PENENTUAN BOBOT PORTOFOLIO OPTIMAL UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL SKRIPSI

dokumen-dokumen yang mirip
PENENTUAN BOBOT PORTOFOLIO OPTIMAL DENGAN METODE RESAMPLED EFFICIENT FRONTIER UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL ABSTRACT

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM DENGAN PENDEKATAN OPTIMISASI MULTIOBJEKTIF UNTUK PENGUKURAN VALUE AT RISK SKRIPSI

PENGGUNAAN SIMULASI MONTE CARLO UNTUK PENGUKURAN VALUE AT RISK

PENGGUNAAN PENDEKATAN CAPITAL ASSET PRICING MODEL DAN METODE VARIANCE-COVARIANCE DALAM PROSES MANAJEMEN PORTOFOLIO SAHAM

BAB I PENDAHULUAN. yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan

OPTIMASI PORTOFOLIO MENGGUNAKAN RESAMPLED EFFICIENT FRONTIER MEAN-VARIAN

PENGUKURAN KINERJA PORTOFOLIO MENGGUNAKAN MODEL BLACK-LITTERMAN BERDASARKAN INDEKS TREYNOR, INDEKS SHARPE, DAN INDEKS JENSEN

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

ANALISIS KINERJA PORTOFOLIO OPTIMAL CAPITAL ASSET PRICING MODEL

ANALISIS KINERJA PORTOFOLIO OPTIMAL DENGAN METODE MEAN-GINI

PERBANDINGAN METODE VARIANCE COVARIANCE DAN HISTORICAL SIMULATION UNTUK MENGUKUR RISIKO INVESTASI REKSA DANA

OPTIMASI VALUE AT RISK RETURN ASET TUNGGAL DAN PORTOFOLIO MENGGUNAKAN SIMULASI MONTE CARLO DILENGKAPI GUI MATLAB SKRIPSI

Metode Resampled Efficient Frontier Mean Variance Simulasi Montecarlo Untuk Pemilihan Bobot Portofolio

PENENTUAN VALUE AT RISK

Pengukuran Value at Risk pada Aset Perusahaan dengan Metode Simulasi Monte Carlo

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM DENGAN PENDEKATAN OPTIMISASI MULTIOBJEKTIF UNTUK PENGUKURAN VALUE AT RISK

PENGUKURAN VALUE AT RISK

ANALISIS RISIKO INVESTASI SAHAM TUNGGAL SYARIAH DENGAN VALUE AT RISK (VAR) DAN EXPECTED SHORTFALL (ES) SKRIPSI

PADA PORTOFOLIO SAHAM

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

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

PENDEKATAN ALTERNATIF LEAST DISCRIMINANT PADA MODEL BLACK-LITTERMAN TUGAS AKHIR SKRIPSI

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

( : WETTY ANGGUN WERTI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

OPTIMASI VALUE AT RISK RETURN ASET TUNGGAL DAN PORTOFOLIO MENGGUNAKAN SIMULASI MONTE CARLO DILENGKAPI GUI MATLAB

ABSTRACT. Keywords: optimal portfolio, Markowitz, Expected Return, risk level, risk lover, risk averse. vii

OPTIMASI VALUE AT RISK PADA REKSA DENGAN METODE HISTORICAL SIMULATION DAN APLIKASINYA MENGGUNAKAN GUI

PEMODELAN HARGA SAHAM DENGAN GEOMETRIC BROWNIAN MOTION DAN VALUE AT RISK PT. CIPUTRA DEVELOPMENT Tbk

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

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:

JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:

PENDAHULUAN. 1.1 Latar Belakang

PENGUKURAN RISIKO KREDIT OBLIGASI KORPORASI DENGAN CREDIT VALUE AT RISK

ANALISISS PEMBENTUKAN PORTOFOLIO PADA PERUSAHAAN YANG TERDAFTAR DI LQ45 DENGAN PENDEKATANN METODE MARKOWITZ MENGGUNAKAN GUI MATLAB

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

ANALISIS RISIKO PORTOFOLIO UNTUK PEMILIHAN PORTOFOLIO OPTIMAL PADA SAHAM LQ-45 DI BURSA EFEK INDONESIA DENGAN PENDEKATAN MARKOWITZ TAHUN

OPTIMALISASI PORTOFOLIO MENGGUNAKAN CAPITAL ASSET PRICING MODEL (CAPM) DAN MEAN VARIANCE EFFICIENT PORTFOLIO (MVEP) (Studi Kasus: Saham-Saham LQ45)

BAB I PENDAHULUAN 1.1. Latar Belakang

Analisis Portofolio dalam Investasi Saham Pada Pasar Modal

RANCANGAN D-OPTIMAL UNTUK REGRESI POLINOMIAL DERAJAT 3 DENGAN HETEROSKEDASTISITAS

SKRIPSI. Disusun Oleh : DITA ROSITA SARI DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

BAB 1 PENDAHULUAN Latar Belakang

SKRIPSI. Oleh : LAILI ISNA NUR KHIQMAH NIM :

VALUE AT RISK MENGGUNAKAN METODE VARIANCE COVARIANCE

PEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON

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

DISKRIMINAN LINIER UNTUK KLASIFIKASI PERUSAHAAN MANIPULATOR DAN NON-MANIPULATOR. (Studi Kasus Di Bursa Efek Indonesia Tahun 2013)

PENENTUAN KOEFISIEN KORELASI KANONIK DAN INTERPRETASI FUNGSI KANONIK MULTIVARIAT

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)

OPTIMASI VALUE AT RISK PADA REKSA DANA DENGAN METODE HISTORICAL SIMULATION DAN APLIKASINYA MENGGUNAKAN GUI MATLAB

ANALISIS PREFERENSI SISWA SMA DI KOTA SEMARANG TERHADAP PROGRAM STUDI DI PERGURUAN TINGGI DENGAN METODE CHOICE-BASED CONJOINT

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE. Oleh : DEWI SETYA KUSUMAWARDANI

PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT

SISTEM ANTRIAN PADA PELAYANANN CUSTOMER SERVICE PT. BANK X

BAB III METODOLOGI PENELITIAN

OPTIMALISASI PORTOFOLIO OBLIGASI BANK DENGAN METODE BAYESIAN MARKOV CHAIN MONTE CARLO MELALUI MODEL GAUSSIAN MIXTURE

: Amelia Pujaastuti Npm : Jurusan : Manajemen Pembimbing : Dr. Ati Harmoni, SSi., MM

PERBANDINGAN ARIMA DENGAN FUZZY AUTOREGRESSIVE (FAR) DALAM PERAMALAN INTERVAL HARGA PENUTUPAN SAHAM. (Studi Kasus pada Jakarta Composite Index)

PENERAPAN RANCANGAN BLOK RANDOM TIDAK LENGKAP SEIMBANG TERHADAP KOMBINASI PUPUK NANOSILIKA DAN PUPUK NPK PADA PERTUMBUHAN TANAMAN JAGUNG

PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA

PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI

DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

SKRIPSI. Disusun oleh : OKA AFRANDA

PORTOFOLIO MODEL MARKOWITZ DAN MODEL YAMAZAKI DENGAN PENDEKATAN VALUE AT RISK OLEH NURIKA MAYUNI PURBA

PERHITUNGAN NILAI EKSPEKTASI RETURN DAN RISIKO DARI PORTOFOLIO DENGAN MENGGUNAKAN MEAN - VARIANCE EFFICIENT PORTFOLIO

HALAMAN JUDUL ANALISIS MODEL BLACK LITTERMAN UNTUK DATA PASAR BERDISTRIBUSI SKEW NORMAL TUGAS AKHIR SKRIPSI

BAB IV METODE PENELITIAN

BAB I PENDAHULUAN. Konsep risiko portofolio dari Harry M. Markowitz pada tahun 1950-an

PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO

PERHITUNGAN BIAYA TAMBAHAN DENGAN METODE PROGRAM PENSIUN MANFAAT PASTI SKRIPSI. Disusun Oleh : SITI NURLATIFAH JURUSAN STATISTIKA

PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN MODEL FORWARD SELECTION

MENENTUKAN PORTOFOLIO OPTIMAL PADA PASAR SAHAM YANG BERGERAK DENGAN MODEL GERAK BROWN GEOMETRI MULTIDIMENSI KOMPETENSI TERAPAN SKRIPSI RISKA YUNITA

PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA

PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP

KLASIFIKASI KELULUSAN MAHASISWA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS)

SKRIPSI. Disusun oleh: NOVIAN TRIANGGARA

PEMODELAN UPAH MINIMUM KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA MENGGUNAKAN REGRESI RIDGE

RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG PARSIAL (RAKTLSP)

TEORI INVESTASI DAN PORTFOLIO MATERI 4.

PENENTUAN PORTOFOLIO OPTIMAL DENGAN MODEL INDEKS TUNGGAL PADA SAHAM PERBANKAN DI BURSA EFEK INDONESIA

ANALISIS PENGARUH JUMLAH UANG BEREDAR DAN NILAI TUKAR RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN PEMODELAN REGRESI SEMIPARAMETRIK KERNEL

PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI

BAB IV ANALISIS DAN PEMBAHASAN. pengolahan data. Dalam pengolahan data menggunakan program Microsoft Excel

PORTFOLIO EFISIEN & OPTIMAL

PERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO

MENGGUNAKAN METODE GARCH ASIMETRIS

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip

ANALISIS PORTOFOLIO OPTIMAL DENGAN MODEL MARKOWITZ PADA PERUSAHAAN YANG TERDAFTAR DI BURSA EFEK INDONESIA

IV. ANALISIS DAN PEMBAHASAN. 1.1 Analisis Portofolio Pada Aktiva Berisiko (Saham dan Emas)

PERBANDINGAN MODEL PERTUMBUHAN EKONOMI DI JAWA TENGAH DENGAN METODE REGRESI LINIER BERGANDA DAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION SKRIPSI

SKRIPSI. Disusun Oleh: Ana Kartikawati NIM. J2E009024

BAB II TINJAUAN PUSTAKA. dana tersebut. Umumnya investasi dikategorikan dua jenis yaitu:

ANALISIS PERBEDAAN VOLUME PERDAGANGAN SAHAM-SAHAM YANG OPTIMAL PADA JAKARTA ISLAMIC INDEX (JII) DI BURSA EFEK INDONESIA (BEI)

Kajian Simulasi terhadap Sensitivitas Portofolio Optimal Model Mean-Variance

BAB 1 PENDAHULUAN. tidak ada prestasi, tidak ada kemajuan dan tidak ada imbalan.

BAB III METODE PENELITIAN. kuantitatif. Menurut Kuncoro (2013: 145). Data kuantitatif adalah data yang

BAB I PENDAHULUAN 1.1 Tinjuan Umum Terhadap Objek Studi Gambaran Umum LQ Kriteria Pemilihan Saham LQ45

Transkripsi:

PENENTUAN BOBOT PORTOFOLIO OPTIMAL DENGAN METODE RESAMPLED EFFICIENT FRONTIER UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL SKRIPSI Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika Oleh : ESTI PRATIWI 24010210130058 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014

PENENTUAN BOBOT PORTOFOLIO OPTIMAL DENGAN METODE RESAMPLED EFFICIENT FRONTIER UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika Oleh : ESTI PRATIWI 24010210130058 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014 i

PENENTUAN BOBOT PORTOFOLIO OPTIMAL DENGAN METODE RESAMPLED EFFICIENT FRONTIER UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika Oleh : ESTI PRATIWI 24010210130058 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014 i

HALAMAN PENGESAHAN I Judul Skripsi : Penentuan Bobot Portofolio Optimal dengan Metode Resampled Efficient Frontier untuk Perhitungan Value at Risk pada Data Berdistribusi Normal Nama Mahasiswa : Esti Pratiwi NIM : 24010210130058 Jurusan : Statistika telah diujikan pada sidang Tugas Akhir tanggal 8 April 2014 dan dinyatakan lulus pada tanggal 22 April 2014. Semarang, 22 April 2014 Mengetahui, Ketua Jurusan Statistika FSM Universitas Diponegoro Panitia Penguji Ujian Tugas Akhir Ketua Dra. Dwi Ispriyanti, M.Si NIP. 195709141986032001 Drs. Agus Rusgiyono, M.Si NIP. 196408131990011001 ii

HALAMAN PENGESAHAN II Judul Skripsi : Penentuan Bobot Portofolio Optimal dengan Metode Resampled Efficient Frontier untuk Perhitungan Value at Risk pada Data Berdistribusi Normal Nama Mahasiswa : Esti Pratiwi NIM : 24010210130058 Jurusan : Statistika telah diujikan pada sidang Tugas Akhir tanggal 8 April 2014. Semarang, 22 April 2014 Pembimbing I Pembimbing II Abdul Hoyyi, S.Si, M.Si NIP. 197202022008011018 Sugito, S.Si, M.Si NIP. 197610192005011001 iii

KATA PENGANTAR Alhamdulillah, puji syukur penulis panjatkan kehadirat Allah SWT atas rahmat dan hidayah-nya, sehingga penulis dapat menyelesaikan tugas akhir dengan judul Penentuan Bobot Portofolio Optimal dengan Metode Resampled Efficient Frontier untuk Perhitungan Value at Risk pada Data Berdistribusi Normal. Dalam penulisan tugas akhir ini penulis mengalami banyak hambatan. Namun atas bantuan dari berbagai pihak, tugas akhir ini dapat diselesaikan dengan baik. Oleh karena itu, penulis ingin menyampaikan rasa terima kasih kepada: 1. Ibu Dra. Dwi Ispriyanti, M.Si sebagai Ketua Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro. 2. Bapak Abdul Hoyyi, S.Si, M.Si dan Bapak Sugito, S.Si, M.Si selaku dosen pembimbing I dan pembimbing II yang telah memberikan arahan, bimbingan dan motivasi hingga terselesaikannya tugas akhir ini. 3. Bapak/Ibu dosen Jurusan Statistika yang telah memberikan masukan demi perbaikan penulisan tugas akhir ini. 4. Pihak pihak lain yang tidak dapat penulis sebutkan satu per satu yang telah membantu penulisan tugas akhir ini. Penulis menyadari bahwa tugas akhir ini masih jauh dari sempurna. Sehingga penulis mengharapkan kritik dan saran demi kesempurnaan penulisan selanjutnya. Semarang, April 2014 Penulis iv

ABSTRAK Dalam berinvestasi, investor memiliki tujuan mendapatkan return, namun di sisi lain investor juga harus menanggung risiko yang mungkin akan muncul dari investasinya. Terdapat tiga kategori investor berdasarkan preferensi mereka terhadap risiko yaitu penghindar risiko ( risk averter), pengambil risiko tinggi (risk taker), dan pengambil risiko sedang (risk moderate). Untuk membentuk portofolio yang mampu memasukkan unsur preferensi investor tersebut, digunakan metode Resampled Efficient Frontier. Resampled Efficient Frontier merupakan pengembangan dari metode Mean Variance Efficient Portofolio, dimana digunakan simulasi Monte Carlo guna mendapatkan estimasi input parameter yang lebih banyak. Dari portofolio efisien hasil Resampled Efficient Frontier di sepanjang efficient frontier dengan 51 titik efisien, diambil portofolio optimal bagi tiap tipe investor. Portofolio optimal untuk tipe risk averter, risk moderate dan risk taker secara berturut-turut adalah portofolio pada titik efisien pertama, titik efisien ke-26, dan titik efisien ke-51. Untuk mengetahui gambaran kerugian dari portofolio optimal yang terbentuk digunakan ukuran Value at Risk. Nilai VaR dihitung berdasarkan data return bulanan periode Januari 2008 sampai Desember 2013 dari saham BBCA, LPKR, PGAS serta SMGR. Estimasi VaR dengan tingkat kepercayaan 95%, holding period 20 hari, dan alokasi modal investasi sebesar Rp 100,000,000.00 dari portofolio optimal untuk investor penghindar risiko, pengambil risiko sedang dan pengambil risiko tinggi secara berurutan adalah Rp 50,706,000.00, Rp 54,618,000.00 dan Rp 64,522,000.00. Kata Kunci: Efficient Frontier, Portofolio Efisien, Portofolio Optimal, Distribusi Normal, VaR v

ABSTRACT The investors have a goal of getting return when they invest their wealth, but on the other hand they should bear the risk that might arise from their investment. There are three categories of investors based on their preferences toward risk that is risk averter, moderate risk and risk taker. To establish a portfolio that is able to incorporate investor preferences is used Resampled Efficient Frontier Method. Resampled Efficient Frontier Method is a development of the Mean Variance Efficient Portfolios Method, which used Monte Carlo simulation to obtain more estimated of parameter inputs. Based on the efficient portfolios of Resampled Efficient Frontier along the efficient frontier with 51 efficient points, taken optimal portfolio for each investor type. Optimal portfolio for risk averter, moderate risk and risk taker respectively is an efficient portfolio on the first point, 26 th point, and 51 st point. To describe the loss of the optimal portfolio is used Value at Risk. VaR is calculated based on monthly return from BBCA, LPKR, PGAS and SMGR during January 2008 until December 2013. Estimated VaR on 95% confidence level during 20 days holding period and the amount of investment allocation Rp 100,000,000.00 from the optimal portfolio for risk averter, moderate risk and risk taker respectively is Rp 50,706,000.00, Rp 54,618,000.00 and Rp 64,522,000.00. Keywords: Efficient Frontier, Efficient Portfolio, Optimal Portfolio, Normal Distribution, VaR vi

DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN I...ii HALAMAN PENGESAHAN II...iii KATA PENGANTAR... iv ABSTRAK... v ABSTRACT... vi DAFTAR ISI...vii DAFTAR GAMBAR... xi DAFTAR TABEL...xii DAFTAR LAMPIRAN...xiii DAFTAR SIMBOL... xiv BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 3 1.3 Batasan Masalah... 3 1.4 Tujuan Penelitian... 3 BAB II TINJAUAN PUSTAKA... 4 vii

2.1 Saham... 4 2.2 Pasar Modal... 5 2.3 Return Aset... 5 2.4 Return Portofolio... 6 2.5 Varian dan Standar Deviasi... 8 2.6 Risiko Portofolio... 9 2.7 Kovarian... 9 2.8 Diversifikasi... 10 2.9 Tipe Investor... 11 2.10 Short Selling... 12 2.11 LQ45... 12 2.12 Normal Multivariat... 13 2.13 Resampled Efficient Frontier... 16 2.13.1 Efficient Frontier... 16 2.13.2 Portofolio Efisien dan Portofolio Optimal... 17 2.13.3 Mean Variance Efficient Portofolio... 18 2.13.4 Simulasi Monte Carlo... 19 2.13.5 Pembentukan Bobot dengan Meminimalkan Varian... 21 2.13.6 Meminimalkan Risiko pada Tingkat Return Tertentu... 23 viii

2.14 Value at Risk... 25 2.14.1 Periode Waktu... 25 2.14.2 Tingkat Kepercayaan... 26 2.14.3 Perhitungan Value at Risk pada Distribusi Normal Multivariat... 26 BAB III METODOLOGI PENELITIAN... 28 3.1 Sumber Data... 28 3.2 Variabel Penelitian... 28 3.3 Langkah Analisis... 28 3.4 Diagram Alir Analisis Data... 32 BAB IV HASIL DAN PEMBAHASAN... 33 4.1 Profil Emiten / Perusahaan... 33 4.1.1 PT Bank Central Asia Tbk... 33 4.1.2 PT Lippo Karawaci Tbk... 34 4.1.3 PT Perusahaan Gas Negara Tbk... 35 4.1.4 PT Semen Indonesia Tbk... 36 4.2 Plot Pergerakan Return Saham... 38 4.3 Pengujian Normalitas Return... 41 4.4 Resampled Efficient Frontier... 43 4.4.1 Penentuan Jumlah Titik Efisien dan Jumlah Simulasi... 44 ix

4.4.2 Bobot Portofolio di tiap Titik Efisien... 45 4.5 Value at Risk... 47 BAB V KESIMPULAN... 50 DAFTAR PUSTAKA... 52 LAMPIRAN... 55 x

DAFTAR GAMBAR Halaman Gambar 1 Efficient Frontier... 19 Gambar 2 Plot Return Saham BBCA... 38 Gambar 3 Plot Return Saham PGAS... 39 Gambar 4 Plot Return Saham LPKR... 39 Gambar 3 Plot Return Saham SMGR... 40 Gambar 6 Plot Normalitas Multivariat... 41 Gambar 7 Efficient Frontier dari REF... 45 xi

DAFTAR TABEL Halaman Tabel 1 Mean dan Varian Return tiap Saham... 43 Tabel 2 Portofolio yang Disesuaikan dengan Karakteristik Investor... 46 Tabel 3 Alokasi Modal dan VaR untuk Portofolio Berisiko Minimum... 48 Tabel 4 Alokasi Modal dan VaR untuk Portofolio Berisiko Menengah... 48 Tabel 5 Alokasi Modal dan VaR untuk Portofolio Berisiko Maksimum... 49 xii

DAFTAR LAMPIRAN Halaman Lampiran I Data harga saham bulanan Desember 2007 Desember 2013... 55 Lampiran II Return saham bulanan Januari 2008 Desember 2013... 57 Lampiran III Komposisi Bobot Portofolio di tiap Titik Efisien... 59 Lampiran IV Pengujian Asumsi Normal Multivariat Return Saham... 61 Lampiran V Perhitungan Bobot Portofolio Efisien dan Value at Risk dengan Metode Resampled Efficient Frontier...64 Lampiran VI Tabel Nilai Kritis Uji Kolmogorov Smirnov... 77 xiii

DAFTAR SIMBOL : harga saham i pada periode t : harga saham i pada periode t-1 : return saham i pada periode t : rata-rata return saham i (expected return aset i) : vektor kolom expected return tiap aset saham : return portofolio : expected return portofolio : return portofolio minimum pada simulasi ke-q : return portofolio maksimum pada simulasi ke-q : return portofolio titik efisien ke-m pada simulasi ke-q : vektor estimasi mean return tiap aset saham dari proses resampling : varian return saham i : standar deviasi return saham i : matriks varian kovarian return saham dalam portofolio : matriks estimasi varian kovarian return pada simulasi ke-q : varian portofolio : bobot saham i dalam portofolio : vektor kolom bobot saham dalam portofolio : vektor bobot portofolio dengan varian minimum pada simulasi ke-q xiv

: vektor bobot portofolio titik efisien ke-m pada simulasi ke-q : vektor bobot akhir Resampled Efficient Frontier pada titik efisien ke-m : vektor bobot efisien di sepanjang efficient frontier : jarak mahalanobis dari return-return saham dalam portofolio : kuantil distribusi Chi Square dengan derajat bebas a X x Z C V L : variabel acak : harga variabel acak : matriks data bangkitan yang berdistribusi N(0,1) : matriks segitiga bawah untuk pembangkitan return : matriks variabel baru hasil pembangkitan : fungsi Lagrange : faktor pengali Lagrange a M Q hp : jumlah saham dalam portofolio : jumlah titik efisien : jumlah simulasi : holding period (jangka waktu investasi) : nilai kuantil pada distribusi Normal Standar pada tingkat kepercayaan cl : alokasi modal untuk portofolio : vektor canonical basis xv

BAB I PENDAHULUAN 1.1 Latar Belakang Setiap investor yang melakukan investasi saham memiliki tujuan yang sama, yaitu mendapatkan capital gain, yaitu selisih positif antara harga jual dan harga beli saham serta dividen tunai yang diterima dari emiten karena perusahaan memperoleh keuntungan. Namun apabila harga jual lebih rendah daripada harga beli saham, maka investor akan menderita kerugian atau disebut capital loss (Samsul, 2006). Dalam pembentukan portofolio saham, investor berusaha memaksimalkan pengembalian yang diharapkan dari investasi dengan tingkat risiko tertentu yang dapat diterima. Portofolio yang dapat mencapai tujuan di atas disebut dengan portofolio yang efisien (Fabozzi, 1999). Menurut Bodie, et al. (2006), Harry Markowitz meluncurkan model formal seleksi portofolio dengan memasukkan prinsip diversifikasi yaitu pembentukan portofolio sedemikian rupa sehingga dapat mengurangi risiko portofolio tanpa mengorbankan pengembalian yang dihasilkan. Model tersebut mengidentifikasi perangkat portofolio yang efisien atau sering disebut efficient frontier. Ada dua pokok perhatian dibalik ide dasar dalam efficient frontier perangkat aset berisiko dalam hal ini saham. Pertama adalah untuk setiap tingkat risiko, akan dicari portofolio yang diharapkan memberikan imbalan yang didapat dari investasi (return) yang paling tinggi. Kemudian yang kedua mencari portofolio yang meminimumkan varian untuk setiap tingkat return yang diharapkan. 1

2 Resampled Efficiency merupakan konsep baru dalam manajemen aset yang diperkenalkan oleh Michaud. Portofolio dalam Resampled Efficient Frontier tersusun atas bobot aset yang merupakan hasil rata-rata dari bobot tiap aset dalam Mean Variance Efficient Portofolio dengan tingkat return tertentu. Prosedur ini menjamin bahwa setelah menghitung rata-rata bobot Mean Variance Efficient Portofolio, jumlah bobot portofolio akan tetap sama dengan satu (Jiao, 2003). Proses resampling untuk memperbanyak input menggunakan metode Simulasi Monte Carlo dengan menyesuaikan karakteristik informasi dari data historis yang tersedia dari data historis yang sesungguhnya. Value at Risk (VaR) muncul sebagai metode baru untuk mengukur risiko pasar uang yang dikembangkan untuk menjawab maraknya skandal keuangan pada tahun 1990-an. Sebenarnya metodologi di belakang VaR tidaklah baru dan dapat ditelusuri kembali pada kerangka Mean-Variance yang dikembangkan oleh Markowitz pada tahun 1952. Sekarang metode VaR telah menyebar jauh aplikasinya sampai pada transaksi derivative (Ghozali, 2007). Dari uraian diatas, penulis tertarik untuk mengaplikasikan metode Resampled Efficient Frontier dengan berdasarkan kerangka kerja Mean Variance Efficient Portofolio untuk menghitung bobot-bobot optimal pada tingkat return dan risiko tertentu sesuai dengan karakteristik investor. Kemudian menghitung nilai risikonya dengan menggunakan ukuran VaR. Saham yang akan dimasukkan ke dalam portofolio adalah saham-saham LQ45, yang berisi saham-saham terbaik Indonesia.

3 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dikemukakan, maka rumusan masalah dari penelitian ini adalah sebagai berikut: 1. Bagaimana menentukan bobot portofolio optimal yang sesuai dengan karakteristik investor dengan menggunakan Resampled Efficient Frontier. 2. Bagaimana menentukan nilai VaR dari portofolio optimal sebagai gambaran dari risiko atau kerugian yang mungkin akan diterima. 1.3 Batasan Masalah Pada penelitian ini, penulis membatasi masalah pada metode dan data yang digunakan dalam analisis. Metode yang digunakan untuk menentukan portofolio optimal adalah Resampled Efficient Frontier dengan pengukuran risikonya menggunakan VaR untuk return berdistribusi normal. Data sampel yang digunakan adalah data return bulanan yang berdistribusi normal multivariat dari saham BBCA, LPKR, PGAS dan SMGR periode Januari 2008 hingga Desember 2013. 1.4 Tujuan Penelitian Berdasarkan latar belakang, tujuan dari penelitian ini adalah: 1. Mengetahui bobot portofolio optimal yang sesuai dengan karakteristik investor dengan menggunakan Resampled Efficient Frontier yang didasarkan pada kerangka kerja Mean Variance Efficient Portofolio. 2. Mencari nilai VaR dari portofolio optimal sebagai gambaran dari risiko atau kerugian yang mungkin akan diterima.