--- title: "Alpha Jensen: Mengestimasi dan Menafsirkan Intersep Regresi CAPM" description: "Pelajari cara alpha Jensen diestimasi dari return berlebih yang tersinkronisasi, perbedaannya dari residual satu periode, serta pengaruh beta, tolok ukur, biaya, ketidakpastian, dan faktor yang dihilangkan terhadap interpretasi." image: "https://wiki.fcontext.com/og.png" --- > Documentation Index > Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt > Use this file to discover all available pages before exploring further. # Alpha Jensen: Mengestimasi dan Menafsirkan Intersep Regresi CAPM > Hanya untuk tujuan edukasi; bukan merupakan nasihat investasi atau rekomendasi investasi. Investasi dapat mengakibatkan kerugian. ## Jawaban langsung **Alpha Jensen** adalah intersep estimasian dalam regresi runtun waktu return berlebih portofolio terhadap return berlebih pasar berdasarkan Capital Asset Pricing Model (CAPM): `R_p,t - R_f,t = alpha_p + beta_p × (R_m,t - R_f,t) + epsilon_p,t` `alpha_p` adalah rata-rata return periodik yang tidak dijelaskan oleh eksposur CAPM hasil estimasi dalam sampel tersebut. `beta_p` merupakan sensitivitas pasar yang diestimasi, sedangkan `epsilon_p,t` adalah residual untuk periode `t`. Satu residual yang menguntungkan atau selisih return satu periode dengan return implisit CAPM bukanlah alpha regresi tersendiri. Alpha bergantung pada seri return, proksi pasar, proksi bebas risiko, frekuensi, periode, model, serta basis bruto atau neto yang dipilih. Estimasi positif tidak membuktikan keahlian, persistensi, kesalahan harga, atau kausalitas; variasi sampel, faktor yang dihilangkan, ketidakcocokan tolok ukur, perubahan eksposur, leverage, harga usang, dan penambangan data dapat menciptakan atau menghapusnya. ## Cara kerjanya Bangun dan audit estimasi dengan urutan berikut: 1. **Tentukan klaim evaluasi.** Identifikasi portofolio, kelas unit, mandat, tujuan tolok ukur, mata uang, basis biaya dan pajak, konvensi valuasi, awal dan akhir sampel, versi data, serta apakah pertanyaannya menyangkut atribusi, pemilihan manajer, atau pengujian penetapan harga aset. 2. **Susun return total yang tersinkronisasi.** Gunakan return portofolio dan pasar dengan tanggal, frekuensi, zona waktu, distribusi, aksi korporasi, perlakuan arus kas, mata uang, dan informasi yang dapat diinvestasikan secara selaras. Jangan mencampur return harga dengan return total atau hasil langsung dengan uji historis yang telah direvisi. 3. **Buat return berlebih yang sepadan.** Pilih proksi bebas risiko dengan mata uang dan periode yang sama, lalu hitung `y_t = R_p,t - R_f,t` dan `x_t = R_m,t - R_f,t`. Nyatakan apakah return bersifat sederhana atau logaritmik; regresi yang lazim menggunakan return sederhana periodik yang secara konsisten dinyatakan sebagai desimal atau persentase. 4. **Estimasi regresi.** Kuadrat terkecil biasa mengestimasi `y_t = alpha + beta × x_t + epsilon_t`. Intersep dan kemiringan meminimalkan jumlah kuadrat residual sampel. `R-squared` menjelaskan variasi sampel yang dicocokkan, bukan kebenaran penetapan harga, keahlian, atau nilai ekonomi. 5. **Kuantifikasi ketidakpastian.** Laporkan jumlah observasi, galat standar alpha dan beta, statistik t, interval keyakinan, diagnostik residual, serta estimator kovarians. Heteroskedastisitas, autokorelasi, return yang tumpang tindih, penghalusan, guncangan berkelompok, atau tolok ukur hasil estimasi mungkin memerlukan inferensi robust atau khusus model. 6. **Uji stabilitas dan spesifikasi.** Variasikan frekuensi, subperiode, proksi pasar, seri bebas risiko, pencilan, penyesuaian harga usang, dan return bruto atau neto yang masuk akal. Tambahkan faktor yang beralasan, seperti ukuran, nilai, profitabilitas, investasi, momentum, durasi, kredit, sektor, atau eksposur mata uang tanpa menyatakan satu model selalu benar. 7. **Tafsirkan relevansi ekonomi.** Setahunkan estimasi titik berdasarkan konvensi yang dinyatakan, tetapi tetap tampilkan ketidakpastian statistik. Bandingkan alpha dengan biaya, biaya transaksi, pajak, perputaran, leverage, likuiditas, kapasitas, penurunan nilai, risiko ekor, dan tujuan aktual portofolio. Minta bukti di luar sampel sebelum menganggap alpha historis persisten. Jika alpha bulanan adalah `a_m`, estimasi titik tahunan majemuk adalah `(1 + a_m)^12 - 1`; pendekatan `12 × a_m` menggunakan konvensi berbeda. Tidak satu pun mengubah estimasi bulanan yang bising menjadi kepastian, dan galat standar atau batas keyakinan tidak boleh disetahunkan dengan menerapkan formula estimasi titik secara mekanis. ## Contoh Gunakan ilustrasi satu periode dan sampel regresi terpisah: - **Residual satu periode:** dalam satu bulan, suatu reksa dana menghasilkan `2.5000%`, return bebas risiko `0.2500%`, return pasar `1.2500%`, dan beta yang diestimasi sebelumnya `1.1000`. Return total implisit CAPM adalah `0.2500% + 1.1000 × (1.2500% - 0.2500%) = 1.3500%`; selisihnya `1.1500 percentage points`. Ini merupakan return abnormal satu periode berdasarkan input tersebut, bukan estimasi alpha baru. - **Regresi dua belas bulan:** misalkan rata-rata return berlebih pasar tersinkronisasi adalah `0.5000%` dan rata-rata return berlebih portofolio `0.7000%`. OLS atas 12 observasi yang dinyatakan menghasilkan `alpha = 0.1529% per month` dan `beta = 1.0943`. Rata-rata hasil estimasi direkonsiliasi menjadi `0.1529% + 1.0943 × 0.5000% = 0.7000%` setelah pembulatan. - **Ketidakpastian:** jumlah kuadrat residual adalah `0.6971 percentage-points squared`. Dengan `12` observasi dan `10` derajat kebebasan residual, galat standar alpha adalah `0.0775%` dan `t = 0.1529% / 0.0775% = 1.9720`. Dengan nilai kritis dua sisi 95% ilustratif sebesar `2.228`, intervalnya adalah `[-0.0198%, 0.3256%]`; interval ini mencakup nol. `R-squared = 0.9934` tidak mengubah inferensi alpha tersebut. - **Penyetahunan dan biaya:** pemajemukan estimasi titik bulanan bruto menghasilkan `(1 + 0.1529%)^12 - 1 = 1.8500%`. Jika secara ilustratif return neto tepat `0.1000 percentage points` di bawah return bruto setiap bulan, beta tidak berubah dan alpha bulanan neto menjadi `0.0529%`, dengan estimasi titik tahunan majemuk `0.6363%`. Biaya dan arus kas aktual tidak harus berupa pengurangan bulanan yang konstan. ## Risiko - Tentukan portofolio, kelas unit, mandat, mata uang, rentang tanggal, frekuensi, dan versi data. - Gunakan seri return total yang tersinkronisasi dan selaraskan distribusi, aksi korporasi, zona waktu, serta hari libur. - Padankan return portofolio, pasar, dan bebas risiko berdasarkan mata uang, cakrawala, serta konvensi sederhana atau logaritmik. - Bedakan return bruto, neto setelah biaya produk, neto setelah biaya penasihat, setelah pajak, dan yang benar-benar dialami investor. - Pilih proksi pasar yang dapat dipertanggungjawabkan; tidak ada indeks yang diperdagangkan yang mewakili portofolio pasar teoretis secara sempurna. - Perlakukan beta dan alpha sebagai koefisien sampel yang diestimasi bersama, bukan sifat portofolio yang tetap. - Jangan menyebut residual satu periode, keunggulan mentah, atau return aktif kumulatif sebagai alpha Jensen. - Laporkan jumlah observasi, galat standar, statistik t, interval keyakinan, dan derajat kebebasan residual. - Gunakan inferensi yang sesuai untuk heteroskedastisitas, autokorelasi, periode tumpang tindih, penghalusan, dan guncangan berkelompok. - Periksa harga usang dan perdagangan tidak sinkron yang dapat mendistorsi estimasi beta dan intersep. - Uji subperiode dan estimasi bergulir karena eksposur dan proses pengelolaan dapat berubah. - Selidiki pencilan tanpa menghapus observasi yang tidak menguntungkan hanya untuk memperbaiki alpha. - Tangani bias survivorship, backfill, inkubasi, look-ahead, seleksi, dan data-snooping. - Bandingkan alpha CAPM dengan spesifikasi multifaktor yang beralasan dan ungkapkan eksposur faktor yang dihilangkan. - Jangan menganggap R-squared tinggi sebagai bukti penetapan harga yang benar atau R-squared rendah sebagai bukti keahlian. - Setahunkan estimasi titik dengan konvensi yang dinyatakan dan pertahankan ketidakpastian alih-alih menyetahunkan signifikansi secara mekanis. - Bandingkan alpha ekonomi dengan biaya, biaya perdagangan, pajak, perputaran, leverage, likuiditas, dan kapasitas. - Evaluasi penurunan nilai, risiko ekor, kecocokan tolok ukur, serta tujuan lindung nilai, pendapatan, pajak, atau liabilitas secara terpisah. - Minta persistensi di luar sampel dan pengendalian pengujian berganda sebelum mengatribusikan alpha pada keahlian. - Simpan kode, input, berkas sumber, dan revisi agar hasil dapat direproduksi secara independen. ## Kesalahpahaman umum - **“Alpha Jensen adalah keunggulan mentah atas tolok ukur.”** Alpha Jensen merupakan intersep model yang diestimasi dari return berlebih tersinkronisasi dan beta pasar hasil estimasi. - **“Residual bulanan positif adalah alpha positif.”** Residual berasal dari satu observasi; alpha adalah intersep sampel hasil estimasi. - **“Alpha positif membuktikan keahlian manajer.”** Keberuntungan, kesalahan model, eksposur yang dihilangkan, perubahan beta, leverage, biaya, dan bias seleksi tetap menjadi penjelasan alternatif. - **“R-squared tinggi membuat alpha signifikan secara statistik.”** Kecocokan dan ketidakpastian intersep adalah besaran berbeda yang memerlukan statistik terpisah. - **“Menyetahunkan alpha berarti menyetahunkan keyakinan.”** Penskalaan estimasi titik tidak menambah observasi ataupun menghilangkan ketidakpastian sampel dan spesifikasi. ## Topik terkait - [Capital Asset Pricing Model](/id/stocks/capm/) - [Beta](/id/stocks/beta/) - [Model faktor Fama-French](/id/stocks/fama-french-factor-model/) ## Sumber - Michael C. Jensen: kinerja reksa dana pada periode 1945-1964. - William F. Sharpe: harga aset modal — teori keseimbangan pasar dalam kondisi berisiko. - Eugene F. Fama dan Kenneth R. French: faktor risiko umum dalam return saham dan obligasi. - Dartmouth College / Kenneth R. French: Data Library. - FINRA: tinjauan tentang tolok ukur. - SEC Investor.gov: pengaruh biaya dan pengeluaran terhadap portofolio investasi. Source: https://wiki.fcontext.com/id/stocks/jensens-alpha/index.mdx