Beta Rendah Bukan Berarti Risiko Rendah: Menghitung Beta, Korelasi, dan Alfa Saham

Apakah beta 0,4 membuat saham lebih aman daripada pasar? Belum tentu. Jika volatilitas tahunan saham 40%, pasar 20%, dan korelasinya 0,2, beta tepat 0,4. Kepekaan yang rendah terhadap satu indeks dapat berdampingan dengan gejolak keseluruhan yang tinggi.

Membaca laporan risiko dimulai dari pertanyaan yang dijawab setiap ukuran. Perhitungan berikut membedakan hubungan dengan pasar, variasi yang tidak terjelaskan, dan kinerja di atas indeks tanpa langsung menganggapnya sebagai kemampuan pengelolaan.

Sensitivitas bukan batas kerugian

Misalkan y adalah imbal hasil saham dikurangi imbal hasil bebas risiko periode yang sama, dan x adalah imbal hasil indeks dengan pengurangan serupa. Regresi satu faktor dengan intersep ialah y=α+βx+ε. Beta merupakan kemiringan, alfa intersep, dan ε residual. Gunakan imbal hasil berlebih yang berpasangan, bukan tingkat harga atau suku bunga berbeda frekuensi.

Estimasi beta ialah Cov(x,y)/Var(x)=ρ×σy/σx. Kovarians dan varians harus memakai pasangan observasi serta konvensi penyebut yang sama. Korelasi mengukur kuatnya hubungan linear; beta juga memperhitungkan perbandingan volatilitas. Beta dapat melebihi 1, sedangkan korelasi tidak.

Contoh awal menghasilkan 0,2×40%/20%=0,4. Dalam regresi sederhana dengan intersep, R²=ρ² sehingga hanya 4% variasi sampel yang terjelaskan. Itu bukan probabilitas rugi 4%. Kejutan laba, pendanaan, atau likuiditas dapat membuat residual lebih dominan daripada komponen pasar.

Menghasilkan beta 1,2 dan alfa 0,2% dari empat observasi

Tabel menunjukkan imbal hasil berlebih bulanan hipotetis dalam persen. Imbal hasil bebas risiko sudah dikurangi; mata uang, waktu penilaian, dan reinvestasi distribusi disamakan. Empat titik ini untuk memeriksa hitungan, bukan rekam jejak produk nyata atau bukti keahlian.

Rata-rata x adalah 0 dan y adalah 0,2%. Dalam satuan poin persentase, jumlah kuadrat selisih x dari rata-ratanya 10 dan jumlah perkalian silang yang dipusatkan 12. Maka β=12/10=1,2 dan α=rata-rata y −β×rata-rata x=0,2%. Artinya 0,2 poin per bulan, bukan 20% atau imbal hasil tahunan.

Nilai hasil regresi adalah −2,2%, −1,0%, 1,4%, dan 2,6%; residualnya 1%, −1%, −1%, dan 1%. Jumlah residual nol, begitu pula jumlah perkaliannya dengan x. Ini pemeriksaan konsistensi kuadrat terkecil dengan intersep, bukan pembuktian daya prediksi.

Jumlah kuadrat deviasi saham 18,4 terdiri atas 14,4 terjelaskan dan 4 residual. R²=14,4/18,4≈78,26%, korelasi≈0,8847. Simpangan baku sampel pasar √(10/3)≈1,8257% dan saham √(18,4/3)≈2,4766%. Empat data dengan dua koefisien menyisakan dua derajat kebebasan residual. Alfa positif di sini tidak membuktikan keterampilan yang bertahan.

Mengalahkan indeks belum tentu menghasilkan alfa

Jika imbal hasil berlebih pasar 5% dan saham 6% pada satu bulan, keunggulan mentahnya satu poin. Namun beta yang relevan sebesar 1,2 sudah menyiratkan komponen pasar 1,2×5%=6%. Selisih itu sendiri tidak membuktikan nilai tambah pemilihan saham.

Alfa bergantung pada model dan sampel. Faktor sektor, ukuran, atau gaya yang tepat dapat menjelaskan sesuatu yang sebelumnya tampak sebagai alfa. Mengganti indeks, tanggal, dan biaya berulang kali sampai intersep positif adalah memilih hasil, bukan menguji kemampuan.

Jika biaya yang benar-benar tetap mengurangi 0,1 poin setiap bulan, semua y pada contoh bergeser turun: beta dan residual tetap, alfa turun menjadi 0,1%. Biaya yang mengikuti perputaran transaksi, aset, atau kinerja belum tentu demikian. Alfa kotor sebelum pajak tidak sama dengan hasil bersih investor.

Pisahkan regresi historis dari asumsi masa depan. Dengan asumsi suku bunga bebas risiko tahunan 3%, imbal hasil pasar yang diharapkan 8%, dan beta 1,2, CAPM menghasilkan 3%+1,2×(8%−3%)=9%. Angka 8% merupakan masukan asumsi, bukan fakta masa depan. Menambahkan alfa bulanan sampel pendek secara otomatis mencampurkan horizon dan proyeksi yang belum terbukti.

Mengapa beta saham yang sama bisa berbeda

Membandingkan saham teknologi dengan indeks luas, sektoral, atau pasar asing mengajukan pertanyaan berbeda. Selisih estimasi bukan selalu kesalahan. Mata uang juga harus sama; konversi satu seri saja mencampurkan eksposur kurs secara tidak konsisten.

Periksa frekuensi serta tanggal. Harga lama, suspensi, likuiditas rendah, dan penutupan tidak bersamaan memengaruhi data harian, mingguan, dan bulanan secara berbeda. Memasangkan pasar asing hanya berdasarkan tanggal kalender bisa menekan kovarians kontemporer. Data hilang bukan imbal hasil nol.

Akuisisi, perubahan usaha, leverage keuangan, atau pergantian portofolio dapat membuat masa lalu tidak mewakili eksposur sekarang. Jendela bergulir menunjukkan ketidakstabilan, tetapi yang terbaru tidak otomatis merupakan ramalan terbaik. Tetapkan aturan sebelum memilih periode yang tampak bagus.

Uji residual secara terpisah. Dengan mempertahankan α=0,2% dan β=1,2 secara mekanis, imbal hasil berlebih pasar −5% memberi hasil regresi −5,8%. Tambahan guncangan residual −6 poin menghasilkan −11,8%. Ini skenario dengan asumsi jelas, bukan kerugian maksimum maupun probabilitas.

Pilih ukuran sesuai keputusan

Untuk kepekaan pasar, mintalah beta beserta indeks, frekuensi, tanggal, jumlah observasi, dan interval estimasi. Untuk gejolak dan kerugian yang mungkin dialami, tambahkan volatilitas total, penurunan dari puncak, konsentrasi, dan skenario tekanan konkret.

Jika menambah aset, hitung ulang korelasi, kovarians, dan kontribusi risiko berdasarkan posisi nyata. Beta terhadap satu indeks tidak menggantikan anggaran risiko portofolio. Beta negatif historis tidak menjamin lindung nilai saat krisis.

Untuk menilai manajer, pisahkan keunggulan mentah, faktor, dan intersep setelah biaya; lalu periksa ketidakpastian serta kestabilan di luar sampel. Alfa positif memulai penyelidikan, bukan mengakhirinya. Laporan yang berguna memungkinkan hitung ulang dan menjelaskan kapan interpretasinya tidak berlaku.