APLIKASI MODEL BINOMIAL DALAM FORWARD CONTRACT DAN FORWARD EXCHANGE RATE CONTRACT HARYANTO

Ukuran: px
Mulai penontonan dengan halaman:

Download "APLIKASI MODEL BINOMIAL DALAM FORWARD CONTRACT DAN FORWARD EXCHANGE RATE CONTRACT HARYANTO"

Transkripsi

1 APLIKASI MODEL BINOMIAL DALAM FORWARD CONTRACT DAN FORWARD EXCHANGE RATE CONTRACT HARYANTO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 203

2 2 ABSTRAK HARYANTO. Aplikasi Model Binomial dalam Forward Contract dan Exchange Rate Forward Contract. Dibimbing oleh BERLIAN SETIAWATY dan RETNO BUDIARTI. Dalam berinvestasi, investor pasti berharap memperoleh return yang maksimum namun investor harus menanggung risiko tertentu yang membuat investor berhati-hati dalam menanamkan uangnya. Oleh sebab itu, berkembanglah produk-produk yang digunakan untuk memperkecil risiko yang sering disebut produk derivatif. Terdapat berbagai macam bentuk produk derivatif diantaranya adalah forward contract dan forward exchange rate contract. Forward contract adalah perjanjian di mana investor diwajibkan untuk menjual atau membeli sebuah aset pada waktu yang telah ditentukan di waktu yang akan datang dengan harga yang telah disepakati. Forward exchange rate contract adalah perjanjian di mana investor mempunyai kewajiban untuk membeli atau menjual uang dengan exchange rates yang telah ditentukan pada waktu yang telah disepakati, tidak memperhatikan besarnya exchange rate pada waktu waktu yang telah disepakati. Dalam karya ilmiah ini dikaji cara menentukan harga dari produk derivatif pada waktu dan keadaan diskret menggunakan struktur model binomial. Model binomial adalah model sederhana yang memodelkan pergerakan harga aset dengan mengasumsikan bahwa terdapat dua kemungkinan pergerakan harga aset di masa mendatang yaitu harga akan naik atau turun. Model binomial yang mendasari ini adalah one-step binomial model di mana harga yang diketahui hari ini dapat menjadi dua kemungkinan nilai di masa depan. Struktur dalam one-step binomial model dapat diperluas menjadi multi-step binomial model. Dalam karya ilmiah ini model one-step binomial dan multi-step binomial digunakan untuk menentukan harga forward contract, dan forward exchange rate contract, kemudian diaplikasikan pada studi kasus transaksi luar negeri PT Bina Pertiwi periode Januari-September 202. Hasil terbaik yang diperoleh dalam studi kasus PT Bina pertiwi adalah ketika menggunakan forward exchange rate contract dengan mengurangi kerugian sebesar Rp ,55. Kata Kunci : Model Binomial, Forward Contract, Exchange Rate Forward Contract.

3 3 ABSTRACT HARYANTO. Aplication of Binomial Model in Forward Contract and Forward Exchange Rate Contract. Supervised by BERLIAN SETIAWATY and RETNO BUDIARTI. Investors have purposed to obtain a maximum return, but they must be carefull to put the money because they would take a risk. Therefore, products are introduced to reduce the risk. They are called derivative products. There are many kinds of derivative products, such as forward contract and forward exchange rate contract. A forward contract is an agreement or a contract to buy or sell assets with delivery at a specified time and price. A forward exchange rate contract is an agreement or a contract to buy or sell a specified amount of money with a specified exchange rate at a specified time, no matter what the actual exchange rate is at specified time. In this paper, the price of derivative products at a discrete time will be determined using binomial model. A binomial model is a model that describes asset price movements by assuming two possibilities of asset price movements in the future that is, up or down. An underlying of binomial model is one-step binomial model, which is the known prices today can be two possible value in the future. One-step binomial model can be expanded to become multi-step binomial model. In this paper, one-step binomial and multi-step binomial model are used to determining the price of forward contract, and forward exchange rate contract. This model can be applied to the case study of overseas transaction at PT Bina pertiwi on the periode of Januari-September 202. The best result that is obtained in the case of overseas transaction at PT Bina Pertiwi is the model using forward exchange rate contract. Model using forward exchange rate contract is able to decrease compensation as big as Rp ,55. Keywords : Binomial Model, Forward Contract, Forward Exchange Rate Contract.

4 4 APLIKASI MODEL BINOMIAL DALAM FORWARD CONTRACT DAN FORWARD EXCHANGE RATE CONTRACT HARYANTO Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 203

5 5 Judul Nama NIM : Aplikasi Model Binomial dalam Forward Contract dan Forward Exchange RateContract : Haryanto : G Menyetujui, Pembimbing I Pembimbing II Dr. Dra. Berlian Setiawaty, M.S. Ir. Retno Budiarti, M.S. NIP NIP Mengetahui, Ketua Departemen Matematika Dr. Dra. Berlian Setiawaty, M.S. NIP Tanggal Lulus :

6 6 PRAKATA Assalamu alaikum Warahmatullahi Wabarakatuh. Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala nikmat, karunia, izin, dan pertolongan-nya sehingga penulis dapat menyelesaikan penulisan skripsi ini dengan baik. Penyusunan karya ilmiah ini tidak lepas dari peranan dari berbagai pihak. Untuk itu penulis mengucapkan terima kasih yang sebesar-besarnya kepada:. Keluargaku tercinta: Ayah dan Ibu (terima kasih atas doa, dukungan, kesabaran, kepercayaan, kasih sayang, motivasi dan segalanya), Nenek (atas doa dan dukungan yang terus menerus), Kakakku (terima kasih atas doa, dukungan dan kasih sayang), serta keluarga besar baik dari Ayah maupun Ibu (terima kasih atas doa, kasih sayang, dan motivasinya), 2. Dr. Dra. Berlian Setiawaty, M.S. selaku dosen pembimbing I atas segala kesabaran, ilmu dan masukannya selama membimbing penulis, 3. Ir. Retno Budiarti, M.S. selaku dosen pembimbing II atas segala kesabaran, ilmu dan masukannya selama membimbing penulis, 4. Dr. Ir. Endar H. Nugrahani, M.S. selaku dosen penguji dan seluruh dosen Departemen Matematika FMIPA IPB, 5. Staf Departemen Matematika: Pak Yono, Mas Heri, Mas Deni, Bu Ade, Bu Susi, Alm. Pak Bono, Pak Acep, dan lainnya (terima kasih atas bantuan dan motivasinya), 6. Teman-teman satu bimbingan: Putri Utari, Novri Hendri dan M. Izzudin yang selalu saling mengingatkan dan memberi motivasi dalam penyusunan skripsi ini. 7. Isna Aldilla, atas doa, kasih sayang, motivasi, dan bantuannya. 8. Teman-teman mahasiswa Matematika angkatan 45: Vivi, Rischa, Wulan, Ana, Fenny, Aci, Gita, Bolo, Mega, Dina, Nurul, Yunda, Fitryah, Anggun, Finata, Dewi, Mya, Rini, Dono, Prama, Chastro, Fuka, Ade, Tiwi, Pipin, Fikri, Irwan, Ari, Herlan, Arbi, Dimas, Beni, Ito, Ryan, Risman, Wahidi, Ridwan, Nurhadi, Rianiko, Agustina, Haya, Nova, Dini, Heru, Aisyah, Bram, Anisa, Kunedi, Khafidz, Irma dan semua atas doa, dukungan semangatnya serta kebersamaannya selama 3,5 tahun di Math 45, 9. Kakak-kakak Matematika angkatan 44: Kak Ruhiyat, Kak Ririh, Kak Yuyun, Kak Nurul, Kak Imam, Kak Ali, Kak Rofi, Kak Mutia, Kak Ima, Kak Della, Kak Tyas, Kak Fitri, Kak Denda, Kak Wenti, Kak Deva, Kak Ayum, Kak Istiti, Kak Cepy, dkk, yang telah memberi bantuan serta dukungannya, 0. Adik-adik Matematika angkatan 46, 47, dan 48: Syukrio, Nurul, Evy, Qowi, Hendra, Rudi, Dian, Dio, Bari, Ihsan, Tita, Fenny, Uwie, Irma, Rahmi, Melisa, Windi, Putri, Yoyok, Andri, Reni, Dayat, dkk, yang telah memberi dukungan, doa, dan dukungannya,. Teman-teman lainnya yang telah mendukung selama ini, baik moral maupun material. Penulis menyadari bahwa dalam karya ilmiah ini masih terdapat kekurangan, oleh karena itu penulis mengharapkan saran dan kritik dari semua pihak. Semoga karya ilmiah ini dapat bermanfaat bagi semua pihak yang memerlukan. Bogor, Maret 203 Haryanto

7 7 RIWAYAT HIDUP Penulis lahir di Bogor pada tanggal 22 Oktober 99 sebagai anak kedua dari dua bersaudara, anak dari pasangan Bapak Parno Siswanto dan Ibu Kokom. Penulis menyelesaikan pendidikan Sekolah Dasar (SD) pada tahun 2002 di SDN Bantarjati V Bogor, dilanjutkan pendidikan menengah pertama (SMP) diselesaikan pada tahun 2005 di SMPN 3 Bogor dan pendidikan lanjutan menengah atas (SMA) diselesaikan pada tahun 2008 di SMAN 7 Bogor. Penulis diterima sebagai mahasiswa Institut Pertanian Bogor pada tahun 2008 melalui jalur Undangan Seleksi Masuk IPB (USMI), Tingkat Persiapan Bersama. Pada tahun 2009, penulis memilih mayor Matematika pada Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis aktif pada kegiatan kemahasiswaan Gugus Mahasiswa Matematika (Gumatika) sebagai staf Departemen Keilmuan periode 2009/200 dan ketua Departemen Keilmuan periode 200/20. Berbagai kegiatan kepanitiaan penulis ikuti selama menjadi mahasiswa seperti Matematika Ria 200 sebagai Sekretaris dan Matematika Ria 20 sebagai Ketua.

8 8 DAFTAR ISI Halaman DAFTAR GAMBAR DAFTAR LAMPIRAN. ix ix I II III IV V VI PENDAHULUAN. Latar Belakang.2 Tujuan..3 Sistematika Penulisan LANDASAN TEORI 2. Pengantar Teori Peluang Matematika Keuangan Jenis jenis Contract.. 4 MODEL BINOMIAL UNTUK CONTINGENT CLAIM 3. Model Binomial satu langkah Model Cox-Ross-Rubinstein (CRR) Model Binomial Multiperiode Binomial tree dua langkah Binomial tree tiga langkah Model Binomial n-langkah 9 APLIKASI MODEL BINOMIAL DALAM CONTRACT 4. Forward Contract 4.2 Exhange Rate Forward Exchange Rate Contract 20 APLIKASI MODEL BINOMIAL PADA FORWARD CONTRACT & FORWARD EXCHANGE RATE CONTRACT STUDI KASUS : PT BINA PERTIWI 5. PT Bina Pertiwi Data Perhitungan transaksi luar negeri Aplikasi Forward Contract Aplikasi Forward Exchange Rate Contract 30 SIMPULAN DAN SARAN 6. Simpulan Saran 2 32 DAFTAR PUSTAKA LAMPIRAN viii

9 9 DAFTAR GAMBAR Halaman Binomial tree satu langkah Binomial tree satu langkah dalam model CRR Binomial tree dua langkah Binomial tree dua langkah dalam model CRR Binomial tree tiga langkah Binomial tree tiga langkah dalam model CRR Binomial tree n langkah. 9 8 Distribusi nilai dari S Imbal hasil long forward contract Imbal hasil short forward contract.... DAFTAR LAMPIRAN Halaman Pembuktian persamaan (3.3) dan persamaan (3.4) 28 2 Pembuktian persamaan (3.5), (3.6), dan (3.7) Pembuktian persamaan (3.2) Pembuktian persamaan (3.22) Pembuktian persamaan (3.26) Pembuktian persamaan (3.27) Pembuktian persamaan (3.28) Pembuktian persamaan (3.29) Pembuktian persamaan (4.2) Pembuktian persamaan (4.4) Perhitungan forward contract two-step.. 44 Perhitungan forward contract three-step Perhitungan forward contract four-step. 46 Perhitungan forward contract five-step Perhitungan forward exchange rate contract two-step.. 48 Perhitungan forward exchange rate contract three-step 49 Perhitungan forward exchange rate contract four-step.. 50 Perhitungan forward exchange rate contract five-step... 5 ix

10 0 I PENDAHULUAN. Latar Belakang Investasi di sektor keuangan semakin berkembang saat ini. Investor tidak hanya berinvestasi pada aset riil seperti logam mulia, atau minyak, tetapi investor saat ini sudah mulai tertarik berinvestasi pada aset keuangan seperti saham, obligasi, dan mata uang. Saham dan obligasi saat ini sudah menjadi populer sebagai salah satu alternatif investasi bagi para investor. Dalam berinvestasi, investor pasti berharap memperoleh return dengan biaya awal yang minimum. Namun, untuk memperoleh return, investor harus berani menanggung risiko tertentu yang membuat investor harus berhatihati dalam menanamkan uangnya. Oleh sebab itu, berkembanglah produk-produk yang digunakan untuk memperkecil risiko yang sering disebut produk derivatif. Terdapat berbagai macam bentuk produk derivatif diantaranya adalah forward contract, future contract, dan option. Terdapat banyak model yang dapat digunakan untuk menentukan harga dari produk derivatif. Dalam karya ilmiah ini akan dikaji cara menentukan harga dari produk derivatif pada waktu dan keadaan diskret menggunakan struktur model binomial menurut Van der Hoek & Elliott dalam buku yang berjudul Binomial Models in Finance tahun Model binomial adalah model sederhana yang memodelkan pergerakan harga aset dengan mengasumsikan bahwa terdapat dua kemungkinan pergerakan harga aset di masa mendatang yaitu harga akan naik atau harga akan turun. Model binomial yang mendasari ini adalah one-step binomial model (model binomial satu langkah) di mana harga yang diketahui hari ini dapat menjadi dua kemungkinan nilai di masa depan yaitu besok, atau minggu yang akan datang atau tahun yang akan datang. Dengan menggunakan one-step binomial model dapat ditentukan harga rasional suatu aset hari ini. Struktur dalam one-step binomial model dapat diperluas menjadi multi-step binomial model. Dalam karya ilmiah ini model one-step binomial dan multi-step binomial akan digunakan untuk menentukan harga forward contract, dan forward exchange rate contract. Hasil penentuan harga forward contract dan forward exchange rate contract diaplikasikan pada suatu studi kasus yaitu pada data transaksi luar negeri yang dilakukan oleh PT Bina Pertiwi periode Januari- September Tujuan Tujuan dari karya ilmiah ini adalah:. Mengkaji model binomial dalam menentukan harga dari produk derivatif pada waktu dan keadaan diskret. 2. Mengkaji rumus untuk menentukan harga dari forward contract, dan forward exchange rate contract menggunakan one-step binomial dan multi-step binomial model. 3. Mengaplikasikan rumus yang diperoleh pada data transaksi luar negeri yang dilakukan oleh PT Bina Pertiwi..3 Sistematika Penulisan Karya ilmiah ini terdiri atas enam bab. Bab pertama merupakan pendahuluan yang berisi uraian mengenai latar belakang, tujuan, dan sistematika penulisan. Bab kedua merupakan landasan teori yang berisi definisi dan teorema dasar. Bab ketiga menjelaskan model binomial baik model binomial satu langkah dan model binomial dengan periode lebih dari satu. Bab keempat merupakan pembahasan yang berisi penentuan rumus untuk harga dari forward contract, dan exchange rate menggunakan one-step binomial model dan multi-step binomial. Bab lima berisi aplikasi rumus yang telah ditentukan pada studi kasus. Bab terakhir pada tulisan ini berisi kesimpulan dan saran dari keseluruhan penulisan.

11 2 II LANDASAN TEORI 2. Pengantar Teori Peluang Definisi (Percobaan acak) Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui tetapi hasil pada percobaan selanjutnya tidak dapat diduga dengan tepat. Percobaan semacam ini disebut percobaan acak. [Grimmett & Stirzaker 992] Definisi 2 (Ruang contoh) Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak dan dinotasikan dengan Ω. [Grimmett & Stirzaker 992] Definisi 3 (Medan-σ) Medan-σ adalah suatu himpunan F yang anggotanya terdiri atas himpunan bagian ruang contoh Ω, yang memenuhi syarat berikut:. F. 2. Jika A, A 2, F, maka A F. i i 3. Jika A F, maka A c F. [Hogg et al. 2005] Definisi 4 (Peubah acak) Misalkan F adalah medan-σ dari ruang contoh Ω. Suatu peubah acak X adalah suatu fungsi X: Ω R dengan sifat bahwa ω Ω: X(ω) x F untuk setiap x R. [Grimmett & Stirzaker 992] Definisi 5 (Peubah acak diskret) Peubah acak X dikatakan diskret jika himpunan nilai dari peubah acak tersebut merupakan himpunan tercacah atau berhingga. [Grimmett & Stirzaker 992] Definisi 6 (Fungsi massa peluang) Fungsi massa peluang dari peubah acak diskret X adalah fungsi p: Ω [0,] yang diberikan oleh p X x P X x [Hogg et al. 2005] Definisi 7 (Percobaan binom) Percobaan binom adalah percobaan yang memiliki ciri ciri berikut:. Percobaan terdiri dari n ulangan. 2. Dalam setiap ulangan, hasilnya dapat digolongkan dengan berhasil atau gagal. 3. Peluang berhasil, yang dilambangkan p untuk setiap ulangan adalah sama, tidak berubah-ubah. 4. Ulangan-ulangan ini bersifat bebas satu sama lain. [Walpole 992] Definisi 8 (Peubah acak binom) Peubah acak binom adalah peubah X yang menyatakan banyaknya keberhasilan dalam n ulangan yang bebas dalam suatu percobaan binom. [Walpole 992] Definisi 9 (Sebaran binom) Bila suatu ulangan binom mempunyai peluang keberhasilan p dan peluang kegagalan q p, maka sebaran peluang bagi peubah acak binom X untuk mendapatkan keberhasilan x kali dalam n kali ulangan yang bebas adalah b x; n, p n x px q n x untuk x 0,, 2,, n dan 0 p, q. [Walpole 992] Definisi 0 (Nilai harapan) Jika X adalah peubah acak diskret dengan fungsi massa peluang p X (x), maka nilai harapan dari X dinotasikan dengan E(X) adalah E X x x p X x, asalkan jumlah di atas konvergen mutlak. [Hogg et al. 2005] Definisi (Ragam) Misalkan X adalah peubah acak diskret dengan fungsi massa peluang p X (x) dan nilai harapan E(X). Ragam dari X, dinotasikan dengan Var(X) atau σ X 2, adalah σ 2 X E((X E X ) 2 ) x E X 2 p X x. x [Hogg et al. 2005]

12 3 Definisi 2 (Kovarian) Kovarian dari dua peubah acak X dan Y, ditulis cov X, Y, didefinisikan sebagai berikut cov X, Y E X μ X Y μ Y di mana μ X dan μ Y adalah nilai harapan dari X dan Y. [Ross 2009] Persamaan Cov X, Y dapat diuraikan menjadi Cov X, Y E XY μ X Y μ Y X + μ X μ Y E XY μ X E Y μ Y E X + μ X μ Y E XY μ X μ Y μ Y μ X + μ X μ Y E XY E X E Y. (.) 2.2 Matematika keuangan Definisi 3 (Aset berisiko) Aset berisiko adalah aset di mana nilai di masa yang akan datang tidak dapat diprediksi. [Capinski & Zastawniak 2003] Definisi 4 (Aset tidak berisiko) Aset tidak berisiko adalah aset di mana nilai di masa mendatang sudah ditentukan. Aset tidak berisiko dapat diartikan sebagai banyaknya aset yang disimpan di bank. [Capinski & Zastawniak 2003] Definisi 5 (Obligasi) Obligasi adalah sertifikat atau surat berharga yang berisi kontrak antara investor sebagai pemberi dana dengan penerbitnya sebagai peminjam dana. Penerbit obligasi mempunyai kewajiban kepada pemegangnya untuk membayar bunga secara regular sesuai jadwal yang telah ditetapkan serta melunasi kembali pokok pinjaman pada saat jatuh tempo. [Tandelilin. 200] Definisi 6 (Underlying assets) Underlying asset adalah aset yang dijadikan sebagai objek atau dasar transaksi. Aset yang dijadikan sebagai underlying dapat berupa barang berwujud maupun tidak berwujud, seperti tanah, bangunan, berbagai jenis proyek pembangunan, serta aset non fisik lainnya seperti jasa. Yang termasuk underlying assets antara lain adalah komoditas (minyak, gas, emas), saham, mata uang, obligasi. [Van der Hoek & Elliott 2006] Definisi 7 (Produk derivatif) Produk derivatif adalah investasi keuangan (atau kontrak) di mana harganya tergantung pada underlying assets. [Van der Hoek & Elliott 2006] Definisi 8 (Contingent claim) Contingent Claim adalah sekuritas yang memberikan return yang tergantung pada nilai aset lain seperti harga komoditas, harga saham dan obligasi, atau nilai indeks pasar. [Bodie et al. 2002] Definisi 9 (Short sell) Short sell adalah menjual aset yang bukan miliknya, investor meminjam aset dari pialang dan kemudian investor tersebut menjualnya. Di waktu tertentu di masa mendatang, investor tersebut akan mengembalikan dalam jumlah lembar yang sama. [Tandelilin 200] Definisi 20 (Peluang arbitrase) Peluang arbitrase adalah peluang di mana sebuah aset atau portofolio aset yang nilainya hari ini adalah nol dan nilainya di semua kemungkinan keadaan waktu di masa depan tidak pernah negatif. Lebih mudah dikatakan bahwa peluang arbitrase adalah peluang untuk memulai hari ini dengan nol yang pada akhirnya mendapatkan keuntungan di waktu yang akan datang. [Van der Hoek & Elliott 2006] Sebagai contoh diambil dari Capinski & Zastawniak (2003), kemungkinan mendapatkan keuntungan bebas risiko tanpa investasi awal dapat muncul ketika partisipan pasar membuat kesalahan. Misalkan dealer A di New York menawarkan untuk membeli British pounds pada tingkat da.62 dollar ke pound saat dealer B di London menjualnya pada tingkat db.60 dollar ke pound. Jika terdapat kasus demikian, investor tanpa modal awal dapat memiliki keuntungan dengan memperjualbelikan da db 0.02 dollar/pound. Solusi yang harus dilakukan adalah secara cepat mengharuskan dealer untuk menyesuaikan exchange rate sehingga kemungkinan keuntungan dapat hilang.

13 4 Misalkan W(t) adalah peubah acak yang menunjukkan nilai aset (atau portofolio) pada waktu t maka W(0) adalah nilai aset hari ini. W (T, ω) adalah nilai pada waktu T (masa yang akan datang) ketika keadaan di dunia adalah ω, maka peluang arbitrase bagi beberapa aset keuangan W sedemikian rupa sehingga ω Ω, W 0, ω 0 ω Ω, W T, ω 0 ω Ω, W T, ω > 0. [Van der Hoek & Elliott 2006] Aksioma dasar yang digunakan adalah sebagai berikut. Aksioma (No arbitrage axiom) Jika nilai awal portofolio adalah nol, yaitu W (0) 0, maka W() 0 dengan peluang, berarti bahwa tidak ada investor yang pasti mendapatkan uang tanpa risiko dan tanpa modal awal. [Capinski & Zastawniak 2003] Menurut Capinski & Zastawniak (2003), jika portofolio melanggar aksioma ini, dapat dikatakan bahwa peluang arbitrase bisa terjadi. Pengecualian arbitrase dalam model matematika cukup mendekati kenyataan dan menjadi asumsi yang sangat penting dan menguntungkan, sehingga argumentasi berdasarkan no arbitrage axiom merupakan dasar dari financial mathematics. Konsekuensi dari aksioma ini adalah sebagai berikut. Teorema (Law of One Price). Misalkan terdapat dua aset A dan B dengan harga pada waktu t 0, P 0 A 0, P 0 B 0. Seandainya ada waktu T 0 sehingga harga A dan B sama di semua keadaan di dunia: Meminjam dan menjual A, berarti P 0 A. Membeli B, berarti P 0 (B) Sehingga P 0 A P 0 B > 0, yang bisa dipegang atau diinvestasikan. Catatan strategi ini memerlukan tidak adanya investasi awal. Pada waktu T, maka Membeli dan mengembalikan A, berarti P T A. Menjual B, berarti P T B. Karena P T A P T B, maka hasil yang diperoleh adalah $0. Tetapi, masih mempunyai hasil yang positif sebesar P 0 A P 0 (B), sehingga telah menunjukkan adanya peluang arbitrase. Kontradiksi dengan aksioma dasar, sehingga haruslah P 0 A P 0 (B). Untuk pembuktian P 0 A < P 0 (B) argumen yang sama dapat digunakan. Pada pembuktian ini diasumsikan tidak ada biaya transaksi dalam melaksanakan perdagangan, dan aset yang terlibat dapat dibeli dan dijual setiap saat. 2.3 Jenis-jenis Contract Definisi 2 (Forward contact) Forward contract adalah perjanjian di mana investor diwajibkan untuk menjual atau membeli sebuah aset pada waktu yang telah ditentukan di waktu yang akan datang, disebut delivery time, dengan harga yang telah disepakati yang disebut forward price. [Van der Hoek & Elliott 2006] Menurut Capinski & Zastawniak (2003), dalam forward contract, investor yang setuju untuk untuk menjual suatu aset disebut mengambil short forward position dan investor yang setuju untuk untuk membeli suatu aset disebut mengambil long forward position. maka P T A P T (B) P 0 A P 0 (B). [Van der Hoek & Elliott 2006] Definisi 22 (Exchange rate) Exchange rates adalah nilai suatu mata uang dalam bentuk mata uang lain. [ Fabozzi & Modigliani 2002] Bukti Misalkan P 0 A > P 0 (B). Bentuklah portofolio berikut pada waktu t 0, dimulai dengan $0.

14 5 III MODEL BINOMIAL UNTUK CONTINGENT CLAIM Dalam tugas akhir ini akan dibahas model binomial untuk menentukan harga contingent claim yang dijelaskan oleh Van der Hoek & Elliott (2006). Model ini dapat dikerjakan dengan mudah karena berisi sedikit parameter dan struktur setiap node dalam tree diasumsikan sederhana. 3. Model Binomial satu langkah Model binomial sederhana satu langkah dapat digunakan untuk menentukan harga untuk contingent claim hari ini. Dalam model ini terdapat dua waktu, untuk memudahkan akan disebut t 0 dan t. Waktu pada t 0 menunjukkan waktu sekarang, dan waktu pada t menunjukkan waktu mendatang. Dilihat dari t 0, terdapat dua keadaan di saat t yaitu upstate ( ) dan downstate ( ). Tradeable asset dapat diartikan bahwa aset dapat dibeli atau dijual berapapun banyaknya dan kapanpun permintaannya. Diasumsikan untuk setiap aset bahwa harga membeli dan menjual adalah sama pada waktu yang sama. Dalam model yang digunakan terdapat dua tradeable asset, yaitu:. Aset berisiko 2. Aset tidak berisiko. Aset berisiko Pada waktu t 0, aset berisiko S mempunyai nilai yang diketahui S 0 > 0. Pada t, aset berisiko memiliki dua kemungkinan nilai yang berbeda (karena nilainya tidak pasti atau berisiko), yang dilambangkan S(, ) dan S(, ). Diasumsikan bahwa S, > S,. Contoh aset berisiko adalah saham, logam mulia, valuta asing. Aset tidak berisiko Pada waktu t 0, aset tidak berisiko B mempunyai nilai B 0. Pada waktu t, aset tidak berisiko mempunyai nilai yang sama di kedua keadaan pada t (karena tidak berisiko), sehingga ditulis B, B, R + r. Biasanya R dan r 0, di mana r adalah bunga bank. Biasanya diasumsikan bahwa S, < RS 0 < S,. (3.) Contoh aset tidak berisiko adalah obligasi dan deposito. Relative pricing Misalkan X() adalah portofolio yang akan dibayar pada waktu t. Pada model, X() dapat mempunyai dua nilai yaitu X(, ) dan X(, ). Akan ditentukan X(0), harga X pada waktu t 0. Nilai X() tidak pasti karena X adalah fungsi dari S() yang tidak pasti, sehingga X adalah aset yang nilainya tergantung nilai S, X merupakan derivative atau contingent claim. Diasumsikan bahwa dengan memiliki model S, dapat ditentukan X(0) menggunakan relative pricing. Terdapat 2 tahap dalam relative pricing. Tentukan H 0 dan H sehingga X H 0 B + H S. (3.2) Interpretasi sebagai berikut: Didefinisikan bahwa H 0 mewakili banyaknya aset tidak berisiko pada t 0 dan H mewakili banyaknya aset berisiko pada t 0. Pada t, tingkat kepemilikan tidak berubah, tetapi underlying assets mengubah nilai menjadi H 0 B + H S(). Kedua sisi adalah suatu besaran yang acak dan persamaan (3.2) berarti X, H 0 R + H S(, ) (3.3) X, H 0 R + H S,. (3.4) Pemecahan (3.3) dan (3.4) memberikan: Gambar 3. Binomial tree satu langkah.

15 6 H dan X, X, S, S, H 0 X, H S, R X, X, X, S, S(, ) R S, (3.5) 2. Menggunakan one price theorem, yang merupakan akibat dari no arbitrage axiom harus diperoleh H 0 + H S 0. (3.7) Dengan mensubtitusikan nilai H 0 dan H persamaan (3.5) dan (3.6), maka nilai pada persamaan (3.7) akan menjadi sebagai berikut S, X, S, X, R S, S, (3.6) H 0 + H S(0) S, X, S, X, R S, S, + X, X, S, S, S 0 R X, RS 0 S, + X, S, RS 0 R S, S, π X, + π X, di mana π π sehingga RS 0 S, S, S, > 0 (3.8) S, RS 0 S, S, > 0 R π X, + π X,. (3.9) Risk neutral probability Untuk semua nilai 0 p, didefinisikan E p X() sebagai berikut: E p X() p X, + p X,, (3.0) di mana p adalah peluang (dilihat pada t 0) akan terjadi upsate ( ) pada t. Misalkan X adalah tradeable asset di mana nilai pada t 0 adalah X(0) dan nilai pada t adalah X, atau X, tergantung apakah terjadi upstate atau downstate. Berdasarkan rumus umum harga dalam model binomial satu langkah R π X, + π X, R Eπ X. (3.) Didefinisikan return r X untuk aset X r X di mana dapat ditulis X X(0), X(0) X, X(0) r X X(0) X, X(0) r X. X(0) (3.2) Lema. Untuk semua 0 p, q, berlaku E p r X E q r X p q X, X,. (3.3) E π r X r R. (3.4) Bukti: (Lampiran )

16 7 Akibat E p r X r p π E p r X r X p E p r X r X p Bukti: (Lampiran 2) X, X, X, X, X, X,... (3.5) (3.6) (3.7) Definisi 22 Diberikan 0 p dan X, Y adalah dua tradeable asset. Nilai kedua aset tersebut pada waktu t 0 adalah X(0) dan Y(0). Pada waktu t pada keadaan (atau ) nilai kedua aset tersebut adalah X,, Y, (atau X,, Y, ). Kemudian didefinisikan V p X,Y sebagai V p X,Y Cov p (r X, r Y ) Dari persamaan (.) diperoleh V p X,Y E p E P r X r X E P r Y r Y (3.8) E p r X r Y E p r X E p r Y (3.9) Lema 2 Bukti: (Lampiran 3) V p X,Y Akibat 2 Ragam dari X adalah σ X 2 p V X,X p p p p X, X, X, X, (3.2) Asumsikan bahwa E p r X r. Dengan asumsi ini diperoleh lema berikut. Lema 3 Diberikan 0 < p <, maka E p r X r Bukti: (Lampiran 4) p π p ( p) σ X. 2. (3.22) Persamaan (3.22) menjelaskan tentang return yang diharapkan yang berasal dari aset X berdasarkan volatilitas (ragam). Dikatakan bahwa aset tersebut dikatakan berisiko jika nilai volatilitasnya (σ X ) besar. Berdasarkan persamaan (3.22) jika nilai volatilitasnya adalah nol, maka return yang diharapkan hanya r (bunga bebas risiko), tetapi ketika volatilitasnya tidak sama dengan nol akan diperoleh return yang lebih besar. Hasil ini sesuai dengan kenyataan bahwa jika ingin Y, Y, Y 0. (3.20) mendapatkan return yang tinggi maka harus menanggung lebih banyak risiko. Akan tetapi, terdapat satu situasi di mana hasil tersebut tidak berjalan, yaitu ketika p π. Pada keadaan ini return yang diharapkan akan selalu bernilai r apapun risiko yang diperoleh. Jika investor (secara subjektif) berpikir peluang besar terjadi pada waktu t sama dengan π, maka investor tersebut tidak peka terhadap risiko sehingga investor tersebut termasuk risk-neutral. 3.2 Model Cox-Ross-Rubinstein (CRR) Model CRR adalah model untuk menentukan rumus umum harga contingent claim di mana harga aset di masa mendatang (T) akan naik atau turun dengan konstan yaitu sebesar u atau d pada setiap step waktu. Untuk menentukan rumus umum harga contingent claim dengan binomial satu langkah menggunakan model CRR, notasinotasi yang dipakai adalah: S 0 S > 0 S, us, dengan peluang p S, ds, dengan peluang p 0 < d < R < u.

17 8 j 0 j Gambar 3.2 Binomial tree satu langkah dalam model CRR. diperoleh π π RS 0 S, S, S, S, RS 0 S, S, R d u d (3.23) u R u d (3.24) sehingga rumus umum harga untuk contingent claim dalam model binomial satu langkah menggunakan model CRR adalah R R d u R X, + X,. u d u d (3.25) [Van der Hoek & Elliott 2006] Return untuk aset S dalam model binomial satu langkah, dapat ditulis Pada j 0 yaitu node 0,0 harga aset bernilai S 0,0 S(0). Pada j, harga aset akan bernilai S, ( di mana dapat ditulis S, ) dengan peluang p dan S, ( di mana dapat di tulis S,0 ) dengan peluang p. Pada j 2, harga aset akan menjadi 3 keadaan yaitu S 2,, S 2,2, S 2,, S 2,, dan S 2,, S 2,0 dengan peluang masing-masing adalah p 2, 2p p, dan ( p) 2. Model binomial dua langkah dapat dijelaskan dengan menggunakan model CRR. Notasi notasi yang digunakan adalah: S 0,0 S 0 S, us 0 S,0 ds 0 S 2,2 u 2 S(0) S 2, uds(0) S 2,0 d 2 S 0. Gambar model binomial dua langkah menggunakan model CRR ditunjukkan dalam Gambar 3.4 di mana nilai S(0) adalah untuk memudahkan perhitungan. r S u d dengan peluang p dengan peluang p. (3.26) Bukti: (Lampiran 5) 3.3 Model Binomial Multiperiode 3.3. Binomial tree dua langkah Dalam model binomial dua langkah terdapat 3 keadaan pada t. Gambar 3.4 Binomial tree dua langkah dalam model CRR. Return r S (2) untuk aset S, dapat ditulis r S 2 u d Bukti: (Lampiran 6) dengan peluang p dengan peluang p. (3.27) j0 j j 0 j j2 j 2 t 0 t Gambar 3.3 Binomial tree dua langkah. Return ini sama dengan return yang diperoleh pada model binomial satu langkah karena return dihitung berdasarkan pada harga aset sebelumnya.

18 Binomial tree tiga langkah Dalam model binomial tiga langkah terdapat 4 keadaan pada t. S 3,0 d 3 S 0. Gambar model binomial tiga langkah menggunakan model CRR ditunjukkan dalam Gambar 3.6 di mana nilai S(0) adalah untuk memudahkan perhitungan. j0 j j2 j3 t 0 t Gambar 3.5 Binomial tree tiga langkah. Pada j 0 yaitu node 0,0 harga aset bernilai S 0,0 S(0). Pada j, harga aset akan bernilai S, ( di mana dapat ditulis S, ) dengan peluang p dan S, ( di mana dapat di tulis S,0 ) dengan peluang p. Pada j 2, harga aset akan menjadi 3 keadaan yaitu S 2,, S 2,2, [S 2,, S 2,, S 2, ], dan S 2,, S 2,0 dengan peluang masing-masing adalah p 2, 2p p, dan ( p) 2. Pada j 3, harga aset akan menjadi 4 keadaan yaitu S 3,,, S 3,3, S 3,,, S 3,,, S 3,,, S 3,2, S 3,,, S 3,,, S 3,,, S 3,, dan S 3,,, S 3,0 dengan peluang masing-masing adalah p 2, 3p 2 p, 3p p 2 dan ( p) 3. Model binomial tiga langkah dapat dijelaskan dengan menggunakan model CRR. Notasi notasi yang digunakan adalah: S 0,0 S 0 S, us 0 S,0 ds 0 S 2,2 u 2 S(0) S 2, uds(0) S 2,0 d 2 S(0) S 3,3 u 3 S 0 S 3,2 u 2 ds 0 S 3, ud 2 S 0 Gambar 3.6 Binomial tree tiga langkah dalam model CRR. Return r S (3) untuk aset S, dapat ditulis r S 3 u d Bukti: (Lampiran 7) dengan peluang p dengan peluang p. (3.28) Return ini sama dengan return yang diperoleh pada model binomial satu langkah dan model binomial dua langkah karena return dihitung berdasarkan pada harga aset sebelumnya Model binomial n-langkah Setiap node dalam tree ditulis (k, j) dimana k melambangkan langkah k 0,, 2, 3, n. dan penulisan j dalam node melambangkan keadaan j 0,, 2, 3,, k. Pada langkah ke k terdapat k + keadaan. Jika berada pada node (k, j), maka node yang mungkin adalah salah satu dari (k +, j + ) atau (k +, j). t 0 t Gambar 3.7 Binomial tree n-langkah.

19 0 Untuk setiap n j keadaan, peluang masing masing keadaan sama dengan p j ( p) n j. Model binomial n-langkah dapat dijelaskan menggunakan model CRR. Dalam n-step tree untuk harga aset setiap keadaan (atau jalur yang melewati tree) di mana perubahan harga secara tepat j naik ke atas dan n-j turun ke bawah menghasilkan nilai aset S(0)u j d n j pada waktu n. Untuk setiap n j keadaan, peluang masing masing keadaan sama dengan p j ( p) n j, sehingga dapat ditulis Return r S (n) untuk aset S dapat ditulis r S n u d Bukti: (Lampiran 8) dengan peluang p dengan peluang p. (3.29) Return ini sama dengan return yang diperoleh pada model binomial satu langkah dan model binomial dua langkah karena return dihitung berdasarkan pada harga aset sebelumnya. dengan peluang S n, j S(0)u j d n j n j p j ( p) n j untuk setiap j 0,, 2,, n. Nilai aset S(n) pada waktu n adalah variabel acak diskret dengan n + nilai aset yang berbeda. Distribusi nilai S n dapat dilihat dalam gambar 3.8 untuk n 0, p 0.5, S 0, u., dan d 0.9. peluang S(0) Gambar 3.8 distribusi nilai dari S 0. Nilai dari j yang merupakan pergerakan nilai ke atas adalah variabel acak yang menyebar binomial. Hal yang sama juga berlaku untuk nilai dari n j yang merupakan pergerakan nilai ke bawah. Kemudian dapat dikatakan bahwa proses perubahan harga aset mengikuti binomial tree. Dalam n-langkah, binomial dilakukan dalam semua keadaan. Setiap jalur dalam n-langkah bergerak naik dan turun dan setiap step memiliki 2 n elemen nilai.

20 IV APLIKASI MODEL BINOMIAL DALAM CONTRACT Pada bagian ini akan dibahas aplikasi model binomial dalam menentukan harga contingent claim yaitu harga forward contract dan forward exchange rate contract. 4. Forward Contract Forward contract adalah sebuah perjanjian untuk membeli atau menjual aset (S) di masa mendatang (T) untuk harga yang telah disepakati (F). Tidak ada pembayaran yang dilakukan di awal (pada saat t 0) dan harga F disebut forward price. Lebih jauh, long forward contract adalah kesepakatan yang mengikat untuk membeli, sementara short forward contract adalah kesepakatan yang mengikat untuk menjual. Kata mengikat membedakan kontrak ini dengan option contract. Misalkan S(0) adalah harga underlying asset hari ini dan S(T) adalah harga underlying asset pada waktu T dan F adalah harga yang disepakati. Imbal hasil dari long forward contract adalah S T F (membeli dengan harga F dan menjual dengan harga S(T)). Hasil ini mungkin positif, negatif atau nol tergantung pada keadaan pada waktu T. Tidak ada pembayaran di awal yaitu pada saat t 0, sehingga nilai sekarang dari forward contract adalah nol (diasumsikan bahwa tidak ada biaya transaksi). Diagram imbal hasil dari long forward contract ditunjukkan pada Gambar 4.. Hasil dari short forward contract adalah F S(T) (Menjual dengan harga F dan membeli dengan harga S(T)). Hasil ini dapat bernilai positif, negatif atau nol tergantung pada keadaan pada waktu T. Tidak ada pembayaran di awal dan tidak ada biaya transaksi. Diagram ditunjukkan pada Gambar 4.2 imbal hasil F-S(T) harga Gambar 4.2 Imbal hasil dari short forward contract. Imbal hasil untuk short forward contract akan bernilai negatif apabila nilai F lebih besar dibandingkan S(T), bernilai nol apabila nilai F sama dengan S(T), dan bernilai positif apabila nilai F lebih kecil dibandingkan dengan S(T). Aplikasi model binomial dalam forward contract dalam tugas akhir ini adalah untuk menentukan nilai forward contract (F). F S(T) imbal hasil Model Binomial satu langkah S(T)-F F S(T) harga Dalam model binomial satu langkah, terdapat dua waktu yaitu t 0 dan t T. Akan dicoba dirumuskan forward contract menggunakan model binomial satu langkah. Nilai long forward contract pada waktu t T adalah X T S T F. Gambar 4. Imbal hasil dari long forward contract. Imbal hasil untuk long forward contract akan bernilai negatif apabila nilai F lebih besar dibandingkan S(T), bernilai nol apabila nilai F sama dengan S(T), dan bernilai positif apabila nilai F lebih kecil dibandingkan dengan S(T). Nilai di atas akan menjadi X T, S T, F X T, S T, F dan nilai F disetujui pada waktu t 0, sehingga F dapat ditulis F(0) atau F(0,0). Nilai F dalam model binomial satu langkah dirumuskan berdasarkan teorema berikut

21 2 Teorema 4. Misalkan terdapat sebuah aset S dengan harga pada waktu t 0 adalah S(0) 0 dan harga pada waktu T adalah S(T). Dengan tidak ada pembayaran di awal maka nilai forward contract berdasarkan model binomial satu langkah pada waktu t 0 adalah F S 0 R. Bukti: Model dependent Berdasarkan one-step binomial asset pricing model. Misalkan pada waktu T, S(T) sama dengan S(T, ) atau S(T, ). Pada waktu t 0 nilai forward contract adalah nol, sehingga berdasarkan persamaan (3.9) diperoleh 0 R π S T, F + π S T, F 0 R π S T, + π S T, F R 0 S 0 F R F S 0 R. Model independent Asumsikan bahwa F S 0 R > 0. Pada waktu t 0, pinjam S(0) dalam bentuk tunai, beli satu aset, lakukan (short) forward contract untuk menjual aset dengan harga F pada waktu T, maka diperoleh biaya bersih sebesar $0 pada waktu t 0. Pada waktu akhir T, jual aset dengan harga F dan membayar kembali pinjaman dengan bunga yaitu S(0)R. Posisi bersih adalah F S 0 R > 0, yang jelas merupakan suatu keuntungan. Jadi, dengan tidak ada pengeluaran bersih di t 0, bisa menghasilkan keuntungan yang positif pada waktu T. Ini adalah sebuah arbitrase, yang melanggar aksioma dasar kita. Asumsikan sekarang S 0 R F > 0 argumen yang sama bekerja. Pada waktu t 0, short sell satu aset, menginvestasikan jumlah tersebut S(0) di bank sehingga dapat meningkat karena memperoleh bunga sebesar R, lakukan long forward contract untuk membeli aset pada waktu t dengan harga F dan diperoleh biaya bersih sebesar $0 pada waktu t 0. Pada waktu akhir T, beli aset dengan harga F dan mengembalikannya. Pembelian aset didanai dari investasi S(0)R. posisi bersih adalah S 0 R F > 0, yang jelas merupakan suatu keuntungan. Jadi, dengan tidak ada pengeluaran bersih di t 0, bisa menghasilkan keuntungan yang positif pada saat T. Ini adalah sebuah arbitrase yang melanggar aksioma dasar. Model binomial dua langkah Dijelsakan sebelumnya bahwa F(0,0) ditulis untuk menegaskan bahwa F disetujui pada waktu t0, nilai long forward contract pada waktu t2 adalah sebagai berikut X 2,2 S 2,2 F 0,0 X 2, S 2, F(0,0) X 2,0 S 2,0 F(0,0) Nilai F(0,0) dapat dihitung sebagai berikut X,0 π X 2, π X 2,0 R,0 [π S(2,) F(0,0) ( π) S(2,0) F(0,0) ] R,0 F(0,0) π S 2, π S 2,0 R,0 R(,0) F 0,0 S,0 R,0.

22 3 X, π X 2,2 π X 2, R, [π S(2,2) F(0,0) ( π) S(2,) F(0,0) ] R, F(0,0) π S 2,2 π S 2, R, R(,) F 0,0 S, R,.,0 π X, π X,0 R 0,0 F(0,0) F(0,0) π S(,) π S(,0) R 0,0 R(,) R(,0) F(0,0) π S, π S(,0) π R(0,0) R(0,0)R(,) π F 0,0 R 0,0 R,0. Diasumsikan R, R,0 R(), maka,0 F 0,0 π S, π S,0 R 0,0 R 0,0 R F 0,0 S 0,0 R 0,0 R. Diketahui bahwa nilai forward contract pada waktu t 0 adalah nol, maka F 0,0 0 S(0,0) R 0,0 R F 0,0 S 0,0 R 0,0 R F 0,0 S 0,0 R 0,0 R dengan P 0,2 R 0,0 R Maka nilai F(0,0) dapat ditulis sebagai berikut S 0,0 F 0,0 P 0,2. R,0 R P 0 R, R P di mana P 0 nilai IDR pada waktu t dengan keadaan 0 jika pada t 2 terdapat IDR dan P nilai IDR pada waktu t dengan keadaan jika pada t 2 terdapat IDR. Maka nilai X(,0) dan X(,) akan menjadi S 0,0 X,0 S(,0) P 0,2 P 0 S 0,0 X, S, P 0,2 P. Nilai X pada (,0) dan (,) dari long forward contract yang dimulai pada waktu t 0 sampai waktu t 2 adalah X,0 S(,0) F(0,0) R(,0) X, S(,) F(0,0) R(,) Dapat dihitung F(,) yaitu nilai forward contract dari S pada waktu t yang dimulai pada waktu t 0. Nilai F(,) dipengaruhi nilai S(2,2) dan S(2,), maka nilai forward contract pada (,) dapat dihitung sebagai berikut X 2,2 S 2,2 F, X 2, S 2, F,. X, π X 2,2 π X 2, R, [π S(2,2) F(,) ( π) S(2,) F(,) ] R, F(,) π S 2,2 π S 2, R, R(,)

23 4 Dengan nilai X, 0, maka F, X, S, R,. F, S, R, S(,) P. Selain itu nilai F(,0) juga dapat dihitung. Nilai F(,0) dipengaruhi nilai S(2,0) dan S(2,) sehingga perhitungan F(,0) adalah sebagai berikut X 2, S 2, F(,0) X 2,0 S 2,0 F,0. X,0 π X 2, π X 2,0 R,0 [π S(2,) F(,0) ( π) S(2,0) F(,0) ] R,0 F(,0) π S 2, π S 2,0 R,0 R(,0) F,0 S,0 R,0. Dengan nilai X,0 0, Maka F,0 S,0 R,0 S(,0) P 0. Model binomial tiga langkah Perhitungan untuk menentukan nilai F(0,0) pada long forward contract dalam model binomial tiga langkah adalah sebagai berikut. Nilai long forward contract pada t 3 adalah X 3,3 S 3,3 F 0,0 X 3,2 S 3,2 F 0,0 X 3, S 3, F(0,0) X 3,0 S 3,0 F(0,0) X 2,0 π X 3, π X 3,0 R 2,0 [π S(3,) F(0,0) ( π) S(3,0) F(0,0) ] R 2,0 F(0,0) π S 3, π S 3,0 R 2,0 R(2,0) F 0,0 S 2,0 R 2,0. X 2, π X 3,2 π X 3, R 2, [π S(3,2) F(0,0) ( π) S(3,) F(0,0) ] R 2, F(0,0) π S 3,2 π S 3, R 2, R(2,) F 0,0 S 2, R 2,. X 2,2 π X 3,3 π X 3,2 R 2,2 [π S(3,3) F(0,0) ( π) S(3,2) F(0,0) ] R 2,2

24 5 F(0,0) π S 3,3 π S 3,2 R 2,2 R(2,2) F 0,0 S 2,2 R 2,2. X,0 π X 2, π X 2,0 R,0 F(0,0) F(0,0) π S(2,) π S(2,0) R,0 R(2,) R(2,0) F(0,0) π S 2, π S(2,0) π R(,0) R(,0)R(2,) π F 0,0 R,0 R 2,0. Diasumsikan maka R 2,2 R 2, R 2,0 R(2) X,0 F(0,0) π S 2, π S(2,0) R(,0) F 0,0 S,0 R,0 R 2. R(,0)R(2) X, π X 2,2 π X 2, R, F(0,0) F(0,0) π S(2,2) π S(2,) R, R(2,2) R(2,) F(0,0) π S 2,2 π S(2,) π R(,) R(,)R(2,2) π F 0,0 R, R 2,. Diasumsikan maka R 2,2 R 2, R 2,0 R(2) X, F(0,0) π S 2,2 π S(2,) R(,) F 0,0 S, R, R 2. R(,)R(2),0 π X, π X,0 R 0,0 F 0,0 F 0,0 π S, π S,0 R 0,0 R, R 2 R,0 R 2 F(0,0) π S, π S(,0) π R(0,0) R(0,0)R, R 2 π F 0,0 R 0,0 R,0 R 2. Diasumsikan maka R, R,0 R(),0 R 0,0 π S, π S,0 F 0,0 R 0,0 R R(2) F 0,0 S 0,0 R 0,0 R R 2.

25 6 Diketahui bahwa nilai forward contract pada waktu t 0 adalah nol, maka F 0,0 0 S(0,0) R 0,0 R R(2) F 0,0 S 0,0 R 0,0 R R(2) F 0,0 S 0,0 R 0,0 R R(2) dapat ditulis S 0,0 F 0,0 P 0,3 dengan Dengan nilai P 0,3 R 0,0 R R(2). R 2,0 R 2 P 0 2, R 2, R 2 P 2, R 2,2 R 2 2 P 2 2 Di mana P 0 adalah nilai IDR pada waktu t 2 dengan keadaan 0 jika pada 2 t 3 terdapat IDR, P adalah nilai IDR pada waktu t 2 dengan keadaan 2 jika pada t 3 terdapat IDR dan P 2 adalah nilai IDR pada waktu t 2 dengan keadaan 2 jika pada t 3 terdapat IDR maka nilai X 2,0 S(2,0) F(0,0) R(2,0) akan menjadi S 0,0 X 2,0 S(2,0) P 0,3 P 0 2 nilai F 0,0 X 2, S 2, R 2, akan menjadi S 0,0 X 2, S 2, P 0,3 P 2 nilai F 0,0 X 2,2 S 2,2 R 2,2 akan menjadi S 0,0 X 2,2 S 2,2 P 0,3 P 2 2. Dengan nilai R, R 2 R R 2 P 2, R,0 R 2 R R 2 P 0 2 nilai F 0,0 X,0 S,0 R,0 R 2 akan menjadi S 0,0 X,0 S,0 P 0,3 P 0 2 nilai F 0,0 X, S, R, R 2 akan menjadi S 0,0 X, S, P 0,3 P 2. Nilai forward contract pada setiap node dalam model binomial tiga langkah dapat dihitung. Nilai forward contract pada node (2,0) dipengaruhi nilai S pada (3,) dan (3,0), maka nilai forward contract pada (2,0) dapat dihitung sebagai berikut X 3, S 3, F 2,0 X 3,0 S 3,0 F(2,0) X 2,0 π X 3, π X 3,0 R 2,0 [π S(3,) F(2,0) ( π) S(3,0) F(2,0) ] R 2,0 F(2,0) π S 3, π S 3,0 R 2,0 R(2,0) F 2,0 S 2,0 R 2,0. Dengan nilai X 2,0 0, maka F 2,0 S 2,0 R 2,0 S(2,0) 2 P 0. Nilai forward contract pada node (2,) dipengaruhi nilai S pada (3,) dan (3,2), maka nilai forward contract pada (2,) adalah X 3, S 3, F 2, X 3,2 S 3,2 F(2,)

26 7 X 2, π X 3,2 π X 3, R 2, [π S(3,2) F(2,) ( π) S(3,) F(2,) ] R 2, F(2,) π S 3,2 π S 3, R 2, R(2,) F 2, S 2, R 2,. Dengan nilai X 2, 0, maka F 2, S 2, R 2, S(2,) 2 P. Nilai forward contract pada node (2,2) dipengaruhi nilai S pada (3,3) dan (3,2), Maka nilai forward contract pada (2,2) adalah X 3,3 S 3,3 F 2,2 X 3,2 S 3,2 F(2,2) X 2,2 π X 3,3 π X 3,2 R 2,2 [π S(3,3) F(2,2) ( π) S(3,2) F(2,2) ] R 2,2 F(2,2) π S 3,3 π S 3,2 R 2,2 R(2,2) F 2,2 S 2,2 R 2,2. Dengan nilai X 2,2 0, maka F 2,2 S 2,2 R 2,2 S(2,2) 2 P 2. Perhitungan nilai forward contract pada node (,0) adalah sebagai berikut X 3,2 S 3,2 F,0 X 3, S 3, F(,0) X 3,0 S 3,0 F,0. X 2,0 π X 3, π X 3,0 R 2,0 [π S(3,) F(,0) ( π) S(3,0) F(,0) ] R 2,0 F(,0) π S 3, π S 3,0 R 2,0 R(2,0) F,0 S 2,0 R 2,0. X 2, π X 3,2 π X 3, R 2, [π S(3,2) F(,0) ( π) S(3,) F(,0) ] R 2, F(,0) π S 3,2 π S 3, R 2, R(2,) F,0 S 2, R 2,.

27 8 X,0 π X 2, π X 2,0 R,0 F(,0) F(,0) π S(2,) π S(2,0) R,0 R(2,) R(2,0) F(,0) F(,0) π S 2, π S(2,0) π ( π) R(,0) R(,0)R(2,) R(,0)R(2,0) F,0 S,0 R,0 R 2. Dengan nilai X,0 0, maka F,0 S,0 R,0 R 2 S,0 P 0 2. Perhitungan nilai forward contract pada node (,) adalah sebagai berikut X 3,2 S 3,2 F, X 3, S 3, F(,) X 3,3 S 3,3 F,. X 2, π X 3,2 π X 3, R 2, [π S(3,2) F(,) ( π) S(3,) F(,) ] R 2, F(,) π S 3,2 π S 3, R 2, R(2,) F, S 2, R 2,. X 2,2 π X 3,3 π X 3,2 R 2,2 [π S(3,3) F(,) ( π) S(3,2) F(,) ] R 2,2 F(,) π S 3,3 π S 3,2 R 2,2 R(2,2) F, S 2,2 R 2,2. X, π X 2,2 π X 2, R, F(,) F(,) π S(2,2) π S(2,) R, R(2,2) R(2,) F(,) F(,) π S 2,2 π S(2,) π ( π) R(,) R(,)R(2,2) R(,)R(2,) F, S, R,0 R 2. Dengan nilai X, 0, maka F, S, R,0 R 2 S, P 0 2.

28 9 Model binomial N-langkah Sekarang akan digunakan model binomial multiperiode. Pada node n, j harga aset dilambangkan S n, j. n Didefinisikan P j (T) adalah nilai IDR pada waktu t n dengan keadaan j jika pada t T + n (T setelah periode t n) terdapat IDR dan R n, j + r(n, j) adalah nilai IDR pada waktu t n + jika investasikan IDR di bank pada t n. Didefinisikan: u n, j d n, j π n, j S n +, j + S n, j S n +, j S n, j R n, j d n, j u n, j d n, j. Untuk menghindari arbitrase, dibutuhkan 0 < π n, j < untuk semua n, j. Ditulis F F(0,0) untuk menegaskan fakta bahwa F disetujui pada waktu t 0. Long forward contract pada N, j bernilai S N, j F(0,0). Dengan P(0, N) adalah nilai IDR pada waktu t 0 jika pada waktu t N terdapat IDR maka nilai di atas pada waktu t 0 adalah S 0,0 F 0,0 P(0, N). Nilai pada waktu t 0 yaitu pada 0,0 haruslah 0, sehingga F 0,0 S 0,0 P 0, N. (4.) Nilai untuk P(0,) adalah R(0) sehingga persamaan (4.) terpenuhi untuk model binomial satu langkah. Nilai V pada (n, j) dari long forward contract yang dimulai pada waktu t 0 sampai waktu t N adalah V n, j S n, j S 0,0 P 0, N P j n N n. Secara umum, jika F(n, j) adalah nilai forward contract dari S pada waktu t N yang dimulai pada waktu t 0, maka F n, j jika n N, diperoleh S(n, j) P j n N n F N, j S N, j. Berdasarkan model binomial multiperiode diketahui bahwa π n, j π n, j R n, j maka S n, j R n, j S n +, j S n +, j + S n +, j P n, j P j n N n P n +, j + + F n, j π n, j R n, j S n, j P n, j. P n +, j Dalam tugas akhir ini nilai forward contract yang akan dicari adalah nilai forward contract pada waktu t 0 sehingga diperoleh teorema sebagai berikut. Teorema 4.2 Misalkan terdapat sebuah aset S dengan harga pada waktu t 0 adalah S(0,0) 0 dan harga pada waktu T adalah S(T). Dengan tidak ada pembayaran di awal maka nilai forward contract model binomial n-langkah pada waktu t 0 adalah F 0,0 S 0,0 R 0 R R(n ) dengan asumsi R n, j R n, j R n, 0 R n. (4.2) (Bukti: Lampiran 9) 4.2 Exchange Rates Misalkan X adalah exchange rate. Dalam tugas akhir ini yang akan dibahas adalah nilai tukar USD terhadap IDR, walaupun dapat digunakan contoh nilai tukar yang lainnya. Dilambangkan X(t) adalah nilai USD dapat ditukarkan dengan IDR pada waktu t. Dengan menggunakan rumus umum harga binomial satu langkah. Dimisalkan pada waktu t, X mempunyai dua kemungkinan, X, dan X, di mana X, > X,. Terdapat dua suku bunga, yaitu:. domestic (d domestic Indonesia) B d 0 B d, B d, R d + r d

29 20 2. foreign (f foreign USA) B f 0 B f, B f, R f + r f. Gunakan kembali gagasan replikasi portofolio dan konsep tidak ada peluang arbitrase dalam rumus umum harga menggunakan binomial satu langkah. Ambil H 0 dalam IDR dan H dalam USD. Sehingga pada waktu t 0, portofolio mempunyai nilai (dalam IDR) W 0 H 0 + H. Pada waktu t, portofolio ini akan menjadi (dalam IDR) W H 0 R d + H R f X() kemudian pilih H 0 dan H sehingga W H 0 R d + H R f X. Persamaan di atas sama seperti dua persamaan berikut ini: W, H 0 R d + H R f X, W, H 0 R d + H R f X, dan jika X, X,, maka diperoleh solusi untuk H 0 dan H adalah: H H 0 R f R d sehingga diperoleh W(0) R d dengan W, W, X, X, X, W, X, W, X, X, π π W, + π W, R d R f X, X, X, Akibatnya, untuk 0 < π < model exchange rate harus memenuhi X, < R d R f < X, seperti yang telah diasumsikan bahwa X, < X,. 4.3 Forward Exchange Rate Contract Model exchange rate ini dapat juga digunakan untuk forward contract disebut forward exchange rate contract. Seperti halnya forward contract, forward exchange rate contract terdapat long contract dan short contract, tergantung investor ingin membeli atau menjual. Jika investor memilih untuk mengambil long forward exchange rate contract maka investor mempunyai kewajiban untuk membeli uang sebanyak F USD dengan exchange rates yang telah ditentukan yaitu sebesar K pada waktu T, tidak memperhatikan besarnya exchange rate pada waktu T. Tidak ada pembayaran di awal sehingga hasil yang diperoleh pada waktu T adalah F[X T K]. Rumus untuk forward exchange rate contract dirumuskan berdasarkan teorema berikut. Teorema 4.3 Misalkan nilai exchange rate X pada waktu t 0 adalah X(0) dan pada waktu t T adalah X(T), dengan nilai bunga domestic R d dan bunga foreign R f. Pada waktu t 0, nilai forward exchange rate contract adalah nol, sehingga forward rate K dirumuskan K R d R f. K disebut T-forward exchange rate. Bukti Pembuktian rumus dapat menggunakan model dependent dan model independent. π X, R d R f X, X,.

30 2 Model dependent Menggunakan persamaan awal yaitu: W 0 persamaan di atas akan menjadi: R d π W, + π W, 0 R d π F X, F K + π F X, F K) R d πx, + π X, F K R d F di mana πx, + π X, R d R f X, X, X, X, + X, R d R f X, X, X, R d R f sehingga persamaan sebelumnya menjadi dan diperoleh 0 R d R d R f 0 Model independent Pertama, misalkan F K R d F X(0) R f K R d F R f K R d 0. K R d R f. K > R d R f di mana K adalah T-forward rate. Pada waktu t 0, pinjam R f IDR, simpan R f USD (mempunyai nilai yang sama dengan R f IDR) di bank Amerika. Masukkan T-forward contract untuk menjual USD untuk K IDR pada waktu T. Posisi yang diperoleh adalah R f R f IDR. Pada waktu t T, kembalikan pinjaman, ambil USD di bank, gunakan forward contract untuk mengubah menjadi K IDR. Posisi yang diperoleh adalah R f R d + K > 0 IDR sehingga diperoleh profit pada waktu t T dengan tidak ada pengeluaran pada waktu t 0. Ini merupakan suatu peluang arbitrase yang berlawanan dengan aksioma dasar yaitu no arbitrage axiom. Kedua, misalkan K < R d R f di mana K adalah T-forward rate. Argumen yang sama digunakan. Pada waktu t 0, pinjam R f USD, ubah menjadi IDR dan investasikan di bank Indonesia. Masukkan T-forward contract untuk membeli USD untuk K IDR pada waktu T. Posisi yang diperoleh adalah R f + R f IDR.

PENGGUNAAN METODE PERTURBASI HOMOTOPI UNTUK MENYELESAIKAN MASALAH ALIRAN FLUIDA SISKO PADA PIPA LURUS ISNA ALDILLA

PENGGUNAAN METODE PERTURBASI HOMOTOPI UNTUK MENYELESAIKAN MASALAH ALIRAN FLUIDA SISKO PADA PIPA LURUS ISNA ALDILLA PENGGUNAAN METODE PERTURBASI HOMOTOPI UNTUK MENYELESAIKAN MASALAH ALIRAN FLUIDA SISKO PADA PIPA LURUS ISNA ALDILLA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

PENENTUAN NILAI OPSI TIPE EROPA DAN AMERIKA MENGGUNAKAN METODE BINOMIAL NOVRI HENDRI

PENENTUAN NILAI OPSI TIPE EROPA DAN AMERIKA MENGGUNAKAN METODE BINOMIAL NOVRI HENDRI PENENTUAN NILAI OPSI TIPE EROPA DAN AMERIKA MENGGUNAKAN METODE BINOMIAL NOVRI HENDRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI

Lebih terperinci

II. LANDASAN TEORI. Pada bagian ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan di dalam pembahasan.

II. LANDASAN TEORI. Pada bagian ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan di dalam pembahasan. II. LANDASAN TEORI Pada bagian ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan di dalam pembahasan. 2.1 Istilah Ekonomi dan Keuangan Definisi 1 (Investasi) Dalam keuangan,

Lebih terperinci

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA

PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA PREDIKSI JANGKA PANJANG DARI PROSES POISSON SIKLIK DENGAN FUNGSI INTENSITAS GLOBAL DIKETAHUI AGUSTINA MARGARETHA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

MATEMATIKA KEUANGAN PENDAHULUAN. Julan HERNADI. Semester Genap 2012/2013. Program Studi Pendidikan Matematika FKIP Universitas Muhammadiyah Ponorogo

MATEMATIKA KEUANGAN PENDAHULUAN. Julan HERNADI. Semester Genap 2012/2013. Program Studi Pendidikan Matematika FKIP Universitas Muhammadiyah Ponorogo MATEMATIKA KEUANGAN PENDAHULUAN 1 Program Studi Pendidikan Matematika FKIP Universitas Muhammadiyah Ponorogo Semester Genap 2012/2013 SIMULASI INVESTASI Kebutuhan pokok plus mencakup: sandang, pangan,

Lebih terperinci

PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO

PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK

Lebih terperinci

MODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN

MODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN MODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN oleh RETNO TRI VULANDARI M0106062 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains

Lebih terperinci

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 07, No. 2 (2018), hal 127 134. PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Syarifah Nadia, Evy Sulistianingsih, Nurfitri Imro ah INTISARI

Lebih terperinci

BAB I PENDAHULUAN. Dalam dunia keuangan, dikenal adanya pasar keuangan (financial market)

BAB I PENDAHULUAN. Dalam dunia keuangan, dikenal adanya pasar keuangan (financial market) 1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia keuangan, dikenal adanya pasar keuangan (financial market) yang terdiri atas pasar uang ( money market) dan pasar modal ( capital market). Pada pasar

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI

PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Salah satu instrumen derivatif yang mempunyai potensi untuk dikembangkan adalah opsi. Opsi adalah suatu kontrak antara dua pihak, salah satu pihak (sebagai pembeli) mempunyai hak

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori dasar yang digunakan untuk menetapkan harga premi pada polis partisipasi asuransi jiwa endowmen yang terdapat opsi surrender dalam kontraknya,

Lebih terperinci

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

MATEMATIKA KEUANGAN PENDAHULUAN. Julan HERNADI. Kuliah Matematika Keuangan, Semester Genap 2011

MATEMATIKA KEUANGAN PENDAHULUAN. Julan HERNADI. Kuliah Matematika Keuangan, Semester Genap 2011 MATEMATIKA KEUANGAN PENDAHULUAN 1 Program Studi Pendidikan Matematika FKIP Universitas Muhammadiyah PonorogoUniversity of Kuliah Matematika Keuangan, Semester Genap 2011 SIMULASI INVESTASI Kebutuhan pokok

Lebih terperinci

REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI

REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK

Lebih terperinci

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Oleh: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

PELABELAN (k, d)-graceful PADA T P -TREE DAN SUBDIVISI DARI T P -TREE SYAIFUL BAHRI

PELABELAN (k, d)-graceful PADA T P -TREE DAN SUBDIVISI DARI T P -TREE SYAIFUL BAHRI PELABELAN (k, d)-graceful PADA T P -TREE DAN SUBDIVISI DARI T P -TREE SYAIFUL BAHRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK SYAIFUL

Lebih terperinci

PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH

PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

Lebih terperinci

PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL

PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL E-Jurnal Matematika Vol 6 (2), Mei 2017, pp 99-105 ISSN: 2303-1751 PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL I Gede Rendiawan Adi Bratha 1, Komang Dharmawan 2, Ni Luh

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 1 I PENDAHULUAN 11 Latar Belakang Perusahaan merupakan salah satu bagian penting dari sektor perekonomian suatu negara Apabila kondisi perekonomian suatu negara sedang membaik dan diikuti dengan perkembangan

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Opsi adalah suatu hak (bukan kewajiban) untuk pembeli opsi untuk membeli

BAB II TINJAUAN PUSTAKA. Opsi adalah suatu hak (bukan kewajiban) untuk pembeli opsi untuk membeli BAB II TINJAUAN PUSTAKA 2.1 Opsi Opsi adalah suatu hak (bukan kewajiban) untuk pembeli opsi untuk membeli atau menjual aset kepada penjual opsi pada harga tertentu dan dalam jangka waktu yang telah ditentukan

Lebih terperinci

BAB I PENDAHULUAN. Era globalisasi dalam perkembangannya ditandai dengan adanya perdagangan

BAB I PENDAHULUAN. Era globalisasi dalam perkembangannya ditandai dengan adanya perdagangan 1 BAB I PENDAHULUAN 1.1 Latar Belakang Era globalisasi dalam perkembangannya ditandai dengan adanya perdagangan bebas. Perdagangan bebas merupakan suatu kegiatan jual beli produk antar negara tanpa adanya

Lebih terperinci

{ B t t 0, yang II LANDASAN TEORI = tn

{ B t t 0, yang II LANDASAN TEORI = tn II LANDASAN TEORI Pada bab ini akan diuraikan definisi-definisi yang akan digunakan di dalam pembahasan. 2.1 Ruang Contoh, Peubah Acak, dan Proses Stokastik Definisi 2.1 (Ruang Contoh) Ruang contoh adalah

Lebih terperinci

PENETAPAN HARGA JAMINAN POLIS ASURANSI JIWA DENGAN PREMI TAHUNAN DAN OPSI SURRENDER WELLI SYAHRIZA

PENETAPAN HARGA JAMINAN POLIS ASURANSI JIWA DENGAN PREMI TAHUNAN DAN OPSI SURRENDER WELLI SYAHRIZA PENETAPAN HARGA JAMINAN POLIS ASURANSI JIWA DENGAN PREMI TAHUNAN DAN OPSI SURRENDER WELLI SYAHRIZA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE

PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE R. MELIYANI 1, E. H. NUGRAHANI 2, D. C. LESMANA 3 Abstrak Opsi window reset merupakan salah satu jenis opsi yang

Lebih terperinci

PENGGUNAAN VALUE-AT-RISK UNTUK MENGUKUR RISIKO DENGAN MENGGUNAKAN SIMULASI MONTE CARLO YUNDA FITARI

PENGGUNAAN VALUE-AT-RISK UNTUK MENGUKUR RISIKO DENGAN MENGGUNAKAN SIMULASI MONTE CARLO YUNDA FITARI PENGGUNAAN VALUE-AT-RISK UNTUK MENGUKUR RISIKO DENGAN MENGGUNAKAN SIMULASI MONTE CARLO YUNDA FITARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

Lebih terperinci

: Penentuan Harga Kontrak Opsi Komoditas Emas Menggunakan. Nama : I Gede Rendiawan Adi Bratha (NIM: )

: Penentuan Harga Kontrak Opsi Komoditas Emas Menggunakan. Nama : I Gede Rendiawan Adi Bratha (NIM: ) Judul : Penentuan Harga Kontrak Opsi Komoditas Emas Menggunakan Metode Binomial Tree Nama : I Gede Rendiawan Adi Bratha (NIM: 1108405004) Pembimbing : 1. Ir. Komang Dharmawan, M.Math.,Ph.D 2. Dra. Ni Luh

Lebih terperinci

PENURUNAN MODEL BLACK-SCHOLES DENGAN METODE BINOMIAL UNTUK SAHAM TIPE EROPA

PENURUNAN MODEL BLACK-SCHOLES DENGAN METODE BINOMIAL UNTUK SAHAM TIPE EROPA Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 49 57 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND PENURUNAN MODEL BLAC-SCHOLES DENGAN MEODE BINOMIAL UNU SAHAM IPE EROPA LINA MUAWANAH NASIR Program Studi

Lebih terperinci

PENETAPAN HARGA JAMINAN POLIS ASURANSI JIWA DENGAN PREMI TAHUNAN DAN OPSI SURRENDER WELLI SYAHRIZA

PENETAPAN HARGA JAMINAN POLIS ASURANSI JIWA DENGAN PREMI TAHUNAN DAN OPSI SURRENDER WELLI SYAHRIZA PENETAPAN HARGA JAMINAN POLIS ASURANSI JIWA DENGAN PREMI TAHUNAN DAN OPSI SURRENDER WELLI SYAHRIZA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

SUATU MODEL HARGA OBLIGASI. Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung.

SUATU MODEL HARGA OBLIGASI. Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung. SUATU MODEL HARGA OBLIGASI S-31 Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung. Uang merupakan sebuah komoditas, sedangkan tingkat bunga adalah biaya dari

Lebih terperinci

BAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan

BAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Secara umum investasi adalah meliputi pertambahan barang-barang dan jasa dalam masyarakat, seperti pertambahan mesin-mesin baru, pembuatan jalan baru,pembukaan

Lebih terperinci

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN

Lebih terperinci

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK RIDWAN IDHAM. Model

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Investasi pada hakikatnya merupakan penempatan sejumlah dana pada saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang. Secara garis besar,

Lebih terperinci

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH

MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH MASALAH PENJADWALAN KERETA SECARA PERIODIK DENGAN BIAYA MINIMUM PADA JALUR GANDA MUHAMMAD RIZQY HIDAYATSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

VALUASI COMPOUND OPTION PUT ON PUT TIPE EROPA SKRIPSI. Disusun oleh YULIA AGNIS SUTARNO JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA

VALUASI COMPOUND OPTION PUT ON PUT TIPE EROPA SKRIPSI. Disusun oleh YULIA AGNIS SUTARNO JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA VALUASI COMPOUND OPTION PUT ON PUT TIPE EROPA SKRIPSI Disusun oleh YULIA AGNIS SUTARNO 24010210110009 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014 VALUASI COMPOUND

Lebih terperinci

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO

PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA

PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA PENJADWALAN MATA KULIAH MENGGUNAKAN INTEGER NONLINEAR PROGRAMMING Studi Kasus di Bina Sarana Informatika Bogor ERLIYANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Noviandhini Puji Gumati, 2013

BAB I PENDAHULUAN 1.1 Latar Belakang Noviandhini Puji Gumati, 2013 BAB I PENDAHULUAN 1.1 Latar Belakang Bursa saham merupakan suatu hal yang sangat penting di era globalisasi saat ini. Perdagangan yang mulai merambah pada segala bidang memicu banyak pihak untuk menginvestasikan

Lebih terperinci

HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL

HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL MIA MUCHIA DESDA Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas Padang, Kampus UNAND Limau Manis Padang,

Lebih terperinci

BAB I PENDAHULUAN. memfasilitasi investor untuk berinvestasi, untuk mendapatkan pengembalian yang

BAB I PENDAHULUAN. memfasilitasi investor untuk berinvestasi, untuk mendapatkan pengembalian yang 1 BAB I PENDAHULUAN 1. 1 Latar Belakang Dalam era persaingan global setiap negara ingin bersaing secara internasional, sehingga dalam hal ini kebijakan yang berbeda diterapkan untuk memfasilitasi investor

Lebih terperinci

ANALISIS NILAI RISIKO (VALUE AT RISK) MENGGUNAKAN UJI KEJADIAN BERNOULLI (BERNOULLI COVERAGE TEST) (Studi Kasus pada Indeks Harga Saham Gabungan)

ANALISIS NILAI RISIKO (VALUE AT RISK) MENGGUNAKAN UJI KEJADIAN BERNOULLI (BERNOULLI COVERAGE TEST) (Studi Kasus pada Indeks Harga Saham Gabungan) ANALISIS NILAI RISIKO (VALUE AT RISK) MENGGUNAKAN UJI KEJADIAN BERNOULLI (BERNOULLI COVERAGE TEST) (Studi Kasus pada Indeks Harga Saham Gabungan) SKRIPSI Disusun Oleh: IWAN ALI SOFWAN NIM. J2E009043 JURUSAN

Lebih terperinci

METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN

METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

KINERJA REKSA DANA IPB-KRESNA PERIODE JANUARI 2006-APRIL Oleh YAYUK LESTARI H

KINERJA REKSA DANA IPB-KRESNA PERIODE JANUARI 2006-APRIL Oleh YAYUK LESTARI H KINERJA REKSA DANA IPB-KRESNA PERIODE JANUARI 2006-APRIL 2007 Oleh YAYUK LESTARI H24103052 DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007 KINERJA REKSA DANA IPB-KRESNA

Lebih terperinci

Pertemuan ke-1 INVESTASI & PERANAN PASAR MODAL

Pertemuan ke-1 INVESTASI & PERANAN PASAR MODAL Pertemuan ke-1 INVESTASI & PERANAN PASAR MODAL Kompetensi Dasar Mahasiswa dapat memahami konsep dasar investasi, lingkungan investasi, dan peranan pasar modal terhadap investor dan perusahaan yang saling

Lebih terperinci

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G

PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: WULAN ANGGRAENI G PENYELESAIAN MASALAH PENGIRIMAN PAKET KILAT UNTUK JENIS NEXT-DAY SERVICE DENGAN MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM Oleh: WULAN ANGGRAENI G54101038 PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan zaman saat ini, investasi bukanlah hal yang tabu bagi kita. Investasi sudah menjamur dimana-mana, dari yang muda sampai yang tua dan juga

Lebih terperinci

SKRIPSI REBALANCING PORTOFOLIO: STUDI KASUS 7 SAHAM YANG TERMASUK DALAM INDEKS LQ-45 ALEXANDER BHIMA CAHYANTO NPM:

SKRIPSI REBALANCING PORTOFOLIO: STUDI KASUS 7 SAHAM YANG TERMASUK DALAM INDEKS LQ-45 ALEXANDER BHIMA CAHYANTO NPM: SKRIPSI REBALANCING PORTOFOLIO: STUDI KASUS 7 SAHAM YANG TERMASUK DALAM INDEKS LQ-45 ALEXANDER BHIMA CAHYANTO NPM: 2013710016 PROGRAM STUDI MATEMATIKA FAKULTAS TEKNOLOGI INFORMASI DAN SAINS UNIVERSITAS

Lebih terperinci

ABSTRAK. Kata kunci: Mean Reversion, Musiman, Kontrak Opsi Tipe Eropa, Black-scholes

ABSTRAK. Kata kunci: Mean Reversion, Musiman, Kontrak Opsi Tipe Eropa, Black-scholes Judul : Aplikasi Model Mean Reversion dengan Musiman dalam Menentukan Nilai Kontrak Opsi Tipe Eropa Pada Harga Komoditas Kakao Nama : Ida Ayu Putu Candra Dewi Pembimbing : 1. Ir. Komang Dharmawan, M.Math.,

Lebih terperinci

PENYELESAIAN MASALAH KONEKTIVITAS DI AREA KONSERVASI DENGAN ALGORITME HEURISTIK NUR WAHYUNI

PENYELESAIAN MASALAH KONEKTIVITAS DI AREA KONSERVASI DENGAN ALGORITME HEURISTIK NUR WAHYUNI PENYELESAIAN MASALAH KONEKTIVITAS DI AREA KONSERVASI DENGAN ALGORITME HEURISTIK NUR WAHYUNI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 ABSTRAK NUR

Lebih terperinci

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September

Lebih terperinci

2.5.1 Penentuan Nilai Return Saham Penentuan Volatilitas Saham Dasar- dasar Simulasi Monte Carlo Bilangan Acak...

2.5.1 Penentuan Nilai Return Saham Penentuan Volatilitas Saham Dasar- dasar Simulasi Monte Carlo Bilangan Acak... Judul Nama Pembimbing : Penentuan Harga Opsi Beli Tipe Asia dengan Metode Monte Carlo-Control Variate : Ni Nyoman Ayu Artanadi : 1. Ir. Komang Dharmawan, M.Math, Ph.D. 2. Drs. Ketut Jayanegara, M.Si. ABSTRAK

Lebih terperinci

ANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH

ANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH ANALISIS MODEL PELUANG BERTAHAN HIDUP DAN APLIKASINYA SUNARTI FAJARIYAH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 2 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Jika kita amati, pada umumnya masyarakat menengah keatas menyimpan sebagian pendapatannya secara periodik atau bahkan telah memiliki akumulasi pendapatan, diperlukan

Lebih terperinci

VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK MUHAMMAD SUNU WIDIANUGRAHA

VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK MUHAMMAD SUNU WIDIANUGRAHA VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK MUHAMMAD SUNU WIDIANUGRAHA 24010210130076 Skripsi Diajukan Sebagai Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika

Lebih terperinci

FIKA DARA NURINA FIRDAUS,

FIKA DARA NURINA FIRDAUS, BAB I PENDAHULUAN 1.1 Latar Belakang Dalam pasar modal, terdapat berbagai aset pokok yang dapat diperjualbelikan, diantaranya adalah mata uang, sepaket saham, dan komoditas. Seiring dengan berkembangnya

Lebih terperinci

ANALISIS PENGARUH INFLASI, NILAI TUKAR, DAN TINGKAT SUKU BUNGA TERHADAP HARGA SAHAM PERBANKAN

ANALISIS PENGARUH INFLASI, NILAI TUKAR, DAN TINGKAT SUKU BUNGA TERHADAP HARGA SAHAM PERBANKAN ANALISIS PENGARUH INFLASI, NILAI TUKAR, DAN TINGKAT SUKU BUNGA TERHADAP HARGA SAHAM PERBANKAN Skripsi Disusun dan diajukan untuk memenuhi tugas dan syarat-syarat Guna memperoleh gelar Sarjana Ekonomi Manajemen

Lebih terperinci

BAB I PENDAHULUAN. Universitas Indonesia

BAB I PENDAHULUAN. Universitas Indonesia BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Dewasa ini perkembangan pasar modal Indonesia semakin pesat, terlihat dari semakin banyak kalangan masyarakat mulai tertarik untuk berinvestasi saham. Pasar

Lebih terperinci

PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA

PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 02 no. 1 (2013), hal 13 20 PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA Widyawati, Neva Satyahadewi, Evy Sulistianingsih

Lebih terperinci

TEORI INVESTASI DAN PORTFOLIO MATERI 13.

TEORI INVESTASI DAN PORTFOLIO MATERI 13. TEORI INVESTASI DAN PORTFOLIO MATERI 13 OPSI VERSUS FUTURES Kontrak berjangka (futures) merupakan salah satu bentuk sekuritas derivatif. Perbedaan mendasar karakteristik kontrak futures dari opsi,adalah

Lebih terperinci

NILAI WAJAR ASURANSI ENDOWMEN MURNI DENGAN PARTISIPASI UNTUK TIGA SKEMA PEMBERIAN BONUS YUSUF

NILAI WAJAR ASURANSI ENDOWMEN MURNI DENGAN PARTISIPASI UNTUK TIGA SKEMA PEMBERIAN BONUS YUSUF NILAI WAJAR ASURANSI ENDOWMEN MURNI DENGAN PARTISIPASI UNTUK TIGA SKEMA PEMBERIAN BONUS YUSUF SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih terperinci

BAB I PENDAHULUAN. yang paling popular di mata sebagian besar manajer investasi global. Trading

BAB I PENDAHULUAN. yang paling popular di mata sebagian besar manajer investasi global. Trading BAB I PENDAHULUAN 1.1 Latar Belakang Emas merupakan logam mulia yang paling dicari dan digemari. Produk ini dapat digunakan sebagai sarana investasi dan lindung nilai harta dari pengaruh inflasi. Dalam

Lebih terperinci

BAB III PENILAIAN OPSI PUT AMERIKA

BAB III PENILAIAN OPSI PUT AMERIKA BAB III PENILAIAN OPSI PUT AMERIKA Pada bab ini akan disajikan rumusan mengenai penilaian opsi put Amerika. Pada bagian pertama diberikan beberapa asumsi untuk penilaian opsi Amerika. Bentuk nilai intrinsik

Lebih terperinci

PENGERTIAN DAN INSTRUMEN PASAR MODAL ANALISIS PORTOFOLIO DAN INVESTASI ANDRI HELMI M, SE., MM.

PENGERTIAN DAN INSTRUMEN PASAR MODAL ANALISIS PORTOFOLIO DAN INVESTASI ANDRI HELMI M, SE., MM. PENGERTIAN DAN INSTRUMEN PASAR MODAL ANALISIS PORTOFOLIO DAN INVESTASI ANDRI HELMI M, SE., MM. PENGERTIAN PASAR MODAL Bursa efek merupakan arti fisik dari pasar modal. Pada tahun 2007, Bursa Efek Jakarta

Lebih terperinci

PENGGUNAAN SIMULASI MONTE CARLO UNTUK PENGUKURAN VALUE AT RISK

PENGGUNAAN SIMULASI MONTE CARLO UNTUK PENGUKURAN VALUE AT RISK PENGGUNAAN SIMULASI MONTE CARLO UNTUK PENGUKURAN VALUE AT RISK ASET TUNGGAL DAN PORTOFOLIO DENGAN PENDEKATAN CAPITAL ASSET PRICING MODEL SEBAGAI PENENTU PORTOFOLIO OPTIMAL (Studi Kasus: Index Saham Kelompok

Lebih terperinci

Bab 10 Pasar Keuangan

Bab 10 Pasar Keuangan D a s a r M a n a j e m e n K e u a n g a n 133 Bab 10 Pasar Keuangan Mahasiswa diharapkan dapat memahami mengenai pasar keuangan, tujuan pasar keuangan, lembaga keuangan. D alam dunia bisnis terdapat

Lebih terperinci

PEMODELAN NILAI OPSI TIPE EROPA EDY SUYONO

PEMODELAN NILAI OPSI TIPE EROPA EDY SUYONO PEMODELAN NILAI OPSI TIPE EROPA EDY SUYONO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Pemodelan Nilai

Lebih terperinci

Praktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes

Praktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes Modul ke: Fakultas EKONOMI DAN BISNIS Praktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes Agus Herta Sumarto, S.P., M.Si. Program

Lebih terperinci

MODEL REGRESI LATEN PADA EFEK PLASEBO DIANA PURWANDARI

MODEL REGRESI LATEN PADA EFEK PLASEBO DIANA PURWANDARI MODEL REGRESI LATEN PADA EFEK PLASEBO DIANA PURWANDARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK DIANA PURWANDARI. Model Regresi Laten

Lebih terperinci

PERTEMUAN 14 KONSEP, TRANSAKSI DAN LAPORAN KEUANGAN MATA UANG ASING

PERTEMUAN 14 KONSEP, TRANSAKSI DAN LAPORAN KEUANGAN MATA UANG ASING PERTEMUAN 14 KONSEP, TRANSAKSI DAN LAPORAN KEUANGAN MATA UANG ASING A. TUJUAN PEMBELAJARAN 1. Mahasiswa dapat menjelaskan masalah-masalah yang timbul akibat nilai kurs mata uang yang menyatakan hubungan

Lebih terperinci

ESTIMASI KURVA YIELD OBLIGASI PEMERINTAH KODE FR (FIXED RATE) MENGGUNAKAN CUBIC B-SPLINE

ESTIMASI KURVA YIELD OBLIGASI PEMERINTAH KODE FR (FIXED RATE) MENGGUNAKAN CUBIC B-SPLINE ESTIMASI KURVA YIELD OBLIGASI PEMERINTAH KODE FR (FIXED RATE) MENGGUNAKAN CUBIC B-SPLINE SKRIPSI Oleh : DINA KUSUMA WARDANI NIM : J2E 007 006 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MIPA UNIVERSITAS

Lebih terperinci

Oleh: Sujana, Saefudin Zuhdi dan Purwitayani. Dosen Tetap Sekolah Tinggi Ilmu Ekonomi Kesatuan Bogor ABSTRACT

Oleh: Sujana, Saefudin Zuhdi dan Purwitayani. Dosen Tetap Sekolah Tinggi Ilmu Ekonomi Kesatuan Bogor ABSTRACT JURNAL ILMIAH RANGGAGADING Volume 6 No. 1, April 2006 : 36-40 TEKNIK ANALISIS FORWARD CONTRACT HEDGING DENGAN MONEY MARKET HEDGING DALAM MEMINIMALISASI TINGKAT RISIKO KERUGIAN Studi Kasus Pada PT Elang

Lebih terperinci

PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana

PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO Rina Ayuhana Program Studi Ilmu Komputasi Universitas Telkom, Bandung rina.21.kids@gmail.com Abstrak Opsi adalah suatu kontrak yang memberikan

Lebih terperinci

BAB I PENDAHULUAN. long-trem financial assets (Sartono, 2008). Salah satu kegiatan pasar modal

BAB I PENDAHULUAN. long-trem financial assets (Sartono, 2008). Salah satu kegiatan pasar modal BAB I PENDAHULUAN 1.1 Latar Belakang Pasar modal adalah tempat terjadinya transaksi aset keuangan jangka panjang atau long-trem financial assets (Sartono, 2008). Salah satu kegiatan pasar modal seperti

Lebih terperinci

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH

DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DINAMIKA INTERAKSI DARI SPEKULASI DAN DIVERSIFIKASI PADA SAHAM DARWISAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2009 ABSTRACT DARWISAH. Dynamics

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dewasa ini, kegiatan investasi saham menarik perhatian masyarakat dan diminati oleh usahawan dikarenakan adanya kebutuhan yang direncanakan untuk masa depan.

Lebih terperinci

BAB I PENDAHULUAN. kelangsungan suatu industri. Sumber dana dapat diperoleh suatu industri

BAB I PENDAHULUAN. kelangsungan suatu industri. Sumber dana dapat diperoleh suatu industri BAB I PENDAHULUAN A. Latar Belakang Ketersediaan dana merupakan salah satu sektor pendukung untuk kelangsungan suatu industri. Sumber dana dapat diperoleh suatu industri dengan cara menjual saham kepada

Lebih terperinci

INVERS DARI MATRIKS TRIDIAGONAL JACOBI FANI RIAMARLI

INVERS DARI MATRIKS TRIDIAGONAL JACOBI FANI RIAMARLI INVERS DARI MATRIKS TRIDIAGONAL JACOBI FANI RIAMARLI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK FANI RIAMARLI. Invers dari Matriks Tridiagonal

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pada zaman modern ini sudah tidak asing lagi didengar kata investasi, investasi pada hakikatnya merupakan penempatan sejumlah dana pada saat ini dengan harapan

Lebih terperinci

I. PENDAHULUAN. ditopang oleh banyaknya permintaan akan hunian yang semakin tinggi sejalan

I. PENDAHULUAN. ditopang oleh banyaknya permintaan akan hunian yang semakin tinggi sejalan I. PENDAHULUAN 1.1 Latar Belakang Sektor properti merupakan sektor yang menarik mengingat sektor ini sangat ditopang oleh banyaknya permintaan akan hunian yang semakin tinggi sejalan dengan peningkatan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dalam pasar modal saat ini kian menarik banyak investor untuk melakukan investasi. Investasi adalah komitmen atas sejumlah dana atau sumberdaya lainnya

Lebih terperinci

tetap yang disetujui selama jangka waktu yang disepakati dalam jangka waktu maksimum 1 tahun.

tetap yang disetujui selama jangka waktu yang disepakati dalam jangka waktu maksimum 1 tahun. Single Rate Forward Jenis Produk dan/atau Layanan Penyimpanan Pinjaman Pengiriman Uang Bank Garansi Manajemen Kas EXIM (termasuk Pembiayaan EXIM/Trade Finance) ATM Pertukaran Uang/Forex Lainnya (sebutkan)

Lebih terperinci

ANALISIS PENILAIAN KINERJA BLACK-LITTERMAN MENGGUNAKAN INFORMATION RATIO DENGAN BENCHMARK CAPITAL ASSETS PRICING MODEL TUGAS AKHIR SKRIPSI

ANALISIS PENILAIAN KINERJA BLACK-LITTERMAN MENGGUNAKAN INFORMATION RATIO DENGAN BENCHMARK CAPITAL ASSETS PRICING MODEL TUGAS AKHIR SKRIPSI ANALISIS PENILAIAN KINERJA BLACK-LITTERMAN MENGGUNAKAN INFORMATION RATIO DENGAN BENCHMARK CAPITAL ASSETS PRICING MODEL TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

Pasar Uang dan Pasar Valuta Asing

Pasar Uang dan Pasar Valuta Asing Pasar Uang dan Pasar Valuta Asing Perbedaan pasar uang dan pasar modal yaitu: 1. Instrumen yang diperjualbelikan pasar modal yang diperjualbelikan adalah adalah surat-surat berharga jangka panjang seperti

Lebih terperinci

(A.2) MENENTUKAN NILAI PORTOFOLIO MENGGUNAKAN MODEL BINOMIAL SATU PERIODE

(A.2) MENENTUKAN NILAI PORTOFOLIO MENGGUNAKAN MODEL BINOMIAL SATU PERIODE (A.2) MENENTUKAN NILAI PORTOFOLIO MENGGUNAKAN MODEL BINOMIAL SATU PERIODE Eti Kurniati Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Islam Bandung Jalan Purnawarman

Lebih terperinci

BAB I PENDAHULUAN. Indonesia juga mengalami peningkatan. Bertambahnya aset dan modal yang

BAB I PENDAHULUAN. Indonesia juga mengalami peningkatan. Bertambahnya aset dan modal yang BAB I PENDAHULUAN 1.1 Latar Belakang Era globalisasi yang makin berkembang telah membuka peluang dalam dunia bisnis semakin lebar dan luas. Aset dan modal yang dimiliki perusahaan di Indonesia juga mengalami

Lebih terperinci

Manajemen Kas EXIM (termasuk Pembiayaan EXIM/Trade Finance)

Manajemen Kas EXIM (termasuk Pembiayaan EXIM/Trade Finance) Single Rate Forward Jenis Produk dan/atau Layanan Penyimpanan Pinjaman Pengiriman Uang Bank Garansi Manajemen Kas EXIM (termasuk Pembiayaan EXIM/Trade Finance) ATM Pertukaran Uang/Forex Lainnya (sebutkan)

Lebih terperinci

ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE IRE PRATIWI

ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE IRE PRATIWI ESTIMASI NILAI TPW (TOTAL PRECIPITABLE WATER) DI ATAS DAERAH PADANG DAN BIAK BERDASARKAN HASIL ANALISIS DATA RADIOSONDE IRE PRATIWI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

MODEL PERAMALAN HARGA SAHAM DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK TRIANA ENDANG

MODEL PERAMALAN HARGA SAHAM DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK TRIANA ENDANG MODEL PERAMALAN HARGA SAHAM DENGAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK TRIANA ENDANG SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini

Lebih terperinci

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007 ABSTRAK RUDIANSYAH. Evaluasi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Apa Itu Derivatif? Sekuritas derivatif adalah suatu instrumen keuangan yang nilainya tergantung kepada nilai suatu aset yang mendasarinya (Hull, 2002, hal 460). Derivatif sendiri

Lebih terperinci

III. PEMBAHASAN. Payoff Opsi Put ( p) Payoff Opsi Call ( c)

III. PEMBAHASAN. Payoff Opsi Put ( p) Payoff Opsi Call ( c) 5 K S. Untuk kondisi ini opsi tidak mempunyai nilai pada saat jatuh tempo. Jadi nilai opsi call pada saat jatuh tempo dapat dituliskan sebagai suatu payoff atau penerimaan bagi pemegang kontrak sebagai

Lebih terperinci

PENDUGAAN PORTOFOLIO VALUE AT RISK

PENDUGAAN PORTOFOLIO VALUE AT RISK PENDUGAAN PORTOFOLIO VALUE AT RISK (VaR) DALAM RISIKO PASAR (MARKET RISK) DENGAN MENGGUNAKAN METODE VARIANCE-COVARIANCE (Studi Kasus Perdagangan Valuta Asing) SKRIPSI Oleh Syamsiyatul Kurniawati NIM. 031810101136

Lebih terperinci

PENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI

PENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI PENJADWALAN PERAWAT MENGGUNAKAN GOAL PROGRAMMING: STUDI KASUS DI RUMAH SAKIT HASANAH GRAHA AFIAH DEPOK RUSTIANA IMALA PUTRI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

METODE PERCOBAAN EKONOMI UNTUK MENGKAJI SISTEM PEMBIAYAAN DI PERBANKAN NOVIATI

METODE PERCOBAAN EKONOMI UNTUK MENGKAJI SISTEM PEMBIAYAAN DI PERBANKAN NOVIATI METODE PERCOBAAN EKONOMI UNTUK MENGKAJI SISTEM PEMBIAYAAN DI PERBANKAN NOVIATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2005 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis saya yang

Lebih terperinci

ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI

ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI ANALISIS POLA KELAHIRAN MENURUT UMUR STUDI KASUS DI INDONESIA TAHUN 1987 DAN TAHUN 1997 SUMIHAR MEINARTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI

Lebih terperinci

STIE DEWANTARA Pengelolaan Risiko Pasar

STIE DEWANTARA Pengelolaan Risiko Pasar Pengelolaan Risiko Pasar Manajemen Risiko, Sesi 7 Latar Belakang Risiko Pasar adalah risiko pada posisi neraca dan rekening administratif termasuk transaksi derivatif, akibat perubahan secara keseluruhan

Lebih terperinci

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE E-Jurnal Matematika Vol. 6 (1), Januari 2017, pp. 29-36 ISSN: 2303-1751 PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE Ni Nyoman Ayu Artanadi 1, Komang Dharmawan 2, Ketut

Lebih terperinci