9

BAB II

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

diharapkan tersebut merupakan risiko. Teori ini menjadi fondasi dari berbagai

10

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,

namun juga melambangkan berbagai komposisi persentase konstituennya.

11

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

12

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. di bawah ini.

13

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

Tin

gkat

Pen

gem

bal

ian

C

B

14

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/turun

sebesar 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

distribusi saham yang terdaftar di bursa tidak normal sehingga menggunakan

15

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

ditawarkan oleh investasi bebas risiko) suatu sekuritas per unit risiko yang

16

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

cutoff rate ( ).

17

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 barang-

barang konsumsi, yang telah ditetapkan dan tidak boleh berubah-ubah, dan

18

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).

Danaparamita berkesimpulan bahwa nilai lag-1 dan lag-2 inflasi tidak

19

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

penelitian serupa dan mendapati bahwa sebagian besar faktor domestik (salah

20

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

terjadinya inflasi. Hal ini juga berlaku terhadap tingkat harga saham, dimana

21

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

perdagangan internasional. Indonesia, sebagai negara pengekspor dan

22

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

harga minyak mentah dunia akan berimbas pada kegiatan ekspor dan impor.

23

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

bursa Amerika Serikat akan kurang direspon oleh bursa regional Asia, namun

24

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

maupun internasional.

25

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

Desember 2009.

26

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

efek Hong Kong (turnover dihitung secara agregat dan dinilai

27

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

merupakan indeks Asia tertua dan terkemuka di dunia. Perusahaan

28

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

Nikkei-225 dan IHSG.

29

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),

dimana KOSPI memberikan pengaruh sebesar 4,90%; dan juga

30

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

paling banyak dipantau oleh para investor.

31

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

dalam Rupiah (“IDR”) dan dipublikasikan sepanjang jam perdagangan aktif

32

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 yang tidak memenuhi kriteria

yang telah ditetapkan, maka saham tersebut akan digantikan pada periode

33

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

variabel makro terhadap IHSG selama periode tertentu dan kebanyakan

34

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

35

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.

36

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.

37

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.