3.2. Konsep dan Definisi Operasional 1. Konsep : Portofolio yang didominasi saham

3.1. Jenis Penelitian dan Gambaran Populasi

Penelitian ini menggunakan studi deskriptif dengan membandingkan return dan risiko pada suatu portofolio yang didominasi saham, portofolio yang didominasi obligasi dari sebuah perusahaan mutual fund pada periode tertentu dan Treasury Bills dengan menggunakan uji beda rata – rata.

Obyek yang diteliti adalah:

1) Merrill Lynch Equity Income Fund

Merupakan portofolio yang isinya didominasi oleh saham lebih

dari 77 %. Data sampel yang digunakan adalah: harga dan bobot dari tiap sekuritas dalam portofolio Merrill Lynch Equity Income Fund yang diambil per enam bulan dari periode Januari 1999 hingga Juli 2004.

2) Merrill Lynch High Income Bond Fund

Merupakan portofolio yang isinya didominasi oleh obligasi lebih

dari 85 %. Data sampel yang digunakan adalah: harga dan bobot dari tiap sekuritas dalam portofolio Merrill Lynch High Income Bond Fund yang diambil per enam bulan dari periode Maret 1999 hingga September 2004.

3) Treasury Bills

Data sampel yang digunakan adalah: return dari Treasury Bills per bulan Januari, Maret, Juli dan September dari periode tahun 1999 -2004.

Penelitian ini membutuhkan sejumlah data yang diambil dari Merrill Lynch dari periode tahun 1999 hingga tahun 2004. Juga digunakan data dari internet dengan alamat http:// federalreserve.gov untuk memperoleh data return Treasury Bills. Data mengenai Merrill Lynch Equity Income Fund dan Merrill Lynch High Income Bond Fund diperoleh dari Edgar ( http://www.sec.gov ). Data pembagian dividen, diambil dari internet http://finance.yahoo.com.

3.2. Konsep dan Definisi Operasional

1. Konsep : Portofolio yang didominasi saham

Definisi operasional : proporsi saham merupakan proporsi terbesar dibandingkan proporsi sekuritas – sekuritas lain di dalam portofolio tersebut.

Indikator empirik : prosentase saham lebih besar daripada prosentase sekuritas – sekuritas lainnya pada portofolio tersebut.

2. Konsep : Portofolio yang didominasi obligasi

Definisi operasional : proporsi obligasi merupakan proporsi terbesar dibandingkan proporsi sekuritas – sekuritas lain di dalam portofolio tersebut.

Indikator empirik : prosentase obligasi lebih besar daripada prosentase sekuritas – sekuritas lainnya pada portofolio tersebut.

3. Konsep : Treasury Bills

Definisi operasional : aset bebas risiko yang termasuk dalam instrumen pasar uang yang diterbitkan oleh pemerintah Amerika Serikat.

Indikator empirik : return Treasury Bills tahunan dibagi dua yang diambil dari data periode1999 – 2004.

4. Konsep : Return sekuritas

Definisi operasional : merupakan hasil dari harga (nilai) dari suatu aset pada suatu waktu / periode ( t ) dikurangi dengan harga (nilai) dari suatu asset pada waktu / periode sebelumnya ( t-1 ) ditambah dengan aliran kas yang diterima selama periode t sampai t-1 dibagi dengan harga (nilai) dari suatu asset pada waktu / periode sebelumnya ( t-1 ).

Indikator empirik :

Penghitungan Return Sekuritas : Kt =

1 1

−

− +

−

t t t t

P C P

P (3.1) dimana Kt = expected atau required rate of return selama periode t

Pt = harga (nilai) dari suatu aset pada waktu t Pt-1 = harga (nilai) dari sautu aset pada waktu t-1

Ct = aliran kas yang diterima dari investasi aset mulai periode t-1 sampai t.

(Gitman 238)

Definisi operasional : merupakan hasil penjumlahan dari bobot dikalikan dengan return dari tiap – tiap sekuritas dalam suatu portofolio.

Penghitungan Return Portofolio : r^p =

∑

= N •

i

i

i r

x

1

(3.2) r = expected return portofolio p

N = jumlah ragam sekuritas dalam suatu portofolio xi = bobot

ri = expected return dari sekuritas (Sharpe 176)

6. Konsep: Risiko Portofolio

Definisi operasional : merupakan penjumlahan dari kuadrat hasil perkalian standar deviasi dengan bobot tiap – tiap sekuritas dalam suatu portofolio.

Indikator empirik :

Penghitungan Risiko Portofolio yang didominasi saham (dengan 233 sekuritas )

2 / 233 1

1 233

1 2

/ 1

1 1 ⎥

⎦

⎢ ⎤

⎣

=⎡

⎥⎦

⎢ ⎤

⎣

=⎡

∑∑ ∑∑

= =

= = i j

ij j i n

i n

j

ij j i

p xxσ xxσ

σ (3.3)

dimana : σp = Standard Deviasi dari portofolio yang didominasi saham xi = proporsi dari sekuritas i

xj = proporsi dari sekuritas j n = jumlah return dalam sample σij = Kovarians sekuritas ij

Berikut adalah penjabaran rumus penghitungan standar deviasi pada portofolio yang didominasi saham ( dengan 233 sekuritas ) :

FP= [x1x1F²1+ x1x2F12+ x1x3F13+ …+ x1x233F1233+ x2x1F21+ x2x2F²2+ x2x3F23+…+ x2x233F2233+ x3x1F31+ x3x2F32+ x3x3F²3+…+ x3x233F3233+

………... + x233x233F²233]

Penghitungan Risiko Portofolio yang didominasi obligasi (dengan 841 sekuritas ) :

2 / 841 1

1 841

1 2

/ 1

1 1 ⎥

⎦

⎢ ⎤

⎣

=⎡

⎥⎦

⎢ ⎤

⎣

=⎡

∑∑ ∑∑

= =

= = i j

ij j i n

i n

j

ij j i

p xxσ xxσ

σ (3.4)

dimana : σp = Standard Deviasi dari portofolio yang didominasi obligasi xi = proporsi dari sekuritas i

xj = proporsi dari sekuritas j n = jumlah return dalam sample σij = Kovarians sekuritas ij

Berikut adalah penjabaran rumus penghitungan standar deviasi pada portofolio yang didominasi obligasi

FP= [x1x1F²1+ x1x2F12+ x1x3F13+ …+ x1x841F1841+ x2x1F21+ x2x2F²2+ x2x3F23+…+ x2x841F2841+ x3x1F31+ x3x2F32+ x3x3F²3+…+ x3x841F3841+

………... + x841x841F²841]

3.3. Metode dan Prosedur Pengumpulan Data

Pada penelitian ini penulis menggunakan data sekunder yang diperoleh dari internet berupa :

1. Data harga, bobot dan deviden yang dibagikan dari setiap sekuritas yang membentuk portofolio Merrill Lynch Equity Income Fund yang diambil per enam bulan dari periode Januari 1999 hingga Juli 2004.

2. Data harga, bobot dan kupon yang dibagikan dari setiap sekuritas yang membentuk portofolio Merrill Lynch High Income Bond Fund yang diambil per enam bulan dari periode Maret 1999 hingga September 2004.

3. Data return Treasury Bills per bulan Januari, Maret, Juli dan September dari periode tahun 1999-2004.

Pada portofolio Merrill Lynch High Income Bond Fund yang diketahui adalah bobot industri – industri sekuritas obligasi pembentuk portofolio. Untuk memperoleh bobot masing – masing obligasi, penulis menghitungnya dengan menggunakan pendekatan formula sebagai berikut:

Value

Bobot obligasi = x bobot industri (3.5) Total Value Industri

Untuk memperoleh coupon payment obligasi penulis menghitungnya dengan menggunakan cara:

Coupon Payment = Face Value x Coupon rate (3.6) 3.4. Teknik Penghitungan Data menggunakan software

Berikut ini adalah rumus – rumus dan software yang digunakan penulis untuk menghitung data – data yang tersedia :

Penghitungan Covariance menggunakan software Minitab dan Risiko Portofolio menggunakan software Visual Basic yang ditampilkan pada lampiran

3.5. Teknik Analisa Data 3.5.1 Uji t

Pada penelitian ini, penulis melakukan uji beda rata – rata terhadap Merrill Lynch Equity Income Fund, Merrill Lynch High Income Bond Fund dan Treasury Bills menggunakan uji t. Adapun rumusnya adalah :

t =

2 1

ˆ

) (

)

( _{1 2 1 2 0}

x x

H x

x

−

−

−

− σ

µ

µ (3.7)

Dimana :

- = difference of sample means

X = rata - rata return portofolio yang didominasi saham atau return 1

portofolio yang didominasi obligasi atau risiko portofolio yang didominasi saham.

= rata - rata return Treasury Bills atau return portofolio yang didominasi obligasi atau risiko portofolio yang didominasi oleh obligasi.

(µ1 - µ2)H₀ = hypothesized difference of the population means

2 1

ˆx−x

σ = the estimated standard error of the difference between the sample means

(Levin and Rubin 431) 3.5.2 Sharpe Performance Measure

Mengacu pada penelitian yang pernah dilakukan oleh Ester Suryani mengenai studi perbandingan Sharpe, Treynor dan Jensen Measure di Nicholas Equity Income Fund (Studi kasus). Menurut hasil pengamatannya, metode Sharpe lebih tinggi tingkat akurasinya dibandingkan dengan Treynor dan Jensen karena metode Sharpe mengukur kinerja dari satu portofolio

X2

X1 X₂

dengan memperhatikan tingkat return dan risiko portofolio. Untuk menghitung tingkat risiko total portofolio ini diperlukan penghitungan secara mendalam yang memerlukan bobot atau komposisi sekuritas dalam portofolio, tingkat return dari tiap-tiap sekuritas serta covariance antar tingkat return tiap sekuritas. Treynor juga memperhatikan tingkat return dan tingkat risiko dalam mengukur kinerja dari suatu portofolio dengan cara meregresikan tingkat return portofolio dan tingkat return dari portofolio pasar sehingga tingkat risiko yang dihitung merupakan tingkat risiko sistematis. Metode Jensen dalam menghitung kinerja dari satu portofolio hanya memperhatikan tingkat risiko yang dimiliki oleh portofolio tanpa memperhatikan tingkat return yang dimiliki.

Rumus RVAR adalah sebagai berikut :

RVAR = ( TRp – RF )/SDp (3.8) = Excess return / risk

Dimana :

TRp = rata – rata total return portofolio yang didominasi saham atau obligasi dalam periode waktu tertentu.

RF = rata – rata return Treasury Bills

SDp = standar deviasi dari return portofolio yang didominasi saham atau obligasi dalam periode waktu tertentu

TRp - RF = rata – rata excess return ( risk premium ) portofolio yang didominasi saham atau obligasi

3.6. Hipotesis Statistik:

Untuk Hipotesis Pertama:

H1.a : rPS >rTB berarti rata – rata return portofolio yang didominasi saham lebih tinggi dari return Treasury Bills.

H0.a : r PS < rTBberarti rata - rata return portofolio yang didominasi saham tidak lebih tinggi daripada return Treasury Bills.

H1.b : rPB >rTB berarti rata – rata return portofolio yang didominasi obligasi lebih tinggi dari return Treasury Bills.

H0.b :

r

_PB

< r

_TBberarti rata - rata return portofolio yang didominasi obligasi tidak lebih tinggi daripada return Treasury Bills.

Untuk Hipotesis kedua :

H1 : rPS >rPB berarti rata – rata return portofolio yang didominasi saham lebih tinggi dari rata – rata return portofolio yang didominasi obligasi.

H0 : rPS <rPB berarti rata – rata return portofolio yang didominasi saham tidak lebih tinggi dari rata – rata return portofolio yang didominasi obligasi.

Untuk Hipotesa ketiga :

H1 : σ_PS >σ_PB berarti risiko portofolio yang didominasi saham lebih tinggi dari risiko portofolio yang didominasi obligasi.

H0 : σ_PS <σ_PB berarti risiko portofolio yang didominasi saham tidak lebih tinggi dari risiko portofolio yang didominasi obligasi.

3.7 Uji Hipotesis

Untuk Hipotesis pertama :

H0.1 ditolak jika thitung > ttabel, berarti rata – rata return portofolio yang didominasi saham lebih tinggi dari return Treasury Bills.

H0.1 diterima jika thitung < ttabel, berarti rata - rata return portofolio yang didominasi saham tidak lebih tinggi daripada return Treasury Bills.

H0.2 ditolak jika thitung > ttabel, berarti rata – rata return portofolio yang didominasi obligasi lebih tinggi dari return Treasury Bills.

H0.2 diterima jika thitung < ttabel, berarti rata - rata return portofolio yang didominasi obligasi tidak lebih tinggi daripada return Treasury Bills.

Untuk Hipotesis kedua:

H0 ditolak jika thitung > ttabel,, berarti rata – rata return portofolio yang didominasi saham lebih tinggi dari rata – rata return portofolio yang didominasi obligasi.

H0 diterima jika thitung < ttabel,, berarti rata - rata return portofolio yang didominasi saham tidak lebih tinggi dari rata – rata return portofolio yang didominasi obligasi.

Untuk Hipotesis ketiga:

H0 ditolak jika thitung > ttabel,, berarti risiko portofolio yang didominasi saham lebih tinggi dari risiko portofolio yang didominasi obligasi.

H0 diterima jika thitung < ttabel,, berarti risiko portofolio yang didominasi saham tidak lebih tinggi dari risiko portofolio yang didominasi obligasi.

3.8. Asumsi – asumsi :

1. Portofolio yang digunakan yaitu Merrill Lynch Equity Income Fund, Merrill Lynch High Income Bond Fund dianggap portofolio optimal.

Portofolio diasumsikan disusun kembali setiap 6 bulan karena data Merrill Lynch yang tersedia ( http://www.sec.gov ) dalam bentuk data setiap 6 bulan. Untuk Merrill Lynch Equity Income Fund portofolio diasumsikan disusun kembali setiap bulan Januari dan Juli.

Untuk Merrill Lynch High Income Bond Fund portofolio diasumsikan disusun kembali setiap bulan Maret dan September.

2. Pada waktu perbandingan return antara portofolio yang didominasi saham dan portofolio yang didominasi obligasi dianggap memiliki kesamaan periode penyusunan kembali, yaitu menggunakan portofolio yang didominasi obligasi periode bulan Maret dan September.

3. Tidak tersedianya data portofolio Merrill Lynch Bond Fund High Income bulan September 2001 diasumsikan karena terkait tragedi 11 September sehingga dimasukkan data bulan Maret 2002, dan untuk menyamakan

dimasukkan data bulan Juli 2001 namun langsung menggunakan data Januari 2002.

4. Treasury Bills pada penelitian ini digunakan sebagai pembanding terhadap portofolio yang didominasi saham dan portofolio yang didominasi obligasi.