analisis cluster saham asean stars berdasarkan risk-adjusted return - arsyil hendra saputra

8/15/2019 Analisis Cluster Saham ASEAN Stars Berdasarkan Risk-Adjusted Return - Arsyil Hendra Saputra

1/15

Proceedings Seminar Nasional Ilmu Manajemen 2016

1 ISSN: 2477-1708

ANALISIS CLUSTER PADA SAHAM ASEAN STARS BERDASARKAN

RISK-ADJUSTED RETURN

CLUSTER ANALYSIS OF ASEAN STAR STOCKS BASED ON RISK-ADJUSTED RETURN

Arsyil Hendra Saputra

Mahasiswa S2 Ilmu Manajemen Universitas Indonesia

[email protected]

Abstrak

Peresmian ASEAN Exchanges pada tahun 2011 menandakan bahwa

ASEAN telah memasuki masa evolusi baru untuk dapat memberikan peluang dalam

integrasi pasar modal yang lebih kuat dan efisien di kawasan ASEAN. Bagi

investor, pasar modal ASEAN merupakan pasar yang demikian menjanjikan

peluangnya untuk berinvestasi. Untuk memfasilitasi investasi lintas wilayah maka

ASEAN Stars diluncurkan oleh ASEAN Exchanges. ASEAN Stars merupakan

sebutan untuk saham “blue-chip” ASEAN. Penelitian ini untuk mengetahui cluster

dari saham-saham ASEAN Stars berdasarkan kinerja saham tersebut menggunakan

nilai Risk-Adjusted Return. Hasil penelitian ini memberikan jumlah cluster optimal

adalah 5 cluster. Penelitian ini menunjukkan alternatif pengelompokan saham-

saham ASEAN Stars berdasarkan risk-adjusted return sehingga investor dapat

memperoleh manfaat dalam mendukung keputusan berinvestasi saham-saham di

bursa ASEAN.

Kata Kunci : cluster, asean stars, risk-adjusted return

Abstract

The launching of the ASEAN Exchanges in 2011 indicated that ASEAN has

entered a new period of evolution, providing opportunities for a stronger and more

efficient capital market integration in the ASEAN region. For investors, the ASEAN

capital markets are considered as promising markets for investment. To facilitate

investment across the region, ASEAN Stars was launched by the ASEAN Exchanges.

ASEAN Stars is the term for ASEAN blue-chip stocks. The purpose of this study is

to examine the clusters of ASEAN Stars stocks based on the stocks performance

which is measured using risk-adjusted return. The results provide that the number

of optimal clusters is 5 clusters. Moreover, this study also shows an alternaltive

grouping of ASEAN Stars stocks based on its risk-adjusted return that investors can

benefit from it, supporting their decision to invest in the ASEAN markets. Keywords : cluster, asean stars, risk-adjusted return


2/15


2

ISSN: 2477-17082

PENDAHULUAN

Pada 8 April 2011 bertepatan dengan momentum ASEAN Finance Ministers’

Meeting di Nusa Dua Bali, diresmikanlah ASEAN Exchanges oleh tujuh

perwakilan bursa dari negara-negara di Asia Tenggara, yaitu Indonesia, Malaysia,

Filipina, Singapura, Thailand, dan Vietnam. Peresmian ASEAN Exchanges

tersebut menandakan bahwa ASEAN telah memasuki masa evolusi baru untuk

dapat memberikan peluang dalam integrasi pasar modal yang lebih kuat dan efisien

di kawasan ASEAN. Pada saat peluncurannya, ASEAN Exchanges ditujukan untuk

mempromosikan pertumbuhan pasar modal ASEAN antar lintas negara dan

mempermudah akses di ASEAN. ASEAN Exchanges memberikan kesempatan,

perbedaan, dan mobilitas untuk mendukung kerja sama keuangan regional dengan

memperkuat intermediasi finansial, kapasitas, dan manajemen risiko dalam

menyokong pertumbuhan regional dan nasional serta memberikan wadah kerja

sama yang lebih besar untuk meminimalisir kerentanan guncangan luar dan pasar

volatile (www.kemenkeu.go.id, 2011).

ASEAN adalah salah satu kawasan penting di dunia, karena ASEAN

merupakan salah satu sumber pangan dan energi yang penting bagi dunia. Di

samping itu banyak perusahaan manufaktur global menempatkan pabriknya di

ASEAN sehingga keberhasilan ASEAN dalam mempertahankan momentum

pertumbuhan ekonominya sangat berarti bagi dunia. Begitu pula kinerja pasar

modal di negara-negara ASEAN menjadi perhatian dunia, sebab pasar modal

merupakan salah satu indikator ekonomi. ASEAN Exchanges sebagai kolaborasi

antara bursa-bursa di ASEAN diharapkan mampu memperkuat dan

menumbuhkembangkan pasar modal di negara-negara ASEAN di samping

melalalui upaya peningkatan nilai transasaksi (trading value) juga upaya untuk

peningkatan jumlah investor dan peningkatan jumlah perusahaan tercatat.


3/15


3

ISSN: 2477-17083

Tabel 1: Posisi Bursa Efek Negara-Negara ASEAN

(Per Desember 2015)

No. Negara Bursa Efek Market Cap(Miliar

USD)

TradingValue (Miliar

USD)

PerusahaanTercatat

1 SingapuraSingaporeExchange (SGX)

640 203 769

2 MalaysiaBursa Malaysia

(KLSE)383 124 902

3 IndonesiaBursa Efek

Indonesia (IDX)353 78 521

4 ThailandStock Exchange

of Thailand (SET)349 222 639

5 FilipinaPhilippine StockExchange (SPE)

239 40 265

6 Vietnam Ho Chi MinhStock Exchange(HOSE)

33* n/a 303*

Hanoi Stock

Exchange (HNX)4.8* n/a 394*

*Per Juni 2012 Sumber: Bloomberg, WFE, ASEAN Exchanges

Pada tabel 1 di atas dapat terlihat bahwa posisi pertama berdasarkan

kapitalisasi pasar (market capitalization) adalah Singapura jauh di atas (hampir dua

kali lipat) dari negara Malaysia, Indonesia dan Thailand, diikuti filipina, terakhir

adalah Vietnam yang masih kecil kapitalisasi pasarnya. Jika berdasarkan nilai

transaksi (trading value), di posisi puncak adalah Thailand diikuti oleh Singapura

dan Malaysia. Sedangkan Indonesia masih cukup kecil dan terkahir adalah Filipina.

Sedangkan untuk jumlah perusahaan tercatat tertinggi adalah Malaysia, diikuti oleh

Singapura, Thailand, dan Indonesia, serta di posisi paling sedikit adalah Filipina.

Untuk Vietnam, meski kapitalisasi pasar dan nilai transaksinya kecil, perusahaan

tercatatnya cukup banyak dibandingkan Filipina.

Bagi investor, pasar modal ASEAN merupakan pasar yang demikian

menjanjikan peluangnya untuk berinvestasi. Wilayah ASEAN meliputi 10 negara

dengan populasi kumulatif lebih dari 600 juta orang dan PDB sebesar USD 2 triliun.

Lebih dari 90% dari yang nilai tersebut dimiliki oleh enam negara dari kolaborasi

ASEAN Exchanges. Kesempatan bagi investor menjadi lebih jelas ketika menilik

lebih dalam pada pasar saham di kawasan tersebut. Sebanyak enam negara yang

merupakan bagian dari kolaborasi ASEAN Exchanges yang memiliki kapitalisasi


4/15


4

ISSN: 2477-17084

pasar USD 2 triliun dan menawarkan lebih dari 3.000 perusahaan untuk

berinvestasi.

Dengan jumlah saham perusahaan tercatat di bursa ASEAN yang cukup banyak maka akan dapat menyulitkan investor untuk memilih dan bingung

sebaiknya mulai berinvestasi darimana. Oleh karena itu untuk memfasilitasi

investasi lintas wilayah maka ASEAN Exchanges meluncurkan suatu referensi

yang mudah dipahami oleh investor yaitu The Stars of ASEAN atau ASEAN Stars.

ASEAN Stars merupakan sebutan untuk sebanyak 180 saham “blue-chip” yang

merepresentasikan sebanyak 30 saham perusahaan yang paling populer di masing-

masing negara di ASEAN. Daftar saham-saham ASEAN Stars ditentukan

berdasarkan tingkat investability dengan basis kapitalisasi pasar dan tingkatlikuiditas.

Dalam berinvestasi, selain return investor juga memperhatikan risiko (risk )

yang harus diambil untuk mendapatkan return (imbal hasil) tersebut. Perbandingan

antara return dengan volatilitasnya hanyalah satu dari beberapa parameter yang

dapat digunakan untuk mengukur risk to reward ratio. Perhitungan yang paling

populer untuk ratio ini adalah risk-ajusted return yaitu return setelah dinormalisasi

dengan risiko. Penulis menggunakan parameter risk-ajusted return ini karena

tingkat kemudahan perhitungannya yang dapat dilakukan oleh kalangan investor

awam sekalipun.

Risiko itu dapat berupa systematic risk , yaitu risiko yang diakibatkan oleh

market secara keseluruhan, dan unsystematic risk , yaitu risiko individual yang

terkandung dalam suatu aset. Systematic risk lebih susah untuk dihindari karena

berkaitan dengan kondisi market secara keseluruhan. Sedangkan sebagai investor,

unsystematic risk dapat kita hindari dengan melakukan diversifikasi. Dengan

diversifikasi seorang investor bisa meminimalisasikan risiko yang muncul dari

suatu aset. Dalam penelitian ini penulis mencoba memberikan alternatif yang dapat

digunakan dalam aktivitas diversifikasi aset/portofolio menggunakan analisis

cluster .


5/15


5

ISSN: 2477-17085

Berdasarkan latar belakang di atas maka penulis melakukan penelitian:

“Analisis Cluster Pada Saham ASEAN Stars Berdasarkan Risk-Adjusted Return”.

Tujuan dari penelitian ini adalah untuk mengetahui cluster dari saham-sahamASEAN Stars berdasarkan kinerja saham tersebut menggunakan nilai Risk-

Adjusted Return. Manfaat dari penelitian ini adalah diharapkan dapat menjadi salah

satu alternatif dalam diversifikasi portofolio saham-saham di negara-negara

ASEAN bagi investor yang melakukan aktivitas investasi lintas wilayah di ASEAN.

Biasanya keuntungan dari diversifikasi yang lebih tinggi diperoleh ketika investor

mendiversifikasi portofolio berdasarkan negara dibandingkan diversifikasi

portofolio berdasarkan sektor ekonomi (Marina, 2004).

TINJAUAN PUSTAKA

Risk-Adjusted Return

Risk-adjusted return merupakan ukuran seberapa besar imbal hasil yang

dihasilkan oleh suatu investasi dengan mempertimbangkan tingkat risiko yang

melekat pada investasi tersebut. Dengan ukuran ini memungkinkan investor untuk

membuat perbandingan antara investasi yang memberikan imbal hasil dengan

risiko tinggi dan yang berisiko rendah. Rumus dari Risk-adjusted return (RAR)

sebagai berikut:

Dengan:

ln R t adalah return saham pada periode t, Pt adalah harga saham pada periode t, dan

Pt-1 adalah harga saham pada periode t-1.

Sehingga expected return adalah rata-rata return saham sepanjang periode yang

diteliti (n) atau dengan rumus:

1


6/15


6

ISSN: 2477-17086

Sedangkan risk adalah standar deviasi dari return saham sepanjang periode yang

diteliti (n) atau dengan rumus:

1 1

Penentuan Jumlah Cluster Optimal

Metode yang umum digunakan dalam penentuan jumlah cluster optimal

adalah dengan metode elbow. Menurut Merliana dkk (2015) sebagaimana pada

Madhulatha (2012) dan Bholowalia & Kumar (2014) bahwa metode elbow

merupakan suatu metode yang digunakan untuk menghasilkan informasi dalam

menentukan jumlah cluster terbaik dengan cara melihat persentase hasil

perbandingan antara jumlah cluster yang akan membentuk siku pada suatu titik.

Hasil persentase yang berbeda dari setiap nilai cluster dapat ditunjukan dengan

menggunakan grafik sebagai sumber informasinya.

Untuk mendapatkan perbandingannya adalah dengan menghitung SSE

(Sum of Square Error ) dari masing-masing nilai cluster. Berdasarkan grafik, akan

ada beberapa nilai K yang mengalami penurunan paling besar dan selanjutnya hasil

dari K akan turun secara perlahan-lahan sampai hasil dari K stabil. K yang dipilih

adalah titik yang mengalami penurunan drastis dan membentuk siku.

Analisis Cluster

Analisis cluster digunakan untuk mengklasifikasi obyek ke dalam kelompok

yang relatif homogen yang disebut cluster , obyek dalam setiap kelompok

cenderung mirip satu sama lain dan berbeda jauh (tidak sama) dengan obyek dari

cluster lainnya. Prosedur pembentukan cluster terbagi menjadi 2, yaitu hierarki dan

non hierarki. Pembentukan cluster hierarki mempunyai sifat sebagai

pengembangan suatu hierarki atau struktur mirip pohon bercabang. Metode hierarki

bisa agglomerative atau devisive. Metode agglomerative terdiri dari linkage

method , variance methods, dan centroid method . Linkage method terdiri dari single

linkage, complete linkage dan average linkage. Metode non hierarki sering disebut

meode K-Means (Supranto, 2004).


7/15


7

ISSN: 2477-17087

MacQueen menyarankan K-Means untuk menguraikan algoritma yang

menetapkan suatu obyek ke dalam suatu cluster yang mempunyai centroid (mean)

terdekat. Dalam bentuk yang paling sederhana, proses ini terdiri dari tiga tahap(Johnson & Wichern, 2007):

1. Partisi obyek-obyek ke dalam cluster awal K.

2. Dimulai dengan mencatat obyek-obyek, menetapkan suatu obyek ke dalam

suatu cluster yang yang mempunyai centroid (mean) terdekat. Jarak biasanya

dihitung menggunakan jarak Euclid dengan pengamatan yang distandarkan

atau yang tidak distandarkan. Hitung kembali centroid untuk cluster yang

mendapatkan obyek baru dan untuk cluster yang kehilangan obyek.

3. Langkah 2 diulangi sampai tidak ada lagi pemindahan obyek.Dalam menentukan jumlah cluster yaitu k, metode yang digunakan adalah

dengan metode elbow. Menurut Merliana dkk (2015) sebagaimana pada

Madhulatha (2012) dan Bholowalia & Kumar (2014) bahwa metode elbow

merupakan suatu metode yang digunakan untuk menghasilkan informasi dalam

menentukan jumlah cluster terbaik dengan cara melihat persentase hasil

perbandingan antara jumlah cluster yang akan membentuk siku pada suatu titik.

Hasil persentase yang berbeda dari setiap nilai cluster dapat ditunjukan dengan

menggunakan grafik sebagai sumber informasinya. Jika nilai cluster pertama

dengan nilai cluster kedua memberikan sudut dalam grafik atau nilainya mengalami

penurunan paling besar maka nilai cluster tersebut yang terbaik.

METODE PENELITIAN

Data yang digunakan adalam penelitian ini adalah data harga saham (adjusted

closing price) bulanan selama rentang periode Januari 2011 s.d. Desember 2015

diambil dari Yahoo! Finance. Data harga saham yang digunakan dalam bentuk mata

uang masing-masing negara. Saham ASEAN Stars yang dimasukkan ke dalam

lingkup penelitian adalah saham perusahaan yang memiliki expected return bulanan

positif selama rentang periode yang diteliti sebab dari sisi investor mengharapkan

imbal hasil (return) positif untuk melakukan investasi. Sedangkan dalam penelitian

ini hanya saham ASEAN Stars dari 4 negara yang digunakan, yaitu Singapura,

Malaysia, Indonesia, dan Thailand, karena ketersediaan datanya di Yahoo! Finance.


8/15


8

ISSN: 2477-17088

Tabel 2: Jumlah Perusahaan Objek Penelitian

NegaraJumlah Perusahaan Objek Penelitian

ASEAN Stars Realized Return Positif

Singapura 30 17

Malaysia 30 21

Indonesia 30 18

Thailand 30 21

Filipina 30 0

Vietnam 30 0

180 77

Berdasarkan perhitungan nilai expected return dan risk kemudian dihitung

nilai Risk-Adjusted Return pada masing-masing saham. Selanjutnya dilakukan

analisis cluster dengan metode K-Means menggunakan software R. Komponen

yang digunakan dalam analisis cluster adalah Return dan Risk-Adjusted Return.

HASIL DAN PEMBAHASAN

Pertama-tama dilakuakn perhitungan expected return dan risk-adjusted

return dari masing-masing saham yang menjadi objek penelitian, diperoleh hasil

perhitungan sebagai berikut:

Tabel 3: Perhitungan Expected Return dan Risk-Adjusted Return

NoKode Negara

& Kode

Saham

ExpectedReturn

(Annualized)

Risk-AdjustedReturn

(Annualized)

NoKode Negara

& Kode

Saham

ExpectedReturn

(Annualized)

Risk-AdjustedReturn

(Annualized)

Panel A: Indonesia Panel C: Singapura

1 ID-ASII 0.169802 0.609426 1 SG-CATL 0.007262 0.028735

2 ID-BBCA 0.186848 0.903624 2 SG-CMAL 0.169100 1.129442

3 ID-BBNI 0.110376 0.371956 3 SG-CMLT 0.052264 0.374827

4 ID-BBRI 0.195494 0.619937 4 SG-CTDM 0.056204 0.300710

5 ID-BMRI 0.112199 0.404250 5 SG-GENS 0.020485 0.096844

6 ID-BSDE 0.194710 0.516189 6 SG-GLPL 0.026947 0.108210

7 ID-CPIN 0.126498 0.281007 7 SG-HKLD 0.153093 0.965007

8 ID-GGRM 0.097633 0.358003 8 SG-IHHH 0.037361 0.149841

9 ID-ICBP 0.240001 0.931821 9 SG-JARD 0.001958 0.010062

10 ID-INDF 0.046573 0.192813 10 SG-NOBG 0.021415 0.136105

11 ID-INTP 0.132181 0.446446 11 SG-SCMN 0.020591 0.134124

12 ID-JSMR 0.129679 0.577059 12 SG-SGXL 0.019001 0.121541

13 ID-KLBF 0.229337 0.971609 13 SG-SIAL 0.036670 0.358778

14 ID-LPKR 0.132740 0.342931 14 SG-SPRM 0.131492 0.942573

15 ID-MNCN 0.167508 0.426525 15 SG-STAR 0.004868 0.029886

16 ID-SMGR 0.099314 0.353905 16 SG-STEG 0.080537 0.566256

17 ID-TLKM 0.289977 1.174928 17 SG-STEL 0.032465 0.170676

18 ID-UNVR 0.208746 0.965899

Panel B: Malaysia Panel D: Thailand

1 MY-AMMB 0.039552 0.401580 1 TH-ADVA 0.190768 0.702951


9/15


9

ISSN: 2477-17089

2 MY-AXIA 0.093234 0.674742 2 TH-AOT 0.500075 1.597323

3 MY-BATO 0.081587 0.465343 3 TH-BAY 0.065759 0.177734

4 MY-DSOM 0.299714 1.438346 4 TH-BBL 0.039470 0.193817

5 MY-GENM 0.077038 0.564472 5 TH-BEC 0.038332 0.116765

6 MY-HLBB 0.120888 0.762975 6 TH-BGH 0.233584 1.032993

7 MY-HLCB 0.122070 0.703363 7 TH-BIGC 0.198722 0.712374

8 MY-IHHH 0.214262 1.627687 8 TH-CPALL 0.000606 0.001545

9 MY-KLKK 0.042259 0.265565 9 TH-CPF 0.116653 0.632484

10 MY-MBBM 0.063413 0.609870 10 TH-CPN 0.162614 0.691030

11 MY-MXSC 0.107443 0.986477 11 TH-DTAC 0.201353 0.761757

12 MY-PCGB 0.067304 0.379522 12 TH-INTUCH 0.073144 0.322925

13 MY-PEPT 0.001036 0.005952 13 TH-IRPC 0.063496 0.233000

14 MY-PETR 0.174849 0.688840 14 TH-IVL 0.199798 0.685195

15 MY-PGAS 0.173297 1.126298 15 TH-PTT 0.080007 0.538633

16 MY-PUBM 0.117003 1.110711 16 TH-PTTE 0.078863 0.321369

17 MY-SIME 0.001247 0.009857 17 TH-PTTGC 0.110795 0.475414

18 MY-TENA 0.179020 0.919375 18 TH-RATC 0.122109 0.474202

19 MY-TLMM 0.163785 1.112319 19 TH-SCB 0.049521 0.172961

20 MY-UMWS 0.054350 0.298073 20 TH-SCC 0.025122 0.084006

21 MY-YTLS 0.042006 0.191873 21 TH-SCCC 0.181739 0.696848

Sebelum melanjutkan pada analisis cluster dilakukan penentuan jumlah

cluster (k) yang optimal menggunakan metode elbow. Dengan bantuan software R,

diperoleh grafik di bawah ini:

Gambar 1: Grafik Hasil Metode Elbow


10/15


10

ISSN: 2477-170810

Grafik pada gambar 1 di atas menunjukkan dugaan kuat bahwa jumlah cluster

optimal dengan menggunakan metode Elbow adalah sebanyak 5 cluster . Artinya

berdasarkan risk-adjusted return saham-saham ASEAN Stars yang diteliti, makadapat dikelompokkan menjadi 5 cluster.

Dengan bantuan software R, dilakukan analisis cluster K-Means, diperoleh

hasil sebagai berikut:

Tabel 4: Cluster Centers Hasil Analisis Cluster

ClusterCluster Centers

Expected Return Risk-Adjusted Return

1 0.338017 1.554452

2 0.184480 1.019506

3 0.144914 0.6481264 0.089678 0.371167

5 0.026930 0.112683

Gambar 2: Scatterplot Hasil Analisis Cluster

Berikut ini hasil analisis cluster yang mengelompokkan 77 saham yang

terpilih dalam penelitian ini menjadi 5 cluster :


11/15


11

ISSN: 2477-170811

Tabel 5: Daftar Saham Pada Masing-Masing Cluster

Cluster Kode Negara dan Kode Saham

1 MY-DSOM, MY-IHHH, TH-AOT

2

ID-INDF, MY-PEPT, MY-SIME, MY-YTLS, SG-CATL, SG-GENSSG-GLPL, SG-IHHH, SG-JARD, SG-NOBG, SG-SCMN, SG-

SGXL, SG-STAR, SG-STEL, TH-BAY, TH-BBL, H-BEC, TH-

CPALL, TH-IRPC, TH-SCB, TH-SCC

3

ID-BBCA, ID-ICBP, ID-KLBF, ID-TLKM, ID-UNVR, MY-MXSC,

MY-PGAS, MY-PUBM, MY-TENA, MY-TLMM, SG-CMAL, SG-

HKLD, SG-SPRM, TH-BGH

4

ID-BBNI, ID-BMRI, ID-CPIN, ID-GGRM, ID-INTP, ID-LPKR, ID-

MNCN, ID-SMGR, MY-AMMB, MY-BATO, MY-KLKK, MY-

PCGB, MY-UMWS, SG-CMLT, SG-CTDM, SG-SIAL, TH-

INTUCH, TH-PTTE, TH-PTTGC, TH-RATC

5

ID-ASII, ID-BBRI, ID-BSDE, ID-JSMR, MY-AXIA, MY-GENM,

MY-HLBB, MY-HLCB, MY-MBBM, MY-PETR, SG-STEG, TH-

ADVA, TH-BIGC, TH-CPF, TH-CPN, TH-DTAC, TH-IVL, TH-

PTT, TH-SCCC

Jumlah perusahaan yang telah dikelompokkan dalam cluster-cluster dari

hasil analisis cluster K-Means adalah sebagai berikut:

Tabel 6: Jumlah Perusahaan Pada Masing-Masing Cluster Berdasarkan Negara

ClusterJumlah Perusahaan

Total Singapura Malaysia Indonesia Thailand

1 3 - 2 - 12 21 10 3 1 7

3 14 3 5 5 1

4 20 3 5 8 4

5 19 1 6 4 8

Cluster 1 merupakan kelompok saham yang memiliki nilai return ekstrim

terdiri atas saham perusahaan Malaysia dan Thailand. Pada Cluster 2 yang

merupakan saham dengan return tinggi didominasi oleh saham perusahaan

Singapura dan diikuti oleh Thailand. Beberapa perusahaan Malaysia dan Indonesia

masuk pada cluster 2 namun dengan porsi kecil. Selanjutnya pada cluster 3 dengan

tingkat imbal hasil (return) yang baik lebih banyak saham perusahaan Malaysia dan

Indonesia, sisanya Singapura dan Thailand sedikit di cluster ini.

Sedangkan pada cluster 4 saham perusahaan Indonesia mendominasi,

cluster ini memberikan return yang sedang. Namun saham perusahaan Malaysia,


12/15


12

ISSN: 2477-170812

Thailand, dan Singapura sebagaian juga berada di cluster ini. Terkahir cluster 5

yang memberikan return cukup, didominasi saham perusahaan Thailand dan

Malaysia.Dari hasil yang ada penulis mencoba menguji bagaimana portofolio yang

dibentuk berdasarkan kluster tersebut mampu memberikan hasil yang baik pada

saat terjadi ketidakstabilan ekonomi di ASEAN. Penulis mencoba membuat

pendekatan pada saat terjadi krisis global di akhir tahun 2008. Portofolio yang

dibentuk terdiri atas masing-masing satu saham dari tiap cluster, dalam hal ini

adalah MY-DSOM, TH-CPALL, ID-BBCA, MY-KLKK, ID-BSDE. Ini

merupakan saham dengan nilai risk-adjusted return terkecil dari masing-masing

cluster . Selanjutnya menggunakan data harga historis sepanjang periode Juli 2008s.d. Juni 2009 (1 tahun), dihitung return dan risk dari portofolio dan

membandingkannya dengan indeks saham.

Tabel 6: Return dan Risk contoh portofolio vs indeks

(Annualized) Portofolio**Indeks***

SG TH ID MY

Return* 0.1687 -0.2484 -0.2359 -0.1401 -0.0857

Risk* 0.6705 0.4424 0.5768 0.5390 0.2597

*Rata-rata selama periode Juli 2008 s.d. Juni 2009**Portofolio: MY-DSOM, TH-CPALL, ID-BBCA, MY-KLKK, dan ID-BSDE dengan proporsi

dalam portofolio sama

***SG: Straits Times Index; TH: SET Index; ID: Jakarta Composite Index; MY: FTSE BursaMalaysia KLCI

Tabel 6 menunjukkan bahwa selama periode krisis global semester akhir

2008 hingga semester awal 2009 contoh portofolio yang dibentuk memberikan

retun yang positif meski dengan risiko yang besar dibandingkan dengan return

indeks yang semuanya negatif. Jika lebih detail, penulis menemukan bahwa r eturn

yang positif ini dikarenakan saham dari cluster 1 dan 2 yang memberikan return

tinggi pada kondisi normal ternyata memberikan return rendah bahkan negatif pada

kondisi tidak stabil. Di sisi lain, saham di cluster 3, 4 dan 5 ternyata memberikan

return yang rendah namun konsisten dengan kata lain kondisi tidak stabil yang

terjadi tak lantas menjatuhkan return-nya.


13/15


13

ISSN: 2477-170813

KESIMPULAN DAN SARAN

Setelah melakukan analisis cluster pada saham ASEAN Stars yang terpilih

pada penelitian ini berdasarkan nilai risk-adjusted return diperoleh jumlah clusteroptimal yang diperoleh adalah sebanyak 5 cluster. Artinya 5 cluster ini memiliki

porbedaan imbal hasil (return) yang berbeda antara cluster satu dengan yang lain,

dari cluster yang memiliki risk-adjusted return ekstrim hingga cukup. Jumlah

perusahaan pada masing-masing cluster secara berurut dari cluster 1 s.d. 5 adalah:

3, 21, 14, 20, dan 19. Saham perusahaan Singapura mendominasi pada cluster 2,

Indonesia pada cluster 4, Thailand pada cluster 5 dan 2, sedangkan Malaysia hampir

merata di setiap cluster.

Dengan demikian investor yang hendak melakukan diversifikasi denganmembentuk portofolio di Bursa ASEAN khususnya terhadap saham-saham

ASEAN Stars, perlu memperhatikan karakteristik dari return dan risk di masing-

masing negara ASEAN. Sebagaimana karakteristik pasar modal negara

berkembang pada umumnya adalah volatilitas yang tinggi namun menawarkan

return yang tinggi. Secara umum penelitian ini menunjukkan alternatif

pengelompokan saham-saham ASEAN Stars berdasarkan risk-adjusted return

sehingga investor dapat memperoleh manfaat dalam keputusan berinvestasi di bursa

ASEAN. Seperti jika dalam kondisi ketidakstabilan ekonomi ASEAN yang

menimpa, portofolio yang dibentuk berdasarkan analisis cluster memberikan

performa yang mampu berada di atas performa pasar.

Penelitian ini terbatas pada risk-adjusted return yang digunakan yang dalam

analisis cluster yaitu hanya menggunakan faktor expected return dan risk saham.

Penelitian selanjutnya diharapkan mampu membentuk cluster berdasarkan ukuran

lainnya yang memperhatikan faktor risk free rate, return pasar, beta pasar/risiko

sistematik, dan risiko nonsistematik. Ukuran yang dimaksud seperti sharpe ratio,

treynor ratio, atau jensen alpha sebagaimana pada Bacon (2008).

Di samping itu, Moerman (2007) menemukan bahwa peluang diversifikasi

antarnegara di Eropa semakin berkurang dimana diversifikasi industri merupakan

strategi yang lebih baik daripada diversifikasi negara namun portofolio terbaik

dibangun dari kombinasi diversifikasi negara sekaligus diversifikasi industri.


14/15


15/15


15

ISSN: 2477-170815

_____. Definition of Risk Adjusted Return, The Economic Times. URL:

http://economictimes.indiatimes.com/definition/risk-adjusted-return diakses

pada 10 April 2016.

analisis cluster saham asean stars berdasarkan risk-adjusted return - arsyil hendra saputra

Documents