggunakan harga minyak mentah dunia sebagai salah satu
variabelnya dan mendapati bahwa variabel tersebut memiliki pengaruh positif
dan cukup signifikan terhadap pergerakan IHSG selama periode 2000-2008.
Mauliano (2010) menyetujui hasil tersebut serta memberikan kuantifikasi
pengaruh harga minyak mentah dunia sebesar 12,32% terhadap pergerakan
IHSG dengan menggunakan data bulanan Januari 2004 hingga Mei 2009.
2.8. Bursa Saham Regional
Pasar modal di Indonesia tidak terlepas dari kegiatan investor
asing yang menanamkan modalnya di Indonesia. Pengaruh globalisasi tersebut
terbuka bagi investor asing di seluruh dunia, namun diyakini akan lebih terasa
pengaruhnya dengan keberadaan para investor dalam kawasan yang sama
(berdekatan). Oleh karenanya, perubahan di satu bursa akan ditransmisikan ke
bursa negara lain, dimana bursa yang lebih besar akan mempengaruhi bursa
yang lebih kecil. Achsani (2000) menyatakan bahwa syok yang terjadi di
syok yang dialami oleh bursa Singapura, Korea Selatan, atau Hong Kong akan
langsung ditransmisikan ke hampir semua bursa saham di Asia Pasifik,
termasuk Indonesia.
Adapun beberapa bursa saham regional yang cukup besar di
kawasan Asia Pasifik dan diyakini memiliki pengaruh terhadap pergerakan
IHSG adalah bursa Singapura (indeks Straits Times), Hong Kong (indeks
Hang Seng), Jepang (Nikkei-225), dan Korea Selatan (KOSPI – Korea Composite Stock Price Index).
2.8.1. Indeks Straits Times
Berdasarkan situs perusahaan indeks FTSE (Financial
Times and Stock Exchange: www.ftse.com), indeks Straits Times (STI) merupakan indeks patokan yang diakui secara global sebagai
barometer pasar saham di Singapura. Sejak tahun 1966, indeks
tersebut melacak kinerja 30 saham perusahaan teratas yang terdaftar
di Bursa Efek Singapura, yang diberikan peringkat berdasarkan
kapitalisasi pasarnya. STI mengadopsi metodologi internasional
FTSE dalam menghitung indeks dan dirancang agar dapat
diperdagangkan guna memenuhi kebutuhan investor domestik
Fitur-fitur dari indeks STI adalah sebagai berikut:
STI dirancang untuk menciptakan produk-produk terstruktur,
indeks pelacak dana dan ETF (exchange-traded funds), atau
untuk digunakan sebagai tolok ukur kinerja saham.
Indeks tersebut telah disaring berdasarkan likuiditas guna
memastikan bahwa indeks tersebut dapat diperdagangkan secara
relatif mudah.
Informasi mengenai STI didistribusikan dengan basis streaming
intra-detik, memberikan informasi tercepat dan paling up-to-date
atas pasar Singapura bagi para investor.
Indeks Straits Times sering digunakan sebagai variabel
yang diduga memiliki pengaruh terhadap pergerakan IHSG. Hal ini
cukup meyakinkan karena letak negara Singapura yang sangat dekat
dengan Indonesia, apalagi Singapura merupakan salah satu negara
maju di kawasan Asia Tenggara. Mauliano (2010) menyatakan
bahwa STI tidak memiliki pengaruh terhadap pergerakan IHSG, akan
tetapi Muzammil (2011) menemukan pengaruh negatif namun
signifikan atas pergerakan STI terhadap IHSG, baik secara parsial
maupun simultan, dalam periode penelitian Januari 2006 hingga
2.8.2. Indeks Hang Seng
Menurut situs bursa efek Hong Kong (www.hkex.com),
indeks Hang Seng (HSI) merupakan indeks kapitalisasi pasar
tertimbang yang mengikuti pergerakan 40 atau lebih perusahaan
teratas yang terdaftar dan diperdagangkan di bursa efek Hong Kong.
Indeks tersebut mencakup lebih dari 65% total kapitalisasi pasar
dalam bursa efek. Indeks ini dikelola dan dipublikasikan oleh Hang
Seng Indexes Company Ltd., yang merupakan anak perusahaan dari Hang Seng Bank di Hong Kong sejak tahun 1969.
Saham-saham pembentuk HSI dipilih secara ketat
berdasarkan analisa terinci, dan didukung oleh konsultasi eksternal
secara ekstensif. Agar memenuhi syarat untuk disertakan ke dalam
HSI, sebuah perusahaan harus:
berada di antara perusahaan-perusahaan teratas yang membentuk
90% dari total nilai pasar seluruh saham yang terdaftar di bursa
efek Hong Kong (nilai pasar diperoleh berdasarkan nilai rata-rata
selama 12 bulan terakhir).
berada di antara perusahaan-perusahaan teratas yang membentuk
90% dari total turnover seluruh saham yang terdaftar di bursa
secara individual dalam sub-periode 8 triwulan selama 24 bulan
terakhir), dan
memiliki sejarah terdaftar (listed) minimal 24 bulan di bursa efek
Hong Kong.
Hong Kong telah menjadi salah satu negara maju dalam
bidang industri dan perdagangan di kawasan Asia; dan dengan
demikian indeks Hang Seng menjadi salah satu pertimbangan sebagai
indeks terbesar yang mempengaruhi bursa-bursa lain dalam kawasan
yang sama. Pasaribu, Tobing, dan Manurung (2009) menyimpulkan
adanya pengaruh yang sangat signifikan atas HSI terhadap
pergerakan IHSG. Mereka juga menemukan bahwa pola pergerakan
IHSG relatif sama dengan pola pergerakan HSI pada periode Januari
2005 hingga Desember 2008.
2.8.3. Nikkei-225
Berdasarkan situs indeks Nikkei (indexes.nikkei.co.jp),
indeks Nikkei-225 memetakan perusahaan-perusahaan yang terdaftar
di bursa efek Tokyo (Tokyo Stock Exchange – TSE), yangmana
media Nihon Keizai Shimbun (Nikkei) telah ditugaskan secara resmi
untuk menghitung indeks ini sejak tahun 1971. Sekarang ini, indeks
Nikkei-225 digunakan sebagai indikator utama perekonomian Jepang, mirip dengan Dow Jones Industrial Average (DJIA) di Amerika
Serikat. Namun, tidak seperti DJIA, Nikkei-225 dirancang untuk
merefleksikan keseluruhan pasar, bukan rata-rata tertimbang
berdasarkan industri. Komponen indeks Nikkei-225 ditinjau setiap
tahun pada bulan September; perubahan apapun, jika diperlukan,
akan dipublikasikan pada bulan Oktober dan penyesuaian akan
dilakukan terhadap indeks.
Sebagai indeks tertua di kawasan Asia, Nikkei-225 juga
diyakini memiliki pengaruh terhadap pergerakan IHSG. Hal ini juga
ditambah dengan posisi Jepang sebagai negara industri maju dengan
produk domestik bruto (PDB) tertinggi ketiga di dunia (data IMF
tahun 2011). Penelitian-penelitian sebelumnya telah sering
menggunakan indeks Nikkei-225 sebagai salah satu faktor luar negeri
yang mempengaruhi IHSG. Witjaksono (2010) menemukan adanya
pengaruh positif yang signifikan antara kedua variabel (Nikkei-225
dan IHSG), namun hasil tersebut tidak sesuai dengan hasil penelitian
Mauliano (2010), yang tidak menemukan pengaruh antara pergerakan
2.8.4. KOSPI
Menurut situs bursa efek Korea Selatan (eng.krx.co.kr),
KOSPI adalah indeks dari seluruh saham biasa yang diperdagangkan
di bursa efek Korea Selatan. Indeks ini mewakili pasar saham di
Korea Selatan, seperti DJIA atau S&P 500 di Amerika Serikat.
KOSPI diperkenalkan pada tahun 1983 dengan base value sebesar
100, terhitung mulai 4 Januari 1980, dan dihitung berdasarkan
kapitalisasi pasar. Pada tahun 2007, volume transaksi harian KOSPI
mencapai ratusan juta lembar saham (atau trilyunan Won). KOSPI
di-update dalam situs KRX setiap 10 detik dan tersedia dalam publikasi statistik KRX (“KRX Review”) dengan basis harian, bulanan, maupun tahunan. Sebagai tambahan, indeks historis juga tersedia bagi
investor hingga tertanggal 4 Januari 1975.
Indeks KOSPI juga merupakan salah satu indeks dengan
nilai transaksi yang besar setiap harinya di kawasan Asia. Indeks ini
juga diyakini sebagai indeks regional yang akan berpengaruh
terhadap pergerakan IHSG. Penelitian terdahulu mengungkapkan
adanya pengaruh yang cukup signifikan dari pergerakan KOSPI
terhadap IHSG, seperti yang pernah dilakukan oleh Mauliano (2010),
Susetyo (2010), dimana KOSPI memiliki pengaruh tidak hanya
terhadap pergerakan IHSG namun juga terhadap pergerakan indeks
LQ45.
2.9. Indeks Dow Jones
Seperti yang dicantumkan dalam situs S&P Dow Jones Indices
(www.djindexes.com), Indeks Dow Jones, atau yang lebih dikenal dengan
Dow Jones Industrial Average (DJIA), merupakan ukuran rata-rata tertimbang atas harga 30 saham perusahaan “blue-chip” yang diperdagangkan di bursa efek New York dan Nasdaq. DJIA mencakup seluruh industri, dengan
pengecualian bidang transportasi dan utilitas (karena dihitung dalam indeks
lain, yaitu Dow Jones Transportation Average dan Dow Jones Utility
Average). Seleksi saham-saham konstituen tidak sepenuhnya berdasarkan ukuran-ukuran kuantitatif; biasanya suatu saham ditambahkan ke dalam DJIA
hanya jika perusahaan penerbit memiliki reputasi yang sangat baik,
menunjukkan pertumbuhan berkelanjutan, dan menarik minat banyak
investor. DJIA adalah salah satu dari tiga indikator utama pergerakan pasar
saham Amerika Serikat dan juga salah satu indikator ekonomi dunia yang
Sebagai salah satu indikator ekonomi dunia, terdapat suatu
kemungkinan yang cukup besar bahwa DJIA akan mempengaruhi pergerakan
bursa saham di Indonesia. M. Samsul (2008) menyatakan bahwa pergerakan
bursa saham di negara manapun akan dipengaruhi oleh indeks-indeks pasar
dunia, terutama negara yang telah maju. Penyebabnya antara lain adalah
globalisasi perdagangan dan aliran informasi, serta regulasi pasar modal yang
membuka peluang bagi investor asing untuk menanamkan modalnya di negara
lain. Mauliano (2010) mendapati pengaruh yang cukup besar antara DJIA
dengan IHSG; dari seluruh variabel yang diteliti, DJIA merupakan variabel
dengan pengaruh tertinggi kedua, dengan pengaruh sebesar 23,58%.
Witjaksono (2010) juga menemukan pengaruh positif dan signifikan dari
indeks Dow Jones terhadap pergerakan IHSG.
2.10. Indeks LQ45
Berdasarkan JSX (Jakarta Stock Exchange) Fact Book 2007,
indeks LQ45 diciptakan untuk menyediakan informasi kepada pasar melalui
sebuah indeks yang mewakili 45 perusahaan paling likuid yang terdaftar pada
Bursa Efek Jakarta. Hingga saat ini, indeks LQ45 mencakup setidaknya 70%
kapitalisasi pasar dan nilai transaksi di pasar reguler. Indeks ini dinyatakan
JSX. Indeks LQ45 terdiri dari 45 saham biasa yang telah lulus penyaringan
dari aspek likuiditas serta besaran kapitalisasi pasar. Berikut merupakan
langkah-langkah dalam memilih saham untuk disertakan ke dalam indeks
LQ45:
1. Saham-saham kandidat harus telah terdaftar di bursa efek Jakarta selama
setidaknya 3 bulan.
2. Saham-saham tersebut diberikan peringkat berdasarkan rata-rata nilai
transaksi mereka di pasar reguler dalam 12 bulan terakhir. 60 saham
dengan rata-rata nilai transaksi tertinggi menjadi dasar patokan indeks
LQ45 akan dibentuk.
3. Dari keenam puluh saham tersebut, 45 saham dipilih secara tertimbang
berdasarkan nilai transaksi, kapitalisasi pasar, jumlah hari perdagangan
aktif, dan frekuensi transaksi dalam pasar reguler selama 12 bulan terakhir.
4. Saham-saham tersebut harus yang disertakan di dalam perhitungan IHSG.
5. Perusahaan penerbit saham harus memiliki kondisi keuangan yang baik,
prospek pertumbuhan yang menjanjikan, dan frekuensi transaksi
perdagangan yang tinggi dalam pasar reguler.
Setiap 6 bulan sekali, JSX akan mengevaluasi pergerakan daripada
saham-saham LQ45 tersebut. Apabila terdapat saham-saham yang tidak memenuhi kriteria
selanjutnya. Pergantian saham konstituen indeks LQ45 ditinjau setiap bulan
Februari dan Agustus, dengan pemberitahuan setidaknya 3 hari kerja sebelum
tanggal efektif. Guna menjamin kualitas indeks, JSX menyelenggarakan sesi
konsultasi dan diskusi dengan para pakar dari dunia praktisi, akademisi,
profesional dalam bidang pasar modal (anggota Badan Pengawas Pasar Modal
dan Lembaga Keuangan / BAPEPAM-LK), serta lembaga independen dari
waktu ke waktu.
2.11. Penelitian Sebelumnya
Dalam penelitian-penelitian sebelumnya, sebagian besar hanya
berfokus tentang pembentukan portofolio saham dengan menggunakan
metode Markowitz, seperti yang pernah dilakukan oleh Manurung (1997),
Manurung dan Berlian (2004), serta Puspitasari dan Pramesti (2011). Metode
Elton-Gruber yang dinamakan Simple Criteria for Optimal Portfolio Selection
(SCFOPS) untuk membentuk portofolio sebenarnya pernah dilakukan oleh
Bawazer dan Sitanggang (1994) dan Sukarno (2007), akan tetapi dalam
penelitian tersebut mereka tidak menganalisa pengaruh berbagai variabel
makro terhadap pergerakan portofolio yang telah dibentuk.
Penelitian terdahulu juga banyak yang berkisar tentang pengaruh
menggunakan analisa statistik yang tidak terlampau jauh berbeda. Contohnya
antara lain adalah penelitian-penelitian yang pernah dilakukan oleh Manurung
(1996b), Pasaribu, Tobing, dan Manurung (2009), Mauliano (2010), dan
Witjaksono (2010). Akan tetapi, penelitian-penelitian terdahulu belum
menganalisa pengaruh variabel-variabel makro terhadap portofolio optimum
(menurut metode Elton-Gruber), yang secara tidak langsung mencerminkan
saham-saham yang menarik untuk dipilih oleh investor. Pengaruh tersebut
diharapkan akan lebih menyesuaikan terhadap saham-saham yang dipilih oleh
para investor, meskipun pemilihan tersebut juga akan dipengaruhi oleh
berbagai analisis fundamental dan preferensi masing-masing investor.
Kedua tabel berikut ini merangkum penelitian-penelitian yang
pernah dilakukan sebelumnya, beserta metode yang digunakan, dan
kesimpulan yang diperoleh dari hasil pembahasan penelitian:
Tabel 2.1. Penelitian-penelitian Terdahulu mengenai Pembentukan Portofolio Investasi Penulis (tahun) Periode penelitian Metode yang Digunakan Kesimpulan Bawazer dan Sitanggang (1994) Tahun 1990 dan 1991 Metode Elton-Gruber (SCFOPS)
Perusahaan yang mempunyai prospek pada tahun 1991 merupakan perusahaan yang memiliki peringkat tertinggi pada tahun 1990
Manurung (1997) Agustus 1992 hingga Juni 1994 Model Markowitz Tingkat pengembalian bervariasi dari -0.8% hingga 1.01% (mingguan); dengan risiko sebesar 1.96% hingga 8.1%. Koefisien korelasi berubah setiap saat dan mengubah alokasi aset optimum. Manurung dan Berlian (2004) Tahun 1996 hingga 2003 Model Markowitz
Tingkat pengembalian bursa saham akan cukup tinggi (melebihi 50%) bila terjadi inflasi cukup rendah di bawah 5%. Instrumen investasi yang disarankan mencakup
properti, deposito, dan reksa dana campran. Sukarno (2007) Tahun 2004 hingga 2006 Metode Elton-Gruber (SCFOPS)
Terdapat perbedaan return yang signifikan atas saham-saham kandidat portofolio, dengan menggunakan metode SCFOPS, dibandingkan dengan saham-saham non-kandidat. Tingkat risiko antara saham kandidat dan non-kandidat tidak terlampau jauh berbeda.
Puspitasari dan Pramesti (2011) Tahun 2007 hingga 2009 Model Markowitz
Tingkat risiko dan
pengembalian tidak selalu memiliki hubungan linear (portofolio dengan return tinggi belum tentu disertai risko yang tinggi pula).
Tabel 2.2. Penelitian-penelitian Terdahulu mengenai Pengaruh Variabel Makro terhadap Pergerakan IHSG
Penulis (tahun)
Periode
penelitian Analisa Statistik Kesimpulan
Manurung (1996b) Januari 1989 hingga September 1995
Akar unit dan kointegrasi
Faktor asing memegang peranan penting dalam pergerakan indeks; sedangkan PDB dan pengeluaran pemerintah berpengaruh terhadap IHSG.
Tanadi
(2003) N/A
Regresi (model multifaktor)
Tingkat bunga dan kurs US Dollar mempengaruhi tingkat pengembalian saham. Pasaribu, Tobing, dan Manurung (2009) Tahun 2000 hingga 2008 Regresi linear berganda dengan karakter model Best Linear Unbiased Estimate (BLUE)
Indeks regional seperti Hang Seng memiliki pengaruh yang sangat signifikan terhadap IHSG; sebagian besar faktor domestik (inflasi, SBI, dan kurs tengah) tidak
berpengaruh signifikan terhadap IHSG.
Mauliano (2010) Januari 2004 hingga Mei 2009 Regresi linear berganda dengan menggunakan metode Backward
Secara berurutan, mulai dari pengaruh terbesar hingga terkecil, adalah: indeks KLSE, Dow Jones, harga minyak mentah dunia, indeks Hang Seng, KOSPI, tingkat bunga, dan inflasi.
Witjaksono (2010) Tahun 2000 hingga 2009 Regresi linear berganda dengan karakter model BLUE
Variabel yang secara signifikan mempengaruhi IHSG meliputi: tingkat bunga, harga minyak mentah dunia, harga emas, kurs US Dollar terhadap Rupiah, indeks Nikkei-225, dan indeks Dow Jones.
