52
tertinggi. Nilai simpangan baku yang tinggi ini menunjukkan bahwa portofolio tersebut paling berfluktuatif dan berisiko. Walaupun portofolio BH memiliki
risiko yang tertinggi, namun portofolio ini tidak menunjukkan pengembalian yang tertinggi dibandingkan dengan portofolio lainnya.
4.3. Estimasi Regresi CAPM Berdasarkan Portofolio
Hasil nilai beta dalam estimasi CAPM pada tiap perusahaan yang diestimasi secara individual kurang dapat menjelaskan pengembalian saham. Oleh
karena itu, estimasi regresi CAPM akan diuji dalam bentuk portofolio berdasarkan ukuran dan nilai BM book-to-market seperti yang digunakan dalam estimasi
model tiga faktor Fama-French. Variabel terikat untuk model regresi adalah excess return
yang dibagi pada empat portofolio yang dihasilkan dari perpotongan pengelompokkan ukuran dan nilai BM perusahaan. Portofolio ini akan diulang
setiap periode tahun penelitian. Variabel bebas yang digunakan adalah market risk
atau selisih pengembalian pasar Jakarta Compostie Index dengan pengembalian tingkat bebas risiko atau tingkat suku bunga Bank Indonesia.
4.3.1. Hasil Regresi CAPM
Estimasi regresi menggunakan CAPM berdasarkan portofolio yang dilakukan empat kali untuk masing-masing portofolio pada periode Februari 2088
hingga Januari 2014 dapat dilihat pada Tabel 4.4., Tabel 4.5., Tabel 4.6., dan Tabel 4.7.
Universitas Sumatera Utara
53
Tabel 4.4. Hasil Regresi CAPM pada Portofolio SL Variable Coefficient
Std. Error t-Statistic Prob.
C -0,001357 0,009195
-0,147567 0,8831
X market risk 0,145880
0,127510 1,144060
0,2565
Sumber : Data diolah dengan program Eviews, Lampiran 7.
Tabel 4.5. Hasil Regresi CAPM pada Portofolio SH Variable Coefficient
Std. Error t-Statistic Prob.
C 0,004997 0,007012
0,712606 0,4785
X market risk 0,705254
0,097232 7,253349
0,0000
Sumber : Data diolah dengan program Eviews, Lampiran 7.
Tabel 4.6. Hasil Regresi CAPM pada Portofolio BL Variable Coefficient
Std. Error t-Statistic Prob.
C 0,003788 0,005488
0,690184 0,4924
X market risk 0,721577 0,076109 9,480874 0,0000
Sumber : Data diolah dengan program Eviews, Lampiran 7.
Tabel 4.7. Hasil Regresi CAPM pada Portofolio BH Variable Coefficient
Std. Error t-Statistic Prob.
C 0,009580 0,007699
1,244326 0,2175
X market risk 1,388696 0,106761 13,00750 0,0000
Sumber : Data diolah dengan program Eviews, Lampiran 7.
Estimasi regresi CAPM pada portofolio yang dibentuk berdasarkan ukuran perusahaan dan nilai BM menguraikan hasil yang lebih baik dari hasil regresi
CAPM pada perusahaan secara individual. Hasil yang lebih baik dapat dilihat dari konsistensi nilai koefisien risiko pasar atau nilai beta yang rendah pada portofolio
yang memiliki average monthly return terendah portofolio SL dan nilai beta yang tinggi pada portofolio yang memiliki average monthly return tertinggi
portofolio BH. Hasil perbandingan tersebut dapat dilihat pada Tabel 4.2. Namun untuk portofolio BL dan SH, nilai beta tidak menunjukkan hubungan
Universitas Sumatera Utara
54
positif dengan average monthly return. Nilai beta pada portofolio SH menunjukkan angka yang lebih rendah 0,705254 dengan average monthly return
yang lebih tinggi 0,013771, sedangkan portofolio BL yang memiliki nilai beta yang lebih tinggi 0,721577 ternyata menunjukkan average monthly return yang
sedikit lebih rendah 0,012633. Jadi, dapat disimpulkan bahwa CAPM dapat menjelaskan pengembalian
saham lebih baik dalam bentuk potofolio yang dibagi berdasarkan ukuran dan nilai BM perusahaan. Hubungan positif antara nilai beta dan return yang tidak
tampak pada hasil CAPM yang diestimasi pada perusahaan secara individual ternyata dapat dijelaskan pada dua dari empat portofolio yaitu portofolio SL dan
BH. Walaupun terdapat hubungan positif, namun perbedaan nilai beta tidak dapat menjelaskan perbedaan yang terjadi pada pengembalian saham.
4.3.2. Uji Normalitas CAPM
