FINESTA Vol. 1, No. 1, (2013) 22-29
22
Pembentukan Portofolio Markowitz Berdasarkan Volume Perdagangan Pada Saham LQ45 Periode 2006-2011 Martha Dewi Sugiharta Program Manajemen, Program Studi Manajemen Keuangan Fakultas Ekonomi, Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya E-mail:
[email protected] Abstrak—Penelitian ini bertujuan untuk mengetahui pembentukan portofolio optimal model Markowitz. Sampel dalam penelitian ini adalah saham-saham yang tergabung dalam indeks LQ45 secara terus menerus selama periode 2006-2011. Hasil penelitian ini menunjukkan bahwa untuk kategori High Trading Volume (HTV), portofolio 1 merupakan portofolio yang cocok bagi investor tipe risk averse dan moderate yang tersusun atas 85 %BBRI & 15%ENRG serta 76 %BBRI & 24%ENRG, portofolio 2 yang tersusun atas -23 %TLKM & 123%ENRG merupakan portofolio yang cocok bagi investor tipe no-risk averse. Pada kategori Low Trading Volume (LTV) portofolio 12 yang tersusun atas 82,16%BBCA, 56,8%ASII & -39,5%UNTR merupakan portofolio yang cocok bagi investor tipe risk averse, portofolio 13 yang tersusun atas 120,2%BBCA, 56,8%BDMN & 81,5%UNTR merupakan portofolio yang cocok bagi investor tipe no-risk averse, portofolio 11 yang tersusun atas 92,1%BBCA, 33,64%ASII & 25,74%BDMN merupakan portofolio yang cocok bagi investor tipe moderate. Kata Kunci--HTV, LTV, Markowitz, Portofolio Optimal Abstract—This thesis is examine portfolio formed based on Markowitz model. The sample in this study is only stock that are continuously in the Liquidity-45 Index during 2006-2011. The result showed that for the category of High Trading Volume (HTV), 1st portfolio is suitable for investor type risk averse and moderate which compose of 85 %BBRI & 15%ENRG and 76 %BBRI & 24%ENRG, 2nd portfolio which compose of -23 %TLKM & 123%ENRG is suitable for investor type no-risk averse. As for category of Low Trading Volume (LTV), 12th portfolio which compose of 82,16%BBCA, 56,8%ASII & 39,5%UNTR is suitable for investor type risk averse, 13th portfolio which compose of 120,2%BBCA, 56,8%BDMN & 81,5%UNTR is suitable for investor type no-risk averse, 11th portfolio which compose of 92,1%BBCA, 33,64%ASII & -25,74%BDMN is suitable for investor type moderate. Keywords--HTV, LTV, Markowitz, Optimization Portfolio. 1. PENDAHULUAN erkembangan perekonomian secara global menyediakan banyak kesempatan bagi investor untuk berinvestasi. Menurut Reilly & Keith (2003, p.5), investasi adalah komitmen mengikatkan aset saat ini untuk beberapa periode waktu dimasa depan guna mendapatkan penghasilan yang mampu mengkompensasi pengorbanan investor berupa
P
keterikatan aset pada waktu tertentu, tingkat inflasi dan ketidaktentuan penghasilan pada masa mendatang. Pada dasarnya, tujuan investor melakukan investasi adalah untuk mendapatkan return atas investasi yang dilakukannya. Namun, berbagai jenis investasi yang dilakukan oleh investor mengandung unsur ketidakpastian atau resiko. Investor tidak tahu dengan pasti return yang akan diperolehnya dari investasi yang dilakukan. Dalam kondisi seperti itu dapat dikatakan bahwa investor menghadapi resiko ketika melakukan investasi. Pada umumnya, investor merupakan pihak yang tidak menyukai resiko tetapi menginginkan return yang maksimal. Berdasarkan hal tersebut maka peneliti melakukan penelitian pembentukan portofolio investasi pada saham. Dengan melakukan analisis portofolio, maka akan membantu investor dalam mengambil keputusan untuk menentukan portofolio efisien yang dapat memberikan keuntungan yang besar dengan resiko tertentu atau memberikan resiko terkecil dengan tingkat keuntungan tertentu. Menurut Husnan (2003, p.45) portofolio berarti sekumpulan investasi. Tahap ini merupakan identifikasi terhadap sekuritas-sekuritas mana yang akan dipilih dan berapa proporsi dana yang akan ditanamkan pada masing-masing sekuritas tersebut. Pemilihan jumlah sekuritas dimaksudkan untuk mengurangi risiko yang ditanggung. Dalam berinvestasi pada instrumen saham, investor akan mendapat beberapa sumber return antara lain dari pembagian deviden serta capital gain yang merupakan selisih dari harga jual dan harga beli yang dikeluarkan oleh investor pada saat membeli saham tersebut. Namun, sebagai investor yang rasional hal lain yang perlu diperhatikan adalah meminimalkan resiko dengan cara melakukan diversifikasi. Diversifikasi menyebabkan resiko dari portofolio berkurang karena resiko dari salah satu saham dapat ditutup dengan keuntungan dari saham lain dalam portofolio tersebut. Persyaratan utama untuk dapat mengurangi resiko di dalam portofolio ialah return untuk masing-masing sekuritas tidak berkorelasi secara positif dan sempurna (Jogiyanto,2000, p.143). Salah satu cara yang dapat digunakan untuk menentukan besarnya proporsi tiaptiap saham pada portofolio guna mendapatkan imbal hasil sesuai dengan yang diinginkan oleh investor dengan tingkat resiko yang minim adalah dengan menggunakan pembentukan portofolio optimal model Markowitz. Dengan menggunakan model Markowitz investor dapat membentuk portofolio sesuai dengan karakter investasi yang diinginkan dan tujuan yang ingin dicapainya. Menurut Samsul (2006, p.320), pembentukan portofolio dengan menggunakan Markowitz model merupakan suatu cara yang objektif untuk memprediksi harga atau return sekuritas karena didasarkan pada data riil masa sebelumnya yang kemudian dirata-rata.
FINESTA Vol. 1, No. 1, (2013) 22-29 Risiko dapat dikurangi dengan menambah jumlah jenis aset ke dalam portofolio dan tingkat expected return dapat naik jika pada investasinya terdapat perbedaan pergerakan harga dari aset-aset yang dikombinasikan (Markowitz,1952). Berdasarkan penelitian-penelitian sebelumnya mengenai pembentukan portofolio optimal model Markowitz yang dilakukan oleh Sari (2010) pada tiga sekuritas perusahaan yang tercatat sebagai indeks LQ 45 menyatakan bahwa portofolio optimal berdasarkan tingkat return tertinggi tersusun atas 25% ISAT, 25% INDF dan 50% INTP, sedangkan portofolio optimal berdasarkan tingkat resiko terendah tersusun atas 50% ISAT, 25% INDF dan 25% INTP. Akan tetapi, untuk pembentukan portofolio optimal model Markowitz pada perusahaan Tobacco Industry yang dilakukan oleh Supriyadi, Marwan & Ambo (2009) menyatakan bahwa portofolio optimal berdasarkan tingkat return tertinggi tersusun atas 70% RMBA, 15% GGRM dan 15% HMSP, sedangkan portofolio optimal berdasarkan tingkat resiko terendah tersusun atas 20% RMBA, 60% GGRM dan 20% HMSP. Dilain pihak, Hendrawati (2011) dalam penelitiannya mengenai pembentukan portofolio optimal model Markowitz berdasarkan coeficient of variance minimum pada saham LQ45 menyimpulkan bahwa portofolio optimal berdasarkan tingkat return tertinggi tersusun atas 25% ISAT, 25% INDF dan 50% INTP, sedangkan portofolio optimal berdasarkan tingkat resiko terendah tersusun atas 50% ISAT, 25% INDF dan 25% INTP. Hal ini menimbulkan ketertarikan bagi peneliti untuk melakukan penelitian dengan dasar yang berbeda yakni membentuk portofolio berdasarkan trading volume. Hal ini dikarenakan, menurut Maknun (2010) dalam penelitiannya menyatakan bahwa volume perdagangan saham berpengaruh signifikan terhadap return saham dengan arah positif. Hasil penelitian ini sesuai dengan teori yang ada dimana saham dengan volume perdagangan yang besar akan menghasilkan return saham yang tinggi. Selain itu, trading volume juga merupakan salah satu indikator yang menggambarkan tingkat likuiditas suatu saham. Dalam hal ini likuiditas berarti kemudahan menjual kembali saham tersebut di pasar jika kondisi ekonomi di masa depan tidak memungkinkan investor berinvestasi pada saham tersebut. Sampel yang digunakan dalam penelitian ini adalah indeks LQ45 periode 2006-2011. Hal ini dikarenakan saham-saham yang tergabung dalam indeks LQ45 merupakan sekumpulan saham-saham yang memiliki volume perdagangan yang tinggi dimana hal tersebut menggambarkan bahwa saham-saham yang tergabung dalam indeks LQ45 merupakan saham yang likuid untuk diperdagangkan. Penelitian ini sekaligus melengkapi penelitian sebelumnya di Indonesia karena penelitian ini memberikan informasi kepada investor yang ingin melakukan investasi saham dalam bentuk portofolio pada jangka panjang. Selain itu, perbedaan penelitian ini dengan penelitian yang sudah ada di Indonesia adalah melakukan pembentukan portofolio dengan mengelompokkan terlebih dahulu saham-saham yang ada pada indeks LQ45 menjadi 2 kelompok yakni high trading volume (kumpulan saham-saham yang memiliki trading volume di atas median) dan low trading volume (kumpulan saham-saham yang memiliki trading volume di bawah median).
23 Tujuan dalam penelitian ini untuk mengetahui saham– saham apa saja yang terbentuk dalam portofolio optimal model Markowitz dan berapa proporsinya berdasarkan kategori high trading volume dan low trading volume. 2. TEORI PENUNJANG Portofolio merupakan kumpulan atas beberapa sekuritas dengan tujuan untuk mengurangi resiko dan mendapatkan return sesuai dengan yang diharapkan. Teori portofolio pertama kali dikemukakan oleh Markowitz pada tahun 1952. Menurut Farrel (1997, p.18) dasar asumsi yang digunakan oleh Markowitz untuk analisa portofolionya menyatakan bahwa pada kenyataanya investor bersifat risk-averse. Investor seperti ini tidak akan mau mengambil resiko suatu investasi jika investasi tersebut tidak memberikan harapan return yang layak sebagai kompensasi terhadap resiko yang harus ditanggung investor tersebut. Menurut Reilly & Keith (2003, p.211), dalam teorinya Markowitz menjabarkan pengukuran risk and return pada aset portofolio serta menunjukkan bahwa variance dari tingkat pengembalian merupakan ukuran atas resiko portofolio dengan berdasarkan beberapa asumsi, yang kemudian diturunkan dalam bentuk rumus. Rumus tersebut menunjukkan pentingnya melakukan diversifikasi investasi untuk mengurangi total risk portofolio serta bagaimana diversifikasi ini berjalan secara efektif. Return Investasi Return merupakan salah satu faktor yang memotivasi investor berinvestasi dan juga merupakan imbalan atas keberanian investor menanggung resiko atas investasi yang dilakukan. Dalam berinvestasi pada instrumen saham, investor akan memperoleh beberapa sumber return yaitu yield dan capital gain (loss). Yield ditunjukan oleh besarnya deviden yang diperoleh investor, sedangkan capital gain (loss) merupakan kenaikan (penurunan) harga suatu saham yang bisa memberikan keuntungan (kerugian) bagi investor. Dengan kata lain, capital gain (loss) bisa juga diartikan sebagai perubahan harga sekuritas. Secara sistematis return total investasi saham dapat dituliskan sebagai berikut (Tandelilin,2010, p.102) : Total return = yield + capital gain (loss) (2.1) Namun untuk mengetahui secara pasti berapa return yang akan diperoleh dari suatu investasi di masa datang merupakan pekerjaan yang sulit bagi investor. Sehingga return investasi hanya bisa diperkirakan melalui pengestimasian. Menurut Tandelilin (2010, p.105-108) estimasi return suatu sekuritas dilakukan dengan menghitung expected return atas sekuritas tersebut. Salah satu cara yang dapat digunakan untuk menghitung expected return adalah dengan menggunakan metode aritmatic mean. aritmatic mean adalah metode perhitungan statistik yang biasa dipakai untuk menghitung nilai rata-rata, dan biasanya diberi symbol (di baca X bar). Secara sistematis, rumus aritmatic mean bisa dituliskan melalui persamaan sebagai berikut : (2.2) Dimana adalah penjumlahan nilai return selama suatu periode dan n adalah total jumlah periode.
FINESTA Vol. 1, No. 1, (2013) 22-29
24
Return Portofolio Return portofolio adalah return investasi dalam berbagai instrumen keuangan selama satu periode tertentu. Menurut Jogiyanto (2000, p.142) return ekspektasi portofolio (portfolio expected return) merupakan rata-rata tertimbang dari return-return ekspektasi masing-masing sekuritas tunggal dalam porofolio. Return ekspektasi portofolio dapat dinyatakan sebagai berikut : (2.3) Keterangan : E(Rp) = portfolio expected return Wi = porsi dari sekuritas i terhadap seluruh sekuritas di portofolio E(Ri) = expected return dari sekuritas ke-i N = jumlah dari sekuritas tunggal. Resiko Investasi Seperti yang telah dijelaskan di atas, disamping memperhitungkan return, investor juga perlu mempertimbangkan tingkat resiko suatu investasi karena tingkat resiko merupakan kemungkinan penyimpangan return actual dari expected return. Secara statisik, tingkat resiko ini dapat diwakili oleh ukuran penyimpangan atau ukuran penyebaran data. Dua ukuran penyebaran yang sering digunakan untuk mewakilinya adalah nilai varians dan standar deviasi. Semakin besar penyebaran distribusi return suatu investasi, semakin tinggi tingkat resiko investasi tersebut. Secara matematis, rumus untuk menghitung bisa dituliskan sebagai berikut : (2.4) (2.5) Keterangan : R1 = return yang mungkin terjadi = rata – rata return sekuritas N = banyaknya return yang mungkin terjadi Resiko Portofolio Dalam teori portofolio modern telah diperkenalkan bahwa resiko investasi total dapat dipisahkan menjadi 2 jenis resiko yakni resiko sitematis dan resiko tidak sistematis. Menurut Jogiyanto (2000, p.160) bagian dari resiko sekuritas yang dapat dihilangkan dengan membentuk portofolio yang well-diversified disebut dengan resiko yang dapat di diversivikasi (diversiablerisk) atau resiko perusahaan (company risk) atau resiko spesifik (specific risk) atau resiko unik (unique risk) atau resiko tidak sistematis (unsystematic risk). Sebaliknya, resiko yang tidak dapat didiversifikasi oleh portofolio disebut dengan nondiversifiable risk atau resiko pasar (market risk) atau resiko umum (general risk) atau resiko sistematik (systematic risk). Resiko ini terjadi di luar kegiatan perusahaan seperti inflasi, resesi, nilai tukar, suku bunga dan lain sebagainya. Menurut Bodie, Kane, & Marcus (2009, p.195) dengan dilakukannya diversifikasi maka resiko portofolio akan semakin berkurang, tetapi tidak menghilangkan resiko tersebut secara keseluruhan melainkan hanya terbatas pada systematic risk. Salah satu cara diversifikasi yang dapat digunakan oleh investor adalah diversifikasi Markowitz. Diversifikasi tersebut memperhitungkan karakteristik aset seperti tingkat expected return serta klasifikasi industri suatu aset. Sehingga
investor akan lebih efektif dalam memilih aset-aset yang mampu memberikan manfaat diversifikasi yang lebih optimal. Menurut Jogianto (2000, p.164), dengan menggunakan metode mean-variance dari Markowitz, sekuritas-sekuritas yang mempunyai korelasi lebih kecil dari +1 akan menurunkan resiko portofolio. Semakin banyak sekuritas yang dimasukkan ke dalam portofolio, semakin kecil resiko portofolio. Kontribusi penting dari ajaran Markowitz adalah temuannya bahwa return aset itu berkorelasi antara satu dengan yang lainnya, dan tidak independen. Oleh karena itu, resiko portofolio tidak boleh dihitung dari penjumlahan semua resiko yang ada dalam portofolio, tetapi juga harus mempertimbangkan efek keterkaitan antar return aset tersebut dalam pengestimasian resiko portofolio. Kontribusi resiko akibat keberadaaan hubungan antar return aset dapat diwakili oleh nilai kovarians atau koefisien korelasi. Kovarians (covariance) antara return saham A dan B yang ditulis sebagai Cov(Ra,Rb) atau , menunjukan hubungan arah pergerakkan dari nilai- nilai return sekuritas A dan B. Kovarian yang didasarkan pada return-return ekspektasi dari sekuritas A dan B dapat dihitung dengan rumus sebagai berikut : (2.6) Dimana : = return masa realisasi saham A kondisi ke-t = return masa realisasi saham B kondisi ke-t = rata-rata expected return saham A = rata-rata expected return saham B T = jumlah dari waktu return realisasi dari t=1 sampai dengan n Konsep dari kovarian dapat dinyatakan dalam bentuk korelasi (correlation). Koefisien korelasi menunjukan besarnya hubungan pergerakan antara dua variabel relatif terhadap masing-masing deviasinya. Dengan demikian, nilai koefisien korelasi antara dua variable A dan B ( dapat dihitung dengan membagi nilai kovarian dengan deviasi variabel-variabelnya. (2.7) Dengan menggunakan ukuran kovarian seperti yang telah dibahas diatas, investor dapat mengetahui besarnya resiko portofolio, baik yang terdiri dari 2 sekuritas maupun n sekuritas. Dalam menghitung resiko portofolio, ada tiga hal yang perlu ditentukan, yaitu varians tiap sekuritas, kovarians antara satu sekuritas dengan sekuritas lainnya dan bobot portofolio untuk masing-masing sekuritas. Perhitungan resiko portofolio dengan 2 sekuritas secara sistematis dapat dituliskan sebagai berikut : (2.8) Keterangan : = standar deviasi portofolio = bobot portofolio pada aset A = koefisien korelasi aset A dan B Sedangkan portofolio dengan n sekuritas secara sistematis dapat dituliskan sebagai berikut: (2.9)
FINESTA Vol. 1, No. 1, (2013) 22-29 Keterangan : = varians return portofolio = varians return sekuritas i = kovarians antara return sekuritas i dan j = bobot atau porsi dana yang diinvestasikan pada sekuritas i tanda penjumlahan ganda, bearti angka n2 akan ditambahkan secara bersamaan (semua nilai pasangan i dan j yang mungkin dipasangkan). Portofolio Efisien dan Portofolio Optimal Menurut Tandelilin (2010, p.157) portofolio efisien adalah portofolio dengan return tertinggi pada resiko tertentu atau portofolio dengan resiko terendah dengan return tertentu. Sedangkan, portofolio optimal merupakan portofolio yang dipilih seorang investor dari sekian banyak pilihan yang ada pada kumpulan portofolio efisien. Tentunya portofolio yang dipilih investor adalah portofolio yang sesuai dengan preferensi investor yang bersangkutan terhadap return maupun terhadap resiko yang bersedia ditanggungnya. Bagi investor yang bersifat risk-averse akan lebih memilih portofolio yang berada pada tingkat resiko yang lebih rendah pada garis efficient frontier. Sedangkan investor yang bersifat no risk-averse, maka investor akan lebih memilih portofolio yang menawarkan tingkat return yang lebih besar. Hubungan Trading Volume dengan Portfolio Risk and Return Menurut Maknun (2010) dalam penelitiannya menyatakan bahwa volume perdagangan saham berpengaruh signifikan terhadap return saham dengan arah positif. Hasil penelitian ini sesuai dengan teori yang ada dimana saham dengan volume perdagangan yang besar akan menghasilkan return saham yang tinggi. Demikian pula dengan hasil penelitian Dananti (2004) yang menyatakan bahwa volume perdagangan berperan pada perubahan harga saham. Saham yang memiliki volume perdagangan yang besar menunjukan bahwa saham-saham tersebut dapat menjanjikan bagi investor, sehingga keinginan untuk memiliki saham tersebut akan semakin besar. Hal ini akan memicu meningkatnya permintaan saham yang pada akhirnya akan meningkatkan return saham. Namun, setiap sekuritas memiliki tingkat risk and return yang berbeda-beda. Jika investor menuntut return yang besar maka investor juga harus bersedia menerima resiko yang besar pula. Dalam manajemen portofolio dikenal adanya konsep pengurangan resiko sebagai akibat penambahan sekuritas ke dalam portofolio. Menurut Jogianto (2000), sekuritas-sekuritas yang mempunyai korelasi lebih kecil dari +1 akan menurunkan resiko portofolio. Sehingga, hal tersebut akan memungkinkan investor menanggung resiko portofolio yang lebih kecil daripada resiko yang ditanggung ketika melakukan investasi pada single aset. Berdasarkan hal tersebut dapat disimpulkan bahwa : 1. Saham yang memiliki high trading volume akan menghasilkan return yang besar, sehingga portofolio yang dibentuk atas saham-saham yang memiliki high trading volume dapat menghasilkan portfolio return yang besar dan disertai dengan resiko yang besar pula.
25 2. Saham yang memiliki low trading volume akan menghasilkan return yang kecil, sehingga portofolio yang dibentuk atas saham-saham yang memiliki low trading volume dapat menghasilkan portfolio return yang kecil dan disertai dengan resiko yang kecil pula 3. METODOLOGI PENELITIAN Dalam penelitian ini, digunakan data-data numerik sehingga jenis penelitian ini dapat digolongkan sebagai penelitian yang bersifat kuantitative. Namun, berdasarkan time horizon-nya jenis penelitian ini merupakan multycrosssectional yaitu penelitian dengan banyak sampel yang diuji pada waktu yang sama. Dalam penelitian ini, populasi yang digunakan adalah indeks LQ 45. Teknik pengambilan sampel menggunakan metode purposive sampling yaitu pengambilan sampel berdasarkan pada kriteria tertentu yang dikehendaki oleh peneliti. Dalam penelitian ini, sampel yang digunakan adalah saham-saham yang tergabung dalam indeks LQ 45 secara terus menerus selama periode 20062011 kecuali pada tahun 2008. Hal ini dikarenakan kondisi perekonomian Indonesia yang tidak stabil sebagai akibat dari krisis ekonomi global pada bulan September - Oktober 2008 yang mengakibatkan harga saham berjatuhan, sehingga untuk menghindari penyimpangan yang terlalu besar maka data pada tahun 2008 tidak digunakan dalam penelitian ini. Penelitian ini menggunakan data sekunder yang dapat diperoleh dari berbagai sumber literatur seperti perpustakaan dan internet seperti BEI, www.yahoo.finance.com, www.ksei.co.id serta dari data yang terdapat pada Laboratorium Pasar Modal Universitas Kristen Petra. Teknik analisa data menggunakan perhitungan teori Markowitz dengan menggunakan Microsoft excel 2007. Definisi Operasional Variabel 1. Variabel Penelitian : Portofolio Markowitz Definisi Operasional : strategi yang dilakukan investor untuk mendapatkan tingkat keuntungan yang maksimum dengan tingkat resiko tertentu atau untuk mendapatkan resiko minimum dengan tingkat keuntungan tertentu atas investasi portofolio yang dilakukannya. Indikator Empirik : Portofolio optimal merupakan portofolio yang dipilih seorang investor dari sekian banyak pilihan yang ada pada kumpulan portofolio efisien. Portofolio yang dipilih investor adalah portofolio yang sesuai dengan preferensi investor yang bersangkutan terhadap return maupun terhadap resiko yang bersedia ditanggungnya. Bagi investor yang bersifat risk-averse akan lebih memilih portofolio yang berada pada tingkat resiko lebih rendah yang berada di sebelah kiri pada garis efficient frontier. Bagi investor yang bersifat no risk-averse, maka investor akan lebih memilih portofolio yang menawarkan tingkat return lebih besar yang berada di sebelah kanan pada garis efficient frontier. 2. Variabel Penelitian : Volume perdagangan (Trading Volume ) Definisi Operasional : volume perdagangan merupakan indikator yang dapat menggambarkan tingkat likuiditas suatu sekuritas. Dalam hal ini likuiditas diartikan sebagai kemudahan dalam
FINESTA Vol. 1, No. 1, (2013) 22-29 menjual kembali sekuritas tersebut dipasar, ketika sewaktu-waktu investor membutuhkan dana Proxy : Volume perdagangan harian saham-saham yang tergabung dalam LQ45 selama periode 2006-2011. Pengelompokan : 1. High Trading Volume (HTV) Sebuah saham akan dikategorikan sebagai high trading volume apabila trading volume saham tersebut di atas sama dengan median trading volume. Secara sistematis dapat dinyatakan sebagai berikut : daily trading volume saham x ≥ median daily trading volume (3.1) 2. Low Trading Volume (LTV) Sebuah saham akan dikategorikan sebagai low trading volume apabila trading volume saham tersebut di atas sama dengan median trading volume. Secara sistematis dapat dinyatakan sebagai berikut : daily trading volume saham x < median daily trading volume (3.2) 4. ANALISA DAN PEMBAHASAN Pada dasarnya, investor terdiri dari 3 jenis berdasarkan profil resikonya yakni conservative, moderate dan aggressive. Investor yang bersifat konsevatif akan cederung menghindari resiko atau bisa dikatakan risk averse. Investor jenis ini akan mencari jenis investasi yang memberikan standar deviasi paling minim diantara jenis investasi yang ada.Investor yang bersifat aggressive akan cenderung menginginkan tingkat return yang tinggi tanpa memikirkan besarnya resiko yang ditanggung atau bisa dikatakan no-risk averse. Sedangkan investor yang bersifat moderate merupakan investor yang tidak ekstrim dalam mengambil return dan resiko. Pada hasil penelitian dapat dilihat bahwa tingkat return yang digunakan hanya sebatas 0,02% hingga 0,25% padahal setiap portofolio mampu menghasilkan tingkat return diatas 0,25%. Hal ini dikarenakan pada tingkat return tersebut, 80% portofolio yang ada dapat menghasilkan kurva efficient set dalam bentuk yang baik kecuali portofolio 9, 18, 19, 24 & 25 sehingga dapat membantu peneliti dalam menggambarkan kurva efficient set pada pembaca. Berdasarkan hasil penelitian tersebut, didapatkan berbagai macam komposisi portofolio yang memberikan tingkat expected return dan standar deviasi yang berbedabeda. Masing-masing portofolio tersebut mampu menghasilkan minimum standard deviation, maximum return serta portofolio optimal dengan tingkat risk and return yang berbeda-beda. Secara ringkas, hal tersebut dapat dilihat pada tabel 1, 2 dan 3 Berdasarkan tabel 1. maka, portofolio 1 kategori HTV merupakan portofolio yang cocok bagi investor yang memiliki sifat risk averse. Hal ini dikarenakan, pada standar deviasi minimum yang sama yakni sebesar 0,108% portofolio 1 memberikan tingkat return yang lebih besar daripada portofolio 2 yakni sebesar 0,12%. Sedangkan portofolio 12 kategori LTV merupakan portofolio yang cocok bagi investor yang bersifat risk averse. Hal ini dikarenakan portofolio 12 mampu memberikan standar deviasi minimum sebesar 0,016% pada tingkat return sebesar 0.13%. Berdasarkan tabel 2 maka, portofolio 2 kategori HTV merupakan portofolio yang cocok bagi investor yang
26 memiliki sifat no-risk-averse. Hal ini dikarenakan, portofolio 2 dapat memberikan return sebesar 0,25% pada standar deviasi paling minim daripada portofolio 1 yakni sebesar 0,34%. Dilain pihak, portofolio 13 kategori LTV merupakan portofolio yang cocok bagi investor yang memiliki sifat no-risk-averse. Hal ini dikarenakan, pada tingkat return yang sama yakni sebesar 0,25% portofolio 13 memberikan standar deviasi paling minim diantara 23 macam portofolio lainnya yakni sebesar 0,032%. Berdasarkan tabel 3 maka, portofolio 1 kategori HTV merupakan portofolio yang cocok bagi investor yang memiliki sifat moderate. Hal ini dikarenakan, portofolio tersebut dapat memberikan CV minimum sebesar 0.854 pada tingkat return sebesar 0,13% dan resiko sebesar 0,111%. Dilain pihak, portofolio 11 kategori LTV merupakan portofolio yang cocok bagi investor yang memiliki sifat moderate. Hal ini dikarenakan, portofolio tersebut dapat memberikan CV minimum sebesar 0.1125 pada tingkat return sebesar 0,16% dan resiko sebesar 0,018%. Secara singkat, uraian diatas dapat dilihat pada tabel 4.20 Tabel 1 Expected return dan Standar Deviasi Berbagai Portofolio Berdasarkan Standar Deviasi Minimum Berdasarkan Standar deviasi Minimum (Tipe Conservative /Risk Averse) Standar Return Portofolio atas deviasi No. Kategori Portofolio saham Portofolio (%) (%) 1 Portofolio 1 0.1080 0.12 HTV (High 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
25
Trading Volume)
LTV (Low Trading Volume) Portofolio 2 saham
LTV (Low Trading Volume) Portofolio 3 saham
LTV (Low Trading Volume) Portofolio 4 saham LTV (Low Trading Volume) Portofolio 5 saham
Portofolio 2
0.1080
0.07
Portofolio 3 Portofolio 4 Portofolio 5 Portofolio 6 Portofolio 7 Portofolio 8 Portofolio 9 Portofolio 10 Portofolio 11 Portofolio 12 Portofolio 13 Portofolio 14 Portofolio 15 Portofolio 16 Portofolio 17 Portofolio 18 Portofolio 19 Portofolio 20 Portofolio 21 Portofolio 22 Portofolio 23 Portofolio 24
0.0740 0.0280 0.0561 0.0630 0.0417 0.0260 0.0270 0.0231 0.0183 0.016 0.02187 0.0235 0.0220 0.0256 0.0271 0.0208 0.0336 0.080 0.05968 0.3207
0.08 0.12 0.10 0.06 0.12 0.13 0.118 0.13 0.16 0.13 0.17 0.11 0.13 0.13 0.12 0.02 0.08 0.11 0.06 1.150
Portofolio 25
0.3071
0.550
FINESTA Vol. 1, No. 1, (2013) 22-29
27
Tabel 4 Expected return dan Standar Deviasi Berbagai Portofolio Berdasarkan Return Maksimum. Berdasarkan Return Maksimum ( tipe Aggressive /No-Risk Averse) Standar Return Portofolio atas deviasi No. Kategori Portofolio saham Portofolio (%) (%) 1 Portofolio 1 0.3790 0.25 HTV (High Trading Portofolio 2 0.3400 0.25 Volume) 2 Portofolio 3 0.1850 0.25 3 Portofolio 4 0.1790 0.25 4 LTV (Low Portofolio 5 0.1423 0.25 5 Trading Portofolio 6 0.3360 0.25 6 Volume) Portofolio 7 0.1267 0.25 7 Portofolio 2 Portofolio 8 0.1380 0.25 8 saham Portofolio 9 5.5600 0.25 9 Portofolio 10 0.1290 0.25 10 Portofolio 11 0.0528 0.25 11 Portofolio 12 0.1390 0.25 12 Portofolio 13 0.0320 0.25 13 LTV (Low Portofolio 14 14 Trading Volume) Portofolio 15 0.1240 0.25 15 16 Portofolio 3 Portofolio 16 saham Portofolio 17 0.1290 0.25 17 Portofolio 18 0.1380 0.25 18 Portofolio 19 0.1240 0.25 19 Portofolio 20 0.0344 0.25 20 LTV (Low Portofolio 21 0.0435 0.25 21 Trading Volume) Portofolio 22 0.1700 0.25 22 0.1110 0.25 23 Portofolio 4 Portofolio 23 saham Portofolio 24 0.4135 0.25 24 LTV (Low Trading 25 Portofolio 25 0.3300 0.25 Volume) Portofolio 5 saham
Tabel 3 Expected return dan Standar Deviasi Berbagai Portofolio Berdasarkan CV minimum
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
25
Berdasarkan Portofolio Optimal ( tipe Moderate) Return Portofolio atas Std.Port. Kategori Port. saham (%) (%) HTV (High Portofolio 1 0.111 0.13 Trading Portofolio 2 0.154 0.13 Volume) Portofolio 3 0.109 0.16 Portofolio 4 0.028 0.13 LTV (Low Portofolio 5 0.064 0.14 Trading Portofolio 6 0.071 0.08 Volume) 0.044 0.13 Portofolio 2 Portofolio 7 Portofolio 8 0.026 0.13 saham Portofolio 9 0.027 0.118 Portofolio 10 0.023 0.1387 Portofolio 11 0.018 0.16 Portofolio 12 0.016 0.14 0.022 0.19 LTV (Low Portofolio 13 Portofolio 14 Trading Volume) Portofolio 15 0.024 0.12 Portofolio 3 Portofolio 16 saham Portofolio 17 0.223 0.14 Portofolio 18 0.026 0.13 Portofolio 19 0.028 0.13 0.080 0.65 LTV (Low Portofolio 20 Portofolio 21 0.044 0.25 Trading Volume) Portofolio 22 0.095 0.16 Portofolio 4 Portofolio 23 0.072 0.14 saham Portofolio 24 0.368 1.750 LTV (Low Trading Portofolio 25 0.4980 1.350 Volume) Portofolio 5 saham
CV 0.854 1.185 0.681 0.215 0.457 0.8875 0.333 0.200 0.229 0.167 0.1125 0.1143 0.118 0.200 1.593 0.197 0.215 0.123 0.174 0.594 0.514 0.210
0.37
Dalam tabel 3. juga dapat dilihat bahwa pada portofolio 14 dan 16 tidak dapat diketahui besarnya portofolio optimal. Hal ini dikarenakan pada portofolio tersebut, nilai standar deviasi portofolio tidak memberikan bilangan riil atau #NUM!. Selain itu pada portofolio 22, 23, 24 & 25, efficient set masing-masing portofolio tidak bersinggungan dengan garis CML sehingga nilai risk and return portofolio pada tabel tersebut diambil berdasarkan CV minimum pada efficient set. Hal ini dikarenakan return yang didapat dari investasi pada aset bebas resiko lebih besar daripada aset beresiko. Hal ini sejalan dengan fakta yang ada, dimana pada tahun 2008 dan 2011 return RDPT lebih besar daripada return RDS. Pada tahun 2008 return RDPT adalah sebesar 4,12% sedangkan return RDS sebesar -53,75%. Pada tahun 2011 return RDPT adalah sebesar 12,32% sedangkan return RDS sebesar -0,25% (Rudyanto, 2012). Tabel 4. Expecetd Return dan Standar Deviasi Portofolio optimal untuk berbagai tipe Standar Return deviasi Tipe Investor Kategori No. Portofolio Portofolio Portofolio (%) (%) Risk averse No-Risk averse Moderate
HTV
Portofolio 1
0.108
0.12
LTV
Portofolio 12
0.016
0.13
HTV
Portofolio 2
0.34
0.25
LTV
Portofolio 13
0.032
0.25
HTV
Portofolio 1
0.111
0.13
LTV
Portofolio 11
0.018
0.16
Berdasarkan uraian diatas, untuk tipe investor no-risk averse pada portofolio 2 kategori HTV dan portofolio 13 kategori LTV memberikan tingkat return yang sama yakni 0,25%. Hal ini menunjukan perbedaan dengan teori yang telah dijelaskan pada bab 2 yang menyatakan bahwa sahamsaham yang memiliki high trading volume merupakan saham-saham yang menjanjikan bagi investor, sehingga dengan adanya peningkatan trading volume maka akan diikuti dengan peningkatan harga dan return saham. Berdasarkan hal tersebut maka, portofolio yang tersusun atas saham-saham high trading volume akan memberikan return lebih besar daripada portofolio yang tersusun atas sahamsaham low trading volume. Perbedaan tersebut dikarenakan ketika investor melakukan pembentukan portofolio maka investor akan menggabungkan beberapa karakteristik saham yang berbeda sehingga setiap portofolio akan mampu menghasilkan tingkat return yang diinginkan yang akan berakibat pada proporsi dana yang ditanamkan pada salah satu saham dapat melebihi 100%. Berdasarkan uraian diatas pula, dapat dilihat bahwa untuk tipe investor risk averse, no-risk averse dan moderate portofolio kategori HTV memberikan standar deviasi lebih besar daripada portofolio kategori LTV. Hal ini sejalan dengan teori yang telah dijelaskan pada bab 2 yang menyatakan bahwa portofolio yang tersusun atas sahamsaham HTV akan memberikan resiko lebih besar daripada portofolio yang tersusun atas saham-saham LTV. Hal ini dikarenakan saham-saham pembentuk portofolio kategori HTV yang tersusun atas 2 saham memiliki standar deviasi dan variance yang cukup besar daripada saham-saham pembentuk portofolio kategori LTV. Hal tersebut dapat dilihat pada tabel 2 dan 4. Selain itu, portofolio kategori LTV yang tersusun atas 3 saham mampu memberikan resiko yang lebih kecil daripada portofolio kategori HTV yang
FINESTA Vol. 1, No. 1, (2013) 22-29 tersusun atas 2 saham dikarenakan makin kecil resiko saham baru (BBCA) yang ditambahkan ke dalam portofolio, sementara koefisien korelasi antar saham (ASII & BDMN pada portofolio 11 untuk tipe investor moderate, UNTR & BDMN pada portofolio 13 untuk tipe investor no-risk averse, ASSII & UNTR pada portofolio 12 untuk tipe investor risk averse) yang sudah ada dalam portofolio besar, maka ketika ada saham baru (BBCA) yang digabungkan akan menurunkan resiko portofolio tersebut menjadi lebih kecil. Sedangkan untuk tipe investor risk averse, no-risk averse & moderate, portofolio kategori LTV mampu memberikan standar deviasi yang lebih kecil daripada portofolio kategori HTV. Hal ini sejalan dengan penjelasan yang telah dijelaskan di bab 2 yang menyatakan bahwa portofolio yang tersusun atas saham-saham LTV akan memberikan resiko lebih kecil daripada portofolio yang tersusun atas sahamsaham HTV. Hal ini dikarenakan saham-saham pembentuk portofolio LTV memiliki satndar deviasi yang kecil pada masing-masing sahamnya serta memiliki tingkat korelasi dan covariance yang kecil pula sehingga ketika saham-saham tersebut dibentuk portofolio maka portofolio akan menghasilkan resiko yang kecil. Namun, untuk tipe investor kategori risk averse, portofolio 12 kategori LTV mampu memberikan tingkat return yang lebih besar 0,01% daripada portofolio 1 kategori HTV. Hal tersebut juga terjadi pada tipe investor kategori moderate, portofolio 11 kategori LTV mampu memberikan tingkat return lebih besar 0,03% dari portofolio 1 kategori HTV. Hal ini menunjukan perbedaan dengan teori yang telah dijelaskan pada bab 2 yang menyatakan bahwa portofolio yang tersusun saham-saham HTV akan memberikan tingkat return yang lebih besar daripada portofolio yang tersusun atas saham-saham LTV. Perbedaan tersebut dikarenakan saham-saham yang memiliki high trading volume dan dinyatakan aktif diperdagangkan belum tentu menghasilkan return yang tinggi, sebab volume perdagangan tidak hanya dipengaruhi oleh besar kecilya frekuensi perdagangan tetapi juga nilai dari perdagangan tersebut serta aksi yang dilakukan oleh investor. Volume perdagangan yang tinggi juga bisa terjadi bila investor banyak melakukan kegiatan jual daripada kegiatan beli saham sehingga harga saham akan turun dan diikuti dengan penurunan return saham. Penjelasan ini sejalan dengan penelitian yang dilakukan oleh Fuadi (2009) yang menyatakan bahwa volume perdagangan tidak berpengaruh secara signifikan terhadap return saham. 5. KESIMPULAN DAN SARAN Berdasarkan perhitungan-perhitungan yang telah dilakukan untuk mengetahui saham–saham apa saja yang terbentuk dalam portofolio optimal model Markowitz dan berapa proporsinya berdasarkan kategori high trading volume dan low trading volume pada saham-saham yang tergabung secara terus menerus pada indeks LQ-45 selama 5 tahun periode pengamatan (2006-2011), maka didapatkan kesimpulan sebagai berikut: a. Portofolio kategori high trading volume. Portofolio 1 yang tersusun atas saham BBRI & ENRG merupakan portofolio yang cocok bagi investor yang memiliki sifat risk averse. Portofolio tersebut mampu memberikan tingkat resiko minimum sebesar 0,108%
28 dengan tingkat return sebesar 0,12% pada komposisi 85% saham BBRI dan 15% saham ENRG. Portofolio 2 yang tersusun atas saham TLKM & ENRG merupakan portofolio yang cocok bagi investor yang memiliki sifat no-risk averse. Portofolio tersebut mampu memberikan tingkat resiko sebesar 0,34% dengan tingkat return maksimum sebesar 0,25% pada komposisi -23% saham BBRI dan 123% saham ENRG. Portofolio 1 yang tersusun atas saham BBRI & ENRG merupakan portofolio yang cocok bagi investor yang memiliki sifat moderate. Portofolio tersebut mampu memberikan tingkat CV minimum sebesar 0,85 dengan tingkat risk and return sebesar 0,111 & 0,13% pada komposisi 76% saham BBRI dan 24% saham ENRG. b. Portofolio kategori low trading volume. Portofolio 12 yang tersusun atas saham BBCA, ASII & UNTR merupakan portofolio yang cocok bagi investor yang memiliki sifat risk averse. Portofolio tersebut mampu memberikan tingkat resiko minimum sebesar 0,016% dengan tingkat return sebesar 0,13% pada komposisi 82,6% saham BBCA, 56,8% saham ASII dan -39,5% saham UNTR. Portofolio 13 yang tersusun atas saham BBCA, BDMN & UNTR merupakan portofolio yang cocok bagi investor yang memiliki sifat no-risk averse. Portofolio tersebut mampu memberikan tingkat resiko sebesar 0,032% dengan tingkat return maksimum sebesar 0,25% pada komposisi 120,2% saham BBCA,-101,7% saham BDMN & 81,5% saham UNTR. Portofolio 11 yang tersusun atas saham BBCA, ASII & BDMN merupakan portofolio yang cocok bagi investor yang memiliki sifat moderate. Portofolio tersebut mampu memberikan tingkat CV minimum sebesar 0,11346 dengan tingkat risk and return sebesar 0,018% & 0,16% pada komposisi 92,10% saham BBCA, 33,64% saham ASII dan -25,74% saham BDMN. Saran a. Pada hasil penelitian ini ada beberapa portofolio yang menghasilkan nilai #NUM!. Hal tersebut akan mengakibatkan portofolio yang yang tidak menghasilkan bilangan riil atau #NUM!. tidak dapat dibandigkan dengan portofolio lain. Sehingga untuk penelitian berikutnya, ada baiknya jika pada teknik pengambilan sampel ditambahkan 1 ketentuan yakni pada portofolio yang menghasilkan nilai #NUM!. maka portofolio tersebut, secara tidak langsung akan dikeluarkan dari penelitian. b. Adapun beberapa saran lain untuk penelitian berikutnya adalah sebagai berikut : 1) Saham yang digunakan sebagai populasi maupun sampel pada peneletian ini adalah saham yang tercatat pada indeks LQ45 selama 5 tahun periode penelitian secara terus menerus. Pada penelitian selanjutnya ada baiknya menggunakan sampel dan populasi yang berbeda seperti perusahaan bidang property, financial atau perusahaan-perusahaan lain yang memiliki kinerja yang baik. 2) Perhitungan expected return pada penelitian ini menggunakan metode aritmatic mean. Untuk penelitian berikutnya perhitungan expected return
FINESTA Vol. 1, No. 1, (2013) 22-29 dapat menggunakan metode market approach atau dengan akumulatif 3) Tujuan penelitian ini adalah untuk mengetahui saham-saham apa saja yang terbentuk dalam portofolio optimal model Markowitz dan berapa proporsinya berdasarkan kategori high trading volume dan low trading volume. Pada penelitian selanjutnya ada baiknya membandingkan portofolio terbaik diantara kedua kategori tersebut sehingga dapat membantu investor dalam mengambil keputusan investasi. DAFTAR PUSTAKA Bodie, Z., Kane, A., & Marcus, A. J. (2009). Investments. Eight Edition. North America: McGraw-Hill. Dananti, K. (2004). Pengujian Kausalitas Volume Perdagangan & Perubahan Harga Saham di Bursa Efek Jakarta. Perspektif Jurnal Ekonomi Pembangunan, Manajemen dan Akuntansi, 9 (2), 105-116. Farrel, J. F. (1997). Portfolio Management: Theory and Application (2nd ed.). Singapore: McGraw-Hill Fuadi, D. W. (2009). Analisa Pengaruh Suku Bunga, Volume Perdagangan dan Kurs Terhadap Return Saham Sektor Properti yang Listed di BEI. Semarang:Universitas Diponegoro. Hendrawati, S. (2011). Analisa CAPM dan Portofolio Markowitz terhadap saham LQ45. Jakarta:Bina Nusantara. Husnan, S. (2003). Dasar-dasar Teori Portofolio dan Analisis Sekuritas. Edisi Ketiga. Yogyakarta:UPP AMP YKPN. Jogiyanto, H. (2000). Teori Portofolio dan Analisis Investasi. Edisi Kedua. Yogyakarta: BPFE Yoyakarta. Maknun, L. (2010). Analisis Pengaruh Frekuensi Perdagangan, Volume Perdagangan, Kapitalisasi Pasar dan Trading Day terhadap Return Saham Pada Perusahaan Manufaktur yang terdaftar di BEI periode 2006-2008. Semarang: Unuversitas Diponegoro. Markowitz, H. (1952). Portfolio selection. The Journal of Finance: 7, 77-91. Reilly, F. K. & Keith, C. B. (2003). Investment Analysis & Portofolio Management. Seventh Edition. South Western a division of Thomson Learning Ohio, USA Samsul, M. (2006). Pasar Modal dan Management Portofolio. Edisi Pertama. Surabaya: Erlangga. Sari, R. (2010). Analisis Pembentukkan Portofolio Dari Tiga Sekuritas Perusahaan Yang Tercatat Sebagai Indeks LQ45 Periode Februari – Juli 2009 Pada Bursa Efek Indonesia. Depok: Universitas Gunadharma. Supriyadi, Marwan & Ambo, S. H. (2009). Analisis Pembentukkan Portofolio Yang Efisien pada Perusahaan
29 Industri Tabacco Manufactures dengan Model Markowitz. Depok: Universitas Gunadharma. Rudiyanto. (2012). Berbagi Tentang Perencanaan Keuangan dan Investasi. Diunduh Desember 10,2012,dari http://rudiyanto.blog.kontan.co.id/2012/08/23/prediksi-jenisreksa-dana-jawara-2012/ Tandelilin, E. (2010).Portofolio dan Investasi: Teori dan Aplikasi. Edisi Pertama. Yogyakarta: Kanisius.
