Lompat ke konten
Financial Context Wiki

Garis Pasar Sekuritas: Tolok Ukur CAPM, Estimasi, dan Penggunaan Valuasi

Gunakan garis pasar sekuritas sebagai tolok ukur imbal hasil ekspektasian CAPM yang bersyarat, sambil memisahkan teori, estimasi beta, alfa historis, uji lintas-seksi, dan input valuasi.

Diperbarui

Hanya untuk tujuan edukasi; bukan merupakan nasihat investasi atau rekomendasi investasi. Investasi dapat mengakibatkan kerugian.

Jawaban langsung

Garis pasar sekuritas (SML) adalah hubungan linear imbal hasil ekspektasian yang diimplikasikan oleh Capital Asset Pricing Model (CAPM) standar Sharpe-Lintner-Mossin:

E[Rᵢ] = Rf + βᵢ(E[Rₘ] - Rf)

Sumbu horizontal adalah beta pasar dan sumbu vertikal adalah imbal hasil ekspektasian. Intersepnya tingkat bebas risiko Rf; kemiringannya premi risiko pasar ekspektasian E[Rₘ] - Rf; dan beta adalah βᵢ = Cov(Rᵢ, Rₘ) ÷ Var(Rₘ). Berdasarkan asumsi model, hanya kovarians dengan portofolio pasar yang dihargai karena risiko khusus aset dapat didiversifikasi.

SML adalah tolok ukur keseimbangan bersyarat, bukan prakiraan harga, jaminan imbal hasil terealisasi, atau regresi yang dipasangkan pada efek hari ini. Secara teori portofolio pasar mencakup seluruh kekayaan berisiko yang relevan; dalam praktik analis memakai proksi yang diperdagangkan tetapi tidak sempurna. Imbal hasil ekspektasian, aset bebas risiko, beta, dan premi pasar ekspektasian tidak dapat diamati langsung tanpa pilihan dan estimasi.

SML berbeda dari garis pasar modal (CML). SML menghubungkan imbal hasil ekspektasian dengan beta untuk aset individual dan portofolio. CML menghubungkan imbal hasil ekspektasian dengan deviasi standar total hanya untuk kombinasi efisien aset bebas risiko dan portofolio pasar. SML juga berbeda dari garis karakteristik historis, yaitu regresi deret waktu untuk mengestimasi beta dan alfa.

Alur konstruksi dan interpretasi tujuh langkah

  1. Nyatakan penggunaan dan tanggal valuasi. Tentukan apakah output merupakan ilustrasi teoretis, input biaya ekuitas, tingkat ambang proyek, tolok ukur kinerja, atau uji empiris. Bekukan mata uang, basis nominal atau riil, basis pajak, horizon, kebijakan leverage, tanggal informasi, dan klaim yang dinilai. Jangan gunakan satu titik SML sekaligus sebagai prakiraan ex ante dan hasil kinerja ex post.
  2. Tentukan input bebas risiko. Cocokkan mata uang dan, sejauh praktis, durasi dengan arus kas. Identifikasi apakah yang digunakan adalah tingkat diskonto surat utang, imbal hasil investasi, imbal hasil kupon, par yield, tingkat spot tanpa kupon, Treasury nominal, atau imbal hasil riil yang dilindungi inflasi. Par yield Treasury yang diterbitkan tidak otomatis merupakan tingkat nol, dan tidak ada instrumen negara yang bebas dari risiko inflasi, reinvestasi, durasi, mata uang, maupun institusional untuk setiap penggunaan.
  3. Tentukan premi pasar ekspektasian. Nyatakan proksi portofolio pasar, geografi, mata uang, jenis imbal hasil, horizon, tanggal, serta apakah premi tersirat, berbasis survei, atau diestimasi dari imbal hasil lebih historis. Bedakan rata-rata aritmetika dan geometris, serta jangan gabungkan tingkat bebas risiko nominal dengan arus kas riil atau premi mata uang lain tanpa rekonsiliasi.
  4. Estimasi atau simpulkan beta. Untuk estimasi historis, regresikan imbal hasil total lebih yang tersinkronisasi, bukan tingkat harga: Rᵢ,t - Rf,t = αᵢ + βᵢ(Rₘ,t - Rf,t) + εᵢ,t. Dokumentasikan tolok ukur, frekuensi, jendela, aksi korporasi, pengamatan hilang, harga usang, perdagangan tidak sinkron, pencilan, mata uang, pembobotan, galat standar, interval keyakinan, dan stabilitas. Beta vendor adalah output metodologi, bukan atribut perusahaan yang tidak berubah.
  5. Selaraskan leverage operasi dan keuangan. Gunakan beta bisnis atau proyek ketika risikonya berbeda dari perusahaan konsolidasi. Dengan asumsi sederhana beta utang nol dan perisai pajak konstan yang dapat digunakan, βU = βL ÷ [1 + (1 - T)D/E] dan βL,target = βU × [1 + (1 - T)D/E_target]. Gunakan nilai pasar utang dan ekuitas, asumsi pajak konsisten, serta rumus lebih lengkap ketika utang berisiko atau struktur modal diperkirakan berubah material.
  6. Bangun garis dan matriks sensitivitas. Hitung kₑ = Rf + β × ERP untuk skenario yang cocok, bukan satu titik dengan presisi semu. Jika Rf berubah sementara ERP tetap, garis bergeser vertikal; jika imbal hasil pasar ekspektasian tetap, premi berubah sehingga garis bergeser sekaligus berputar. Perubahan beta memindahkan pengamatan horizontal; perubahan premi mengubah kemiringan.
  7. Interpretasikan kesenjangan dan validasi alternatif. Bandingkan imbal hasil total ekspektasian yang diturunkan secara terpisah dengan tolok ukur CAPM yang cocok hanya setelah merekonsiliasi horizon, mata uang, arus kas, dan harga. Kesenjangan ex ante tidak otomatis menjadi alfa Jensen atau salah harga. Uji galat estimasi, galat proksi pasar, faktor terlewat, likuiditas, risiko ekor, perubahan leverage, dan model alternatif; pertahankan rentang skenario dalam catatan valuasi atau keputusan.

Contoh terapan

  • Tiga titik pada satu SML. Misalkan Rf = 4.00% dan ERP = 5.50%. Untuk beta 0.60, 1.20, dan -0.20, tolok ukur CAPM adalah 4.00% + 0.60 × 5.50% = 7.30%, 4.00% + 1.20 × 5.50% = 10.60%, dan 4.00% - 0.20 × 5.50% = 2.90%. Aset beta negatif dapat memiliki imbal hasil ekspektasian di bawah tingkat bebas risiko dalam model karena kontribusi kovariansnya; aset tersebut bukan tanpa risiko.
  • Perubahan tingkat tidak harus menjadi pergeseran paralel. Mulai dengan Rf = 4.00%, E[Rₘ] = 9.50%, dan β = 1.20, yang menghasilkan ERP = 5.50% serta kₑ = 10.60%. Jika Rf naik menjadi 5.00% sementara imbal hasil pasar ekspektasian tetap 9.50%, maka ERP = 4.50% dan kₑ = 5.00% + 1.20 × 4.50% = 10.40%. Jika sebaliknya premi 5.50% dipertahankan, kₑ = 5.00% + 1.20 × 5.50% = 11.60%. Asumsi ceteris paribus yang dinyatakan menentukan hasil.
  • Kesenjangan imbal hasil ekspektasian bukan alfa historis. Saham berharga $60.00; skenario memakai harga akhir $64.00 ditambah distribusi $1.20. Imbal hasil total ekspektasian adalah ($64.00 + $1.20) ÷ $60.00 - 1 = 8.6667%. Dengan β = 0.80, Rf = 4.00%, dan ERP = 5.50%, tolok ukur CAPM adalah 4.00% + 0.80 × 5.50% = 8.40%, menyisakan kesenjangan ex ante 0.2667 percentage points. Kesenjangan itu bergantung pada skenario harga dan arus kas; alfa Jensen merupakan intersep hasil estimasi regresi imbal hasil lebih historis dengan inferensi.
  • Melepas leverage, menerapkannya kembali, dan sensitivitas valuasi. Perusahaan pembanding memiliki βL = 1.40, D/E = 0.50, dan T = 25%. Dengan asumsi beta utang nol dan perisai pajak sederhana, βU = 1.40 ÷ [1 + (1 - 25%) × 0.50] = 1.0182. Pada target D/E = 0.30, βL,target = 1.0182 × [1 + (1 - 25%) × 0.30] = 1.2473; dengan Rf = 4.00% dan ERP = 5.50%, kₑ = 10.8600% memakai beta yang tidak dibulatkan. Klaim perpetuitas tumbuh sederhana dengan D₁ = $5.00 dan g = 3.00% memiliki P = $5.00 ÷ (10.8600% - 3.00%) = $63.6132, yang menunjukkan bagaimana asumsi beta dan pendanaan masuk ke valuasi, bukan memprediksi imbal hasil terealisasi.

Risiko dan pengendalian penelaahan

  • Risiko asumsi model: CAPM standar bergantung pada asumsi kuat tentang tujuan dan ekspektasi investor, pinjam-meminjam, pajak, biaya, serta kumpulan investasi yang tersedia.
  • Risiko portofolio pasar: portofolio pasar teoretis lebih luas daripada indeks saham; setiap proksi empiris mengabaikan sebagian kekayaan berisiko.
  • Risiko hipotesis bersama: pengujian sekaligus menguji CAPM, proksi pasar, konstruksi imbal hasil, dan spesifikasi statistik yang dipilih.
  • Risiko mata uang: tingkat bebas risiko, premi pasar, imbal hasil untuk beta, arus kas, dan valuasi harus berbagi basis mata uang konsisten.
  • Risiko tenor: tingkat surat utang, par yield, dan kurva spot tanpa kupon menjawab pertanyaan waktu berbeda; satu jatuh tempo tidak cocok untuk setiap arus kas.
  • Risiko inflasi: tingkat, premi, pertumbuhan, dan arus kas nominal serta riil tidak dapat dicampur tanpa jembatan inflasi eksplisit.
  • Risiko definisi premi: premi tersirat, survei, historis aritmetika, dan historis geometris adalah estimasi berbeda, bukan fakta yang dapat saling menggantikan.
  • Risiko jendela beta: tanggal awal, akhir, frekuensi, tolok ukur, dan rezim dapat mengubah beta hasil estimasi secara material.
  • Risiko konstruksi imbal hasil: harga tanpa distribusi, stock split yang tidak disesuaikan, pengamatan usang, hari hilang, dan penutupan pasar tidak cocok membiaskan estimasi.
  • Risiko perdagangan tidak sinkron: efek yang jarang diperdagangkan dan pasar dengan jam berbeda dapat mendistorsi kovarians kontemporer dan beta.
  • Risiko galat statistik: beta dan alfa memerlukan galat standar, interval keyakinan, diagnostik residual, dan uji ketahanan; angka desimal tidak menghapus ketidakpastian.
  • Risiko leverage: bauran operasi, akuisisi, divestasi, utang, kas, sewa, opsi, konvertibel, dan perubahan struktur modal membuat beta ekuitas historis tidak stabil.
  • Risiko beta utang: rumus pelepasan leverage sederhana mengasumsikan beta utang nol dan perilaku perisai pajak tertentu; utang bermasalah atau berisiko memerlukan perlakuan tingkat klaim lebih lengkap.
  • Risiko ketidakcocokan proyek: beta seluruh perusahaan dapat tidak tepat untuk proyek, segmen, geografi, atau akuisisi dengan eksposur sistematis berbeda.
  • Risiko imbal hasil ekspektasian: imbal hasil turunan DCF atau harga target mewarisi setiap asumsi arus kas, nilai terminal, horizon, dan harga dalam skenario.
  • Risiko label alfa: kesenjangan vertikal ex ante, residual satu periode, dan intersep regresi historis Jensen merupakan besaran berbeda.
  • Risiko faktor terlewat: ukuran, nilai, profitabilitas, investasi, momentum, likuiditas, downside, mata uang, dan eksposur lain dapat tampak sebagai alfa CAPM.
  • Risiko uji lintas-seksi: galat estimasi beta, residual berkorelasi, aset uji terbatas, dan spesifikasi fleksibel melemahkan inferensi atas kemiringan dan intersep SML.
  • Risiko konsistensi valuasi: memakai CAPM untuk tingkat diskonto sambil memasukkan risiko sama lagi dalam pengurangan arus kas dapat menghitung risiko dua kali.
  • Risiko presisi: satu beta, premi, dan tingkat menyembunyikan ketidakpastian parameter; keputusan harus mempertahankan rentang, sensitivitas, dan alternatif model.

Kesalahpahaman umum

  • “Di atas SML berarti efek secara objektif dinilai terlalu rendah.” Posisinya bergantung pada estimasi imbal hasil ekspektasian, beta, premi, tingkat bebas risiko, dan proksi pasar yang tidak pasti.
  • “Beta lebih tinggi menjamin imbal hasil terealisasi lebih tinggi.” CAPM menyatakan hubungan keseimbangan untuk imbal hasil ekspektasian; sampel dapat berbeda ke kedua arah.
  • “Beta nol berarti tanpa risiko dan beta satu berarti risiko total rata-rata.” Beta mengukur kovarians pasar, bukan volatilitas berdiri sendiri, likuiditas, kredit, operasi, kecurangan, atau risiko ekor.
  • “Regresi beta historis adalah SML.” Regresi mengestimasi input dan mungkin alfa historis; SML adalah hubungan model atas imbal hasil ekspektasian lintas aset.
  • “SML dan CML dapat saling menggantikan.” SML memakai beta untuk aset dan portofolio, sedangkan CML memakai volatilitas total hanya untuk kombinasi efisien aset bebas risiko dan pasar.

Topik terkait

Sumber otoritatif

Lanjutkan dengan data terkini

Terapkan konsep ini pada saham nyata

Tinjau harga terkini, laporan keuangan, valuasi, perkiraan, dan berita terbaru perusahaan.

Financial Context adalah produk riset dari tim yang membangun wiki ini.

Mulai analisis gratis
Navigasi

Cari di wiki...