Salah satu sarana investasi yang berkembang pesat di Indonesia akhir-akhir ini adalah pasar modal. Hal paling mendasar yang harus diketahui oleh seorang investor adalah adanya risiko yang selalu mengikuti return. Oleh karena itu, investor perlu memprediksi return yang diharapkan supaya dapat memaksimalkan keuntungan pada tingkat risiko tertentu. Salah satu cara paling populer untuk memprediksinya adalah CAPM (Capital Asset Pricing Model). Karena pasar modal Indonesia saat ini sudah berkembang pesat dan minat investor untuk berinvestasi juga tinggi, penelitian ini dilakukan untuk menilai kembali berlakunya CAPM di pasar modal Indonesia. Penelitian dilakukan dengan menggunakan metode two pass regression dan teknik rolling window regression, serta dengan menerapkan pendekatan berupa pembentukan portofolio berdasarkan urutan peringkat beta. Selain itu, tahap kedua regresi dilakukan sebanyak dua kali, yaitu dengan intercept dan tanpa intercept, untuk melihat pengaruh adanya intercept terhadap kinerja CAPM di pasar modal Indonesia. Data yang digunakan dalam penelitian ini adalah data saham 50 perusahaan Bursa Efek Indonesia (BEI) dengan kapitalisasi pasar tertinggi selama tahun 2017 hingga tahun 2021. Hasil yang ditemukan dari penelitian ini adalah CAPM tanpa intercept signifikan untuk 59,18% subperiode dengan pemenuhan syarat market risk premium harus signifikan dan bernilai positif sebesar 51,72% dan pemenuhan syarat intercept harus bernilai 0 atau tidak signifikan sebesar 100%. Sementara itu, CAPM dengan intercept sama sekali tidak signifikan dengan tidak ada satu pun syarat yang terpenuhi. Oleh karena itu, CAPM tanpa intercept terbukti jauh lebih baik daripada CAPM dengan intercept. Berdasarkan model tersebut, sekitar 35,2% hingga 80,79% keragaman pada return yang diharapkan dari saham BEI mampu dijelaskan oleh beta yang mewakili risiko sistematisnya, sedangkan sisanya dijelaskan oleh faktor lain. Meskipun hal ini belum sepenuhnya sesuai dengan prinsip CAPM, CAPM masih bisa digunakan dengan baik pada saham BEI dengan menghilangkan intercept pada regresi tahap kedua.