Pendekatan Parametrik dibandingkan Non Parametrik

risk yang dimasukkan dalam mengukur kinerja Reksadana. Αlpha α dalam formula Jensen merupakan intersep dari proses regresi antara excess return Reksadana terhadap excess return dari benchmark dalam penelitian ini digunakan SBI sebagai proxy dari risk free asset. Dengan demikian akan diperoleh model regresi berikut : f m p f p R R R R − + = − β α 2.3 Atau, berdasarkan pengamatan terhadap data nilai α dapat ditentukan dengan menggunakan persamaan : [ ] f m p f p p R R R R − + − = β α 2.4 dimana R p – R f : selisih return portfolio terhadap risk free R m – R f : selisih return market terhadap risk free β : systematic risk Dalam hasil regresi terdapat unsur intercept, yang kemudian dimasukkan kedalam rumus tersebut dengan notasi α alpha. Intercept tersebut diterjemahkan sebagai imbal hasil tetap suatu portofolio yang tidak terpengaruh kondisi pasar. Apabila intercept positif, maka portofolio tersebut lebih superior dari pada portofolio pasar, karena menghasilkan imbal hasil di atas imbal hasil pasar, sedangkan bila intercept negatif, maka portofolio tersebut lebih inferior dari pada portofolio pasar.

2.1.9. Teori Efisiensi

a. Pendekatan Parametrik dibandingkan Non Parametrik

Pendekatan efisiensi dapat dikategorikan menjadi 2 kelompok, yaitu pendekatan parametrik dan non parametrik. Pendekatan parametrik adalah probabilistik dan mencoba untuk memisahkan noise gangguan dari inefisiensi. Pendekatan non-parametrik adalah non-probabilistik, sehingga menggabungkan noise dengan inefisiensi. Meskipun pendekatan parametrik memiliki keuntungan memisahkan noise dari inefisiensi, namun tetap memiliki kelemahan, yaitu memerlukan suatu bentuk fungsi eksplisit dari teknologi, sehingga menyebabkan kesulitan dalam mengisolasi inefisiensi. Model parametrik dapat dikategorikan berdasarkan jenis data, peubah dan jumlah persamaan yang digunakan dalam model. Model pendekatan parametrik yang cukup terkenal adalah Metode Stochastic Frontier Analysis SFA. Pendekatan non-parametrik tidak memisahkan inefisiensi dan noise. Metode yang dikenal selama ini adalah metode DEA. Dalam DEA tidak dikenal adanya galat, sehingga semua penyimpangan pada data dianggap inefisiensi. Pendekatan non-parametrik memiliki kelemahan, karena tidak dapat memisahkan noise yang tidak relevan dalam inefisiensi. Meskipun memiliki kelemahan ini, namun kelebihannya adalah pendekatan ini tidak memerlukan asumsi apapun terkait dengan bentuk fungsionalnya. Namun demikian tidak ada kesepakatan apapun yang dibuat oleh para peneliti mengenai metode terbaik untuk menghitung efisiensi. Berger and Humphrey 1997 mengatakan bahwa tidak ada metode penghitungan efisiensi yang terbaik jika masing-masing metode memiliki kekurangan. Walaupun Lindgreen, et. al 2004 berargumentasi bahwa DEA merupakan sebuah metode yang superior untuk mengukur keseluruhan efisiensi secara teknikal. Pada akhirnya para peneliti mencoba menggunakan metode yang cocok dengan tujuan yang ingin dicapai tanpa harus repot berargumentasi tentang metode mana yang terbaik. Disamping itu untuk memperoleh hasil yang lebih bervariasi dapat dengan mengkombinasikan kedua metode tersebut.

b. Definisi Efisiensi