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

dokumen-dokumen yang mirip
PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO

III PEMBAHASAN. untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988)

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL

BAB II TINJAUAN PUSTAKA

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

Lampiran A. Beberapa Definisi dan Lema Teknis

II LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran

PEMODELAN HUBUNGAN PELANGGAN DAN PERUSAHAAN MENGGUNAKAN RANTAI MARKOV ADITYA PRAYUDANTO

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

PENERAPAN PRINSIP MAKSIMUM PONTRYAGIN PADA SISTEM INVENTORI-PRODUKSI. Nurus Sa adah, Toni Bakhtiar, Farida Hanum

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

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

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN

Grosen A, Jorgensen. P.L Fair valuation of life insurance liabilities: the infact of interest rate guarantees, surrender option and bonus

KEKONSISTENAN PENDUGA FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK DENGAN TREN LINEAR TITA ROBIAH AL ADAWIYAH

PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA

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

BAB II LANDASAN TEORI

SILABUS MATA KULIAH. Tujuan

BAB II TINJAUAN PUSTAKA

PENDUGAAN FUNGSI SEBARAN DALAM MODEL NONPARAMETRIK RONI WIJAYA

PENDAHULUAN LANDASAN TEORI

BAB V IMPLEMENTASI SIMULASI MONTE CARLO UNTUK PENILAIAN OPSI PUT AMERIKA

I. PENDAHULUAN II. LANDASAN TEORI

OPTIMASI (Pemrograman Non Linear)

ABSTRACT JOKO DWI SURAWU. Keywords:

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR

HUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM.

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

METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT

III PEMBAHASAN. dengan kendala. Solusi dari permasalahan di atas diberikan oleh Teorema 1 berikut. Teorema 1 R = R (X) didefinisikan oleh

II LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input

SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO

BAB II TINJAUAN PUSTAKA. komoditas, model pergerakan harga komoditas, rantai Markov, simulasi Standard

PENGGUNAAN METODE ITERASI VARIASI UNTUK MENYELESAIKAN MASALAH OSILASI BERPASANGAN SANTI SUSILAWATI

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

PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK SYAMSURI

BAB II LANDASAN TEORI

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

PROGRAM FRAKSIONAL LINIER DENGAN KOEFISIEN INTERVAL. Annisa Ratna Sari 1, Sunarsih 2, Suryoto 3. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

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

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

KOMBINASI PERSYARATAN KARUSH KUHN TUCKER DAN METODE BRANCH AND BOUND PADA PEMROGRAMAN KUADRATIK KONVEKS BILANGAN BULAT MURNI

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT

BAB II LANDASAN TEORI

PEMODELAN HARGA SAHAM MENGGUNAKAN MODEL LÉVY DAN MODEL BLACK-SCHOLES EDY SISWANTO

BAB III PORTOFOLIO POINT AND FIGURE

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN

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

Solusi Problem Dirichlet pada Daerah Persegi dengan Metode Pemisahan Variabel

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Lampiran 1. Beberapa Definisi dan Lema Teknis

BAB II TINJAUAN PUSTAKA. yaitu investasi, portofolio, return dan expected return, risiko dalam berinvestasi,

ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. Lidya Krisna Andani ABSTRACT

Modifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

PEMILIHAN MODEL REGRESI LINIER DENGAN BOOTSTRAP. Tarno. Jurusan Matematika FMIPA UNDIP Semarang. Subanar Jurusan Matematika FMIPA UGM Yogyakarta

PROSES MARKOV KONTINYU (CONTINOUS MARKOV PROCESSES)

OPTIMASI ALOKASI ASET MULTI-PERIOD PADA REKSA DANA DENGAN PROGRAM STOKASTIK DINAMIK SKRIPSI M. NOVALINA S

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

II. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log

OPTIMASI PROGRAM LINIER PECAHAN DENGAN FUNGSI TUJUAN BERKOEFISIEN INTERVAL

DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN. Sudarno Jurusan Matematika FMIPA UNDIP. Abstrak

PENERAPAN KALKULUS STOKASTIK PADA MODEL OPSI

Arisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya

BAB II KAJIAN PUSTAKA

(A.3) PENDEKATAN MULTIFAKTOR UNTUK OPTIMISASI PORTOFOLIO INVESTASI DI BAWAH VALUE-AT-RISK

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

PENYELESAIAN MODEL TAHAP TERHINGGA DAN TAKHINGGA PADA PROSES KEPUTUSAN MARKOV DAN APLIKASINYA DI BIDANG PERTANIAN BILYAN USTAZILA

KEUNIKAN MODEL BLACK LITTERMAN DALAM PEMBENTUKAN PORTOFOLIO 1. Abstract

PENDUGAAN FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN LINEAR BONNO ANDRI WIBOWO

PORTOFOLIO. Jurusan Akuntansi Fakultas Ekonomi Universitas Tunas Pembangunan Surakarta.

PENENTUAN PREMI OPTIMUM PADA PORTOFOLIO HETEROGEN DENGAN ARGUMEN GEOMETRIS SEDERHANA PRAMA ADISTYA WIJAYA

BAB 2 TINJAUAN PUSTAKA

KAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

REGRESI KEKAR SIMPANGAN MUTLAK TERKECIL DENGAN MODIFIKASI SIMPLEKS MUHAMMAD YUSUF DWIHARJANGGI

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB III PORTOFOLIO OPTIMAL. Capital assets pricing model dipelopori oleh Treynor, Sharpe, Lintner

BAB I PENDAHULUAN. Salah satu formula dalam teori bunga telah diusulkan pada abad

BAB II KAJIAN TEORI. hasil percobaan yang berbeda dan masing-masing mempunyai. itu menyusun kejadian, maka probabilitas kejadian

MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS)

KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO

BAB III VALUE AT RISK (VaR ) DAN PENDEKATAN COPULA

METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE

PENDUGAAN NILAI ASET PENDANAAN PENSIUN DENGAN DUA JENIS PEMULUSAN: STUDI KASUS DATA MORTALITAS INDONESIA 2011 AYUB PRISNA WARDANA

IV CONTOH KASUS DAN PEMBAHASAN

MODEL PEMILIHAN PORTOFOLIO MENCAKUP UNSUR KETIDAKPASTIAN

Pengantar Proses Stokastik

METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT

MODEL EPIDEMI STOKASTIK SUSCEPTIBLE INFECTED SUSCEPTIBLE (SIS)

PENENTUAN PROBABILITAS ABSORPSI DAN EKSPEKTASI DURASI PADA MASALAH KEBANGKRUTAN PENJUDI

Transkripsi:

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 PELI SUKARSO. Penentuan Solusi Optimal Untuk Alokasi Kekayaan ke dalam Konsumsi dan Investasi. Dibimbing oleh RETNO BUDIARTI dan I GUSTI PUTU PURNABA. Kehidupan manusia sangat berkaitan dengan masalah ekonomi yang dilakukan sepanjang hayatnya. Kegiatan tersebut berupa pengelolaan keuangan untuk konsumsi dan investasi dari kekayaan yang dimilikinya. Permasalahan yang muncul adalah bagaimana mengoptimalkan alokasi kekayaan untuk konsumsi dan investasi sehingga memaksimalkan fungsi utilitasnya. Dengan menentukan model persamaan anggaran dari individu, dapat ditentukan sebuah formulasi pengalokasian kekayaan individu untuk konsumsi dan investasi yang optimal. Fungsi utilitas yang digunakan adalah CRRA (Constant Relative Risk Aversion). Hasil dari pengalokasian kekayaan yang optimal akan berdampak pada peningkatan konsumsi apabila besarnya kekayaan individu meningkat. Sedangkan untuk investasi, alokasi kekayaan untuk investasi dipengaruhi oleh besarnya return dan volatilitas dari aset. Semakin besar nilai return, investasi semakin meningkat. Apabila nilai volatilitas aset tinggi, investasi turun akibat pergerakan aset yang semakin tidak pasti. Keyword: optimasi, CRRA, konsumsi dan investasi. ABSTRACT PELI SUKARSO. Determination of Optimal Solutions for the Allocation of Wealth into Consumption and Investment. Supervised by RETNO BUDIARTI and I GUSTI PUTU PURNABA. Human life is closely linked with economic problems faced throughout his life. The financial management activities are consumption and investment of the wealth. The problem is how to optimize the allocation of wealth to consumption and investment so as to maximize his utility function. By determining the budget equation model of the individual, an allocation formula of individual wealth for the optimal consumption and investment can be determined. The utility function has the form of constant relative risk aversion. The optimal allocation of wealth imply to the increase in the amount of consumption, when individual wealth increases. On the other hand, the allocation of wealth for investment is influenced by the size and volatility of asset returns. The larger the value of return, investment tends to increase. If the value of volatility assets is higher, then investment assets will decrease due to the increasing uncertainty. Keyword: optimization, constant relative risk aversion, consumption and investment

PENENTUAN SOLUSI OPTIMAL UNTUK ALOKASI KEKAYAAN KE DALAM KONSUMSI DAN INVESTASI PELI SUKARSO 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 2012

Judul : Penentuan Solusi Optimal untuk Alokasi Kekayaan ke dalam Konsumsi dan Investasi Nama : Peli Sukarso NIM : G54062895 Menyetujui, Pembimbing I, Pembimbing II, Pembimbing II, Ir. Retno Budiarti, M. S. NIP 19610729 198903 2 002 Dr. Ir. I Gusti Putu Purnaba, DEA NIP 19651218 199002 1 001 Mengetahui, Ketua Departemen Matematika Dr. Berlian Setiawaty, M. S. NIP 19650505 198903 2 004 Tanggal lulus:

PRAKATA Syukur Alhamdulillah penulis panjatkan ke hadirat Allah SWT, yang telah memberikan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan penulisan skripsi ini yang berjudul Penentuan Solusi Optimal untuk Alokasi Kekayaan ke Dalam Konsumsi dan Investasi. Tulisan ini merupakan suatu karya dari hasil perjuangan yang sangat panjang yang tentunya tidak akan selesai tanpa bantuan dari berbagai pihak. Oleh karena itu, pada kesempatan ini perkenankan penulis menghaturkan terima kasih yang mendalam serta penghargaan yang setinggi-tingginya kepada Ibu Ir. Retno Budiarti, M. S. dan Bapak Dr. Ir. I Gusti Putu Purnaba, DEA selaku pembimbing atas segala arahan, bimbingan, motivasi, dukungan moral yang tak henti-hentinya penulis dapatkan dan terus mendorong penulis agar berjuang menyelesaikan tulisan ini. Selain itu, penulis juga mengucapkan terima kasih kepada keluarga besar Sadjar Edi Prayitno terutama Ibu, kakak, dan keponakan-keponakan saya, atas doa, kasih sayang, motivasi, dan perhatian, yang begitu besar selama ini Penulis juga mengucapkan terima kasih kepada Bapak Yono, Ibu Ade, Mas Heri, Mas Deni dan Bapak Bono atas bantuan yang diberikan. Tidak lupa, ungkapan terima kasih penulis kepada seluruh teman-teman Matematika 43 (Albryan, Andrew, Arif, Zulkarnaen, Hendra dan lainnya), teman-teman 43 (Risal, Ipank, Ridho, Tito, Wahyu, Nafiul), serta teman-teman kos Wisma Cemara (Indra, Fijar, Djalley, Roy, Ofa ) atas bantuan, motivasi, diskusi, dan kebersamaan selama penulis menempuh studi dan menjalankan penelitian. Semoga karya ilmiah ini dapat bermanfaat. Bogor, Januari 2012 Peli Sukarso

RIWAYAT HIDUP Penulis dilahirkan di Cirebon pada tanggal 19 Juni 1986 dari Ayah Sajar Edi Prayitno (Alm) dan Ibu Kesin. Penulis merupakan anak kedelapan dari delapan bersaudara. Penulis menyelesaikan studi di SMAN 1 SUMBER CIREBON pada tahun 2004. Pada tahun 2006 penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB) pada Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Penulis aktif di berbagai kegiatan kemahasiswaan. Penulis pernah menjadi staf departemen Permberdayaan Sumber Daya Manusia (PSDM) Gumatika (Gugus Mahasiswa Matematika) FMIPA IPB pada periode 2007-2008. Selain itu, penulis pernah terlibat dalam beberapa kegiatan kepanitiaan yang diselenggarakan oleh Gumatika antara lain Kadiv. Logistik dan Transportasi Tahun 2007, panitia Welcome Ceremony Mathematics (WCM) tahun 2008.

DAFTAR ISI Halaman DAFTAR LAMPIRAN... vii PENDAHULUAN... 1 BAHAN DAN METODE Latar Belakang... 1 Tujuan... 1 LANDASAN TEORI Ruang Contoh, Peubah Acak dan Fungsi Sebaran... 1 Proses Stokastik dan Gerak Brown 1-dimensi... 2 Fungsi Kepuasan dan Constant Relative Risk Aversion (CRRA)... 3 Kontrol Optimum dan Sistem Dinamik... 4 Istilah dalam Ekonomi... 4 HASIL DAN PEMBAHASAN Asumsi dalam Model... 5 Model Dinamik Persamaan Anggaran... 5 Model Persamaan Anggaran Dua Aset... 6 Kasus Constant Relative Risk Aversion (CRRA)... 8 SIMPULAN DAN SARAN Simpulan... 9 Saran... 9 DAFTAR PUSTAKA... 9 LAMPIRAN... 11 Vi

DAFTAR LAMPIRAN Halaman 1 Uraian persamaan 2... 11 2 Uraian persamaan 10... 11 3 Uraian persamaan 11... 12 4 Uraian persamaan 12... 12 5 Uraian persamaan 13... 12 6 Uraian persamaan 14... 12 7 Uraian persamaan 15... 13 8 Uraian persamaan 16... 13 9 Uraian persamaan 21... 13 10 Uraian persamaan 28... 14 11 Uraian persamaan 29... 14 12 Uraian persamaan 30... 15 13 Uraian persamaan 32... 15 vii

I PENDAHULUAN 1.1 Latar Belakang Kehidupan individu sangat terkait dengan masalah ekonomi yang dilakukan sepanjang hayatnya. Kegiatan ekonomi yang dilakukan dapat berupa konsumsi barang dan jasa. Permasalahan yang muncul adalah bagaimana memaksimalkan pendapatan yang diperoleh untuk alokasi konsumsi. Dengan mengoptimalkan pengeluaran berupa konsumsi barang dan jasa yang menjadi prioritas, akan memungkinkan adanya sisa dari pendapatan yang dapat disimpan dalam bentuk tabungan atau dipergunakan untuk keperluan lainnya. Di samping mementingkan konsumsi yang dilakukan pada periode waktu saat ini, individu juga dapat merencanakan kegiatan konsumsi pada masa yang akan datang. Oleh karena itu, perlu dilakukan suatu tindakan preventif berupa tabungan atau investasi. Seorang individu dalam melakukan kegiatan ekonomi mementingkan tingkat kepuasannya. Dalam ilmu ekonomi tingkat kepuasan individu diukur dengan fungsi utilitas. Dalam tulisan ini, akan dibahas mengenai model persamaan anggaran dalam umum dan dalam bentuk khusus berupa model persamaan anggaran untuk dua aset. Serta permasalahan mengenai besarnya proporsi yang akan dialokasikan seseorang yang digunakan untuk konsumsi dan investasi sehingga memaksimalkan fungsi utilitas seseorang. Dari model tersebut akan didapat formulasi proporsi optimal untuk kekayaan yang dibelanjakan untuk konsumsi dan investasi. 1.2 Tujuan Penulisan Tujuan penulisan karya ilmiah ini adalah untuk mempelajari penyelesaian masalah pengambilan keputusan dalam pengalokasian kekayaan yang optimal untuk konsumsi dan investasi. 1.3 Metode Penulisan Metode penulisan karya ilmiah ini berupa studi literatur materi. Untuk studi literatur, materi diperoleh dari jurnal ilmiah utama dan jurnal-jurnal ilmiah lain, serta buku-buku yang terkait dengan penyusunan karya ilmiah ini. Materi jurnal ilmiah utama diadaptasi dari jurnal ilmiah yang berjudul Lifetime Portofolio Selection Under Uncertainty: Continuous-time Case (Robert C. Merton 1969). II LANDASAN TEORI Dalam bagian ini dijelaskan konsepkonsep dasar matematis yang digunakan untuk membantu penyelesaian masalah dalam pembahasan. 2.1 Ruang Contoh, Peubah Acak, dan Fungsi sebaran. Definisi 1 Percobaan Acak Percobaan acak adalah suatu percobaan yang dilakukan secara berulang dalam kondisi yang sama dengan kemungkinan semua hasil yang muncul diketahui, akan tetapi hasil pada percobaan berikutnya tidak dapat diduga. (Hogg et al. 2005) Definisi 2 Ruang Contoh Ruang contoh adalah himpunan dari semua kemungkinan hasil suatu percobaan acak, dan dinotasikan dengan Ω. (Grimmet dan Stirzaker 2001) Definisi 3 Medan- Medan- adalah suatu himpunan F yang anggotanya terdiri atas himpunan bagian ruang contoh Ω, yang memenuhi syarat berikut. 1. 2. Jika A, maka 3. Jika, maka (Hogg et al. 2005) Definisi 4 Peubah Acak Peubah acak adalah suatu fungsi X : Ω dengan sifat bahwa { } F untuk setiap x. (Grimmet dan Stirzaker 2001) Definisi 5 Fungsi Sebaran Suatu fungsi sebaran dari peubah acak X adalah fungsi F X : R [0,1] yang diberikan oleh F X (x) = P( ). Misalkan adalah gugus fungsi kemungkinan nilai dari suatu peubah acak X, maka sifat-sifat fungsi sebaran adalah 1. 0 2. F(x) adalah fungsi tak turun. 3. F(y) = 0 untuk setiap y kurang dari nilai terkecil dalam.

2 4. F(z) = 1 untuk setiap nilai z yang lebih besar atau sama dengan nilai terbesar dalam. (Grimmet dan Stirzaker 2001) Definisi 6 Fungsi Massa Peluang Fungsi massa peluang dari peubah acak diskret X adalah fungsi p: yang diberikan oleh (x) = P(X= x). (Grimmet dan Stirzaker 2001) Definisi 7 Peubah Acak Kontinu Peubah acak X dikatakan peubah acak kontinu jika fungsi sebaran dapat diekspresikan sebagai 3. Jika adalah konstanta dan adalah peubah acak, maka (bukti lihat Hogg et al. 2005) (Hogg et al. 2005) Definisi 10 Ragam Ragam dari suatu peubah acak X adalah nilai harapan dari kuadrat selisih antara X dengan nilai harapannya, didefinisikan sebagai berikut. untuk suatu fungsi yang dapat diintegralkan. Fungsi disebut sebagai fungsi kepekatan peluang bagi peubah acak kontinu. (Hogg et al. 2005) Definisi 8 Sebaran Normal dan Normal Baku Suatu peubah acak X dikatakan mempunyai sebaran normal dengan parameter dan jika fungsi kepekatannya Jika peubah acak X menyebar normal dengan parameter dan serta fungsi kepekatan peluangnya maka dikatakan menyebar normal baku. (Ghahramani 2005) Definisi 9 Nilai Harapan Peubah Acak Kontinu Jika X adalah peubah acak kontinu dengan fungsi kepekatan peluang, maka nilai harapan dari X adalah asalkan integral di atas konvergen mutlak. (Grimmet & Stirzaker 2001) Lema 1 Sifat Nilai Harapan Beberapa sifat nilai harapan, antara lain: 1. Jika k adalah suatu konstanta, maka E(k) = k, 2. Jika k adalah suatu konstanta dan X adalah peubah acak, maka,. Lema 2 Sifat Ragam Beberapa sifat dari ragam: 1. Jika k suatu konstanta, maka. 2. Jika suatu konstanta dan adalah peubah acak, maka (Hogg et al.2005) 2.2 Proses Stokastik dan Gerak Brown 1- dimensi Definisi 11Proses Stokastik Proses stokastik adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu ruang state S. (Ross 2007) Definisi 12 Gerak Brown 1-dimensi Suatu proses stokastik B(t), t [0, ) dikatakan sebagai Gerak Brown 1-dimensi, apabila B(t) memiliki sifat-sifat berikut: 1. P{B(0) = 0}= 1, 2. Untuk sembarang, peubah acak 3. Untuk, selisih menyebar N(0, ). (Oksendal 2003)

3 Definisi 13 Proses Wiener Proses Wiener adalah Gerak Brown dengan rataan 0 dan ragam 1. Proses Wiener cocok untuk suatu peubah acak yang dapat dinyatakan sebagai berikut: Komponen disebut sebagai komponen deterministik dan komponen menyatakan komponen stokastik, serta adalah Proses Wiener, sedangkan dan masing-masing menyatakan drift rate dan variance rate dari. (Hull 1997) Definisi 14 Proses Ito 1-dimensi Proses Ito 1-dimensi adalah proses stokastik X(t) pada ruang peluang (Ω, F, P) yang memiliki bentuk: Dengan B(t) adalah Gerak Brown 1- dimensi pada (Ω, F, P). (Oksendal 2003) Definisi 15 Rantai Markov Rantai Markov adalah Suatu proses stokastik dengan ruang state S yang terbatas atau tak terbatas, jika untuk semua, dan (Ghahramani 2005) Definisi 16 Random Walk Random Walk adalah suatu rantai markov dengan ruang state suatu himpunan bilangan bulat, dan mempunyai peluang transisi dengan. Dengan kata lain setiap transisi perubahan akan bergerak satu langkah ke kanan dengan peluang atau bergerak satu langkah ke kiri dengan peluang. (Ross 2007) Definisi 17 Gaussian Random Walk Gaussian random walk adalah suatu rantai markov yang mempunyai transisi perubahan berdasarkan pada distribusi normal yang digunakan dalam dunia nyata sebagai model data time series seperti pasar keuangan. Transisi perubahannya adalah inverse dari sebaran normal kumulatif dimana adalah jumlah acak sebaran seragam dan adalah mean dan standar deviasi dari sebaran normal. (Ross 2007) 2.3 Fungsi Kepuasan dan Constant Relative Risk Aversion (CRRA) Definisi 18 Fungsi Kepuasan Misalkan adalah himpunan konsumsi, maka fungsi kepuasan konsumsi U memetakan X ke bilangan real. (Fishburn 1970) Definisi 19 Constant Relative Risk Aversion (CRRA) Misalkan U(W) adalah fungsi kepuasan U dari kekayaan W, Constant Relative Risk Aversion (CRRA) didefinisikan dalam bentuk: dengan adalah koefisien Constant Relative Risk Aversion ( ) (Anderson dan Hardeker 2003) Definisi 20 Himpunan Convex Himpunan dikatakan himpunan konveks jika dan hanya jika untuk setiap dan di, maka ruas garis yang menghubungkan dan juga terletak di Dengan kata lain himpunan dikatakan himpunan konveks jika dan hanya jika untuk setiap x dan y di dan untuk setiap dengan, maka vektor juga terletak di (Peressini et al. 1988) Definisi 21 Fungsi Konkaf dan Konkaf sempurna Misalkan adalah fungsi bernilai real yang terdefinisi pada himpunan konveks di, maka: 1. Fungsi dikatakan konkaf di jika untuk setiap di dan untuk setiap, dengan. 2. Fungsi f dikatakan konkaf sempurna di jika,

4 untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988) Definisi 22 Teorema Deret Taylor Nilai hampiran f di x untuk fungsi di a (atau sekitar a atau berpusat di a) didefinisikan (Stewart 1999) 2.4 Kontrol Optimum dan Sistem Dinamik Definisi 23 Kontrol Optimum Kontrol optimum merupakan salah satu teknik untuk menyelesaikan masalah optimasi dinamis. Secara sederhana masalah kontrol optimum adalah memilih peubah kontrol diantara peubah kontrol yang admissible, yaitu kontrol yang membawa sistem dari state awal pada waktu kepada state akhir pada waktu akhir, sedemikian rupa sehingga memberikan nilai maksimum atau minimum bagi fungsional objektif. Fungsional objektif adalah fungsi dari beberapa fungsi lainnya untuk memaksimumkan atau meminimumkan suatu permasalahan. (Tu 1993) Definisi 24 Sistem Dinamik Sistem dinamik adalah suatu sistem yang berubah sesuai dengan waktu. Sistem dinamik dinyatakan sebagai berikut: dengan merupakan fungsi x. (Kreyszig 1993), Definisi 25 Simbol Simbol ini merupakan cara untuk membandingkan besarmya dua fungsi dan untuk menuju suatu limit. Notasi menyatakan bahwa terbatas, untuk. 2.5 Istilah-Istilah Ekonomi (Serfling 1980) Definisi 26 Aset Aset adalah sesuatu yang memiliki nilai ekonomi dan nilai pertukaran. (Harvey dan Gretchen 2002) Definisi 27 Aset Bebas Risiko Aset bebas risiko adalah aset yang memiliki return yang pasti di masa depan. (Harvey dan Gretchen 2002) Definisi 28 Aset Berisiko Aset berisiko adalah aset yang return di masa yang akan datang tidak pasti. (Harvey dan Gretchen 2002) Definisi 29 Portofolio Portofolio adalah kumpulan dari beberapa aset yang digabungkan dalam suatu investasi yang didalamya termasuk beberapa investasi berisiko dan bebas risiko dengan tujuan untuk meminimalkan resiko dari masing-masing aset. (Bodie et al. 2005) Definisi 30 Volatilitas Volatilitas menyatakan tingkat risiko suatu aset yang ditunjukkan oleh keacakan aset. Semakin besar nilai volatilitas, semakin tak terduga pergerakan aset. Sebaliknya semakin kecil nilai volatilitas, semakin mudah menduga aset tersebut. (Harvey & Gretchen 2002) III PEMBAHASAN 3.1 Asumsi Dalam pembahasan skripsi ini akan dibahas permasalahan pemilihan portofolio dan konsumsi individu untuk model waktu kontinu dengan asumsi pendapatan individu diperoleh dari return beberapa aset yang bersifat stokastik. Selanjutnya, akan dibahas mengenai permasalahan optimalitas dari model multi-aset dengan return yang dibangkitkan dari gerak Wiener-Brownian. Dalam kasus khusus, dibahas persamaan untuk model dua aset dengan constant relative risk aversion (CRRA). 3.2 Model Dinamik: Persamaan Anggaran Di bawah kondisi ketidakpastian, pada model waktu kontinu, persamaan anggaran berbentuk persamaan diferensial stokastik. Untuk mendapatkan persamaan ini, memulai dari bentuk persamaan waktu diskret dan

5 selanjutnya menyelesaikan bentuk limitnya untuk waktu yang kontinu. Didefinisikan: Total kekayaan pada waktu t, Harga dari aset i pada waktu t,, Konsumsi per unit waktu untuk waktu t, Proporsi total kekayaan yang dialokasikan pada aset i untuk waktu t, dengan Persamaan anggaran dapat dituliskan sebagai berikut. (1) dengan dan interval waktu antar periode. Dengan melakukan pengurangan terhadap pada kedua sisi, maka persamaan (1) dapat ditulis kembali menjadi (4) dengan adalah peubah acak yang saling bebas yang menyebar normal baku, untuk setiap t, menyatakan ragam per unit waktu dari proses, dan nilai tengah dari increment sama dengan nol. Subtitusi pada persamaan (3) ke dalam persamaan (2), diperoleh (5) Dari persamaan (5), nilai harapan bersyarat di atas dengan diketahui adalah (6) (Merton 1969) (7) (Merton 1969) (Lihat Lampiran 1) dengan (2). Oleh karena stokastik mengakibatkan juga stokastik, maka dipilih adalah tingkat return per unit waktu pada aset ke-i. Untuk kondisi waktu diskret, diasumsikan bahwa ditetapkan mengikuti persamaaan Dengan adalah nilai harapan bersyarat dengan syarat diketahui. Bentuk persamaan diferensial stokastik pada persamaan (4) jika, (waktu kontinu) dapat dituliskan dalam bentuk berikut. dengan, (8) dibangkitkan proses Wiener. Jika untuk kondisi, persamaan (5) dapat ditulis menjadi (3) dimana adalah expected rate return yang bernilai konstan. Fungsi merupakan error yang dibangkitkan oleh Gausian random-walk yang dinyatakan dalam bentuk fungsi yang memenuhi persamaan berikut (9) (Merton 1969) Persamaan di atas merupakan bentuk umum dari persamaan anggaran waktu

6 kontinu di bawah kondisi ketidakpastian. Persamaan anggaran rata-rata dapat dihasilkan dari persamaan (5), yaitu (Lihat Lampiran 2). (10) Dengan mengambil, maka persamaan di atas menjadi rata-rata laju perubahan kekayaan. (Lihat Lampiran 5) (Lihat Lampiran 6) (13) (14) (11) (Lihat Lampiran 7) (15) (Lihat Lampiran 3) 3.3 Model Persamaan Anggaran Dua Aset Pada bagian ini akan dibahas lebih khusus yaitu persamaan anggaran untuk model dua aset. Didefinisikan adalah besarnya proporsi yang diinvestasikan pada aset berisiko, adalah besarnya proporsi yang diinvestasikan pada aset bebas resiko, adalah besarnya return pada aset berisiko (Var ), adalah besarnya interest rate pada aset bebas resiko (Var ). Dengan, maka persamaan (5), (6), (7) dan (11) dapat dituliskan, sebagai berikut. (Lihat Lampiran 4). (12) (Lihat Lampiran 8) (16) Permasalahan untuk memilih portofolio dan konsumsi yang optimal dirumuskan sebagai berikut, (17) dengan kendala persamaan (15). Fungsi diasumsikan merupakan fungsi utilitas yang strictly concave adalah peubah acak yang dibentuk proses Wiener, adalah bequest valuation function (fungsi penaksiran harta waris) yang diasumsikan concave terhadap. Untuk mendapatkan persamaan yang optimal, yang dilakukan selanjutnya adalah menulis ulang persamaan (17) ke dalam bentuk pemograman dinamik. (18) dengan kendala yang dimiliki sama seperti pada persamaan (17), yaitu persamaan (15),.

7 Jika diperoleh diasumsikan, maka dari persamaan (18) Jika didefinisikan (19) Sehingga dalam kasus khusus, persamaan (14) dapat dituliskan menjadi, (23) maka persamaan (22) dapat dituliskan menjadi (24) (20) Jika dan turunan parsial ketiga dari terbatas, maka dengan menggunakan teorema Taylor dan teorema nilai tengah untuk integral, persamaan (19) dapat dituliskan menjadi Kondisi orde pertama untuk persamaan (24) adalah (25) (26) Kondisi orde kedua (syarat cukup) untuk persamaan (24) adalah dimana. (LihatLampiran 9), (21) Ambil nilai harapan dari persamaan (21), yaitu, dan mengurangkan dengan pada kedua sisi, serta dengan mensubtitusikan persamaan (13) dan (14) ke dalam persamaan kemudian bagi dengan h. Dengan cara mengambil limit, maka persamaan (21) menjadi (22) Persamaan di atas disebut sebagai a continous-time version of the Bellman- Dreyfus fundamental equation of optimality (persamaan fundamental Bellman-Dreyfus yang optimal untuk waktu kontinu). Dengan penulisan singkat untuk, untuk setiap. Jika strictly concave terhadap, maka dan, strictly concave terhadap. Kondisi optimalitas dapat dituliskan sebagai himpunan persamaan diferensial parsial untuk menyelesaikan (27) terhadap kendala batas sehingga solusi untuk persamaan (14) menjadi solusi yang feasible. 3.4 Kasus Constan Relative Risk Aversion Untuk kasus persamaan sistem diferensial parsial tak linear pada persamaan (27) sangat sulit untuk diselesaikan secara umum. Akan tetapi, jika fungsi utilitas diasumsikan sebagai bentuk yielding constant relative riskaversion, maka persamaan (27) dapat diselesaikan secara eksplisit. Misalkan atau

8 (bentuk limit dari ) dimana adalah measure of relative risk aversion. Jika pada persamaan (27) disubstitusikan besarnya nilai utilitas, maka persamaan tersebut dapat dituliskan dalam bentuk kasus khusus seperti di bawah ini, Solusi untuk persamaan (23) adalah (33) (34) (35) dengan (Lihat Lampiran 10). (28) Syarat perlu untuk solusi untuk ( ) adalah jika memenuhi (Merton 1969) menjadi (29) A. real (feasibility) (Lihat Lampiran 11) B. (concavity for maximum) C. (feasibility) (30) Kondisi A, B, dan C yang dipenuhi jika (Lihat Lampiran 12) berlaku untuk, untuk. Dimana sebuah asumsi strategi yang sederhana akan menghasilkan bentuk khusus dari fungsi penilaian harta warisan, Untuk menyelesaikan persamaan (22) digunakan trial solution.. (31) Substitusi persamaan (22) ke dalam persamaan (24), syarat perlu menjadi solusi persamaan (24) adalah yang memenuhi persamaan diferensial biasa di bawah ini. (Lihat Lampiran 13) dengan nilai batas.. (32), dan Hasil pengambilan keputusan pemilihan untuk konsumsi dan portofolio adalah, yang dinyatakan persamaan (33) dan persamaan (34) adalah (36) untuk semua v dan. Dengan mendapatkan persamaan (27), maka aturan pemilihan konsumsi dan portofolio yang optimal adalah dan,., (37) (38) Persamaan (37) dapat diintepretasikan sebagai suatu kondisi dimana besarnya anggaran yang dialokasikan untuk konsumsi bergantung pada besarnya kekayaan yang dimiliki individu. Semakin besar kekayaan, maka individu cenderung untuk semakin besar menambah jumlah proporsi untuk konsumsi. Persamaan (38) dapat diintepretasikan sebagai suatu kondisi dimana besarnya anggaran yang dialokasikan untuk investasi tidak bergantung pada besarnya kekayaan yang dimiliki individu,. Alokasi pada investasi hanya bergantung pada besarnya nilai return dan volatilitas aset dari aset berisiko bergantung pada interest rate aset bebas risiko..

9 SIMPULAN Pemilihan strategi alokasi kekayaan untuk portofolio dan konsumsi dapat dinyatakan dalam bentuk formula yang mengoptimalkan konsumsi dan investasi. Semakin besar kekayaan individu, maka proporsi kekayaan untuk konsumsi semakin meningkat, berlaku juga sebaliknya. Sedangkan besarnya proporsi yang dialokasikan dalam investasi, semakin besar nilai return yang didapat akan mengakibatkan besarnya proporsi investasi yang menurun, dan berbanding terbalik terhadap volatilitas aset. Jadi semakin besar nilai return, alokasi untuk investasi naik. Semakin besar nilai volatilitas aset, individu cenderung mengurangi pembelian portofolio karena pergerakan aset yang tidak pasti. DAFTAR PUSTAKA Anderson JR, Hardeker JB. 2003. Risk Aversion in Economic Decision Making: Pragmatic Guides for Consistent Chance by Natural Resources Manager. Journal of Risk and Uncertainty in Enviromental and Natural Resources Economics.171-187. Bodie Z, Kane A, Marcus AJ. 2005. Investment. ed. New York: The McGraw-Hill Companies. Inc. Fishburn PC. 1970. Utility Theory for Decision Making. New York : Robert F. Krieger Publishing. Co. Gahramani S. 2005. Fundamental of Probability with Stochastic Processes. 3 th ed. New Jersey : Pearsn Prentice Hall. Grimmet GR, Stirzaker DR. 2001. Probability and Random Processes. Ed. ke-2. Oxford: Clarendon Press. Harvey CR, Gretchen M. 2002. The New York Times Dictionary of Money and Investing: the Essential A-Z for the Language of the Market. New York : Henry Holt & Company. Hogg RY, Craig AT. 2005. Introduction to Mathematical Statistic. 5 th ed. New Jersey: Pearsn Prentice Hall, Inc Kreyszig E. 1993. Matematika Teknik lanjutan. Terjemahan bambang Sumantri. Jakarta: gramedia pustaka Utama.. case. Review of Economics and Statistics Lt. 239-246. Oksendal B. 2003. Stochastic Differential Equation. 6 th ed. Berlin : Springer. Peressini Al, Sullivan FE, Uhl JJ. 1988. The Mathematics of Non-Linear Programing. New York: Springer-Verlag. Ross SM. 2007. Introduction to Probability Models. Ed. ke-7. California : Academic Press. Serfling Rh. 1980. Approximation Theorems of Mathematical Statistics. New York: John Willey & Sons. Stewart J. 1999. Kalkulus. Jilid 2. 4 th ed. Jakarta: Erlangga. Sydsaeter K, Hammond PJ. 1995. Mathematics for Economic Analysis. New York: Englewood Cliffs Prentice- Hall. Tu PNV. 1993. Introduction Optimazion Dynamics: Optimal Control with Economics and Management Applications. Second Revised and Enlarge Edition. Berlin: Springer- Verlag. Winston WL. 1995. Operation Research Applications and Algorithms. 4 th ed. New York: Duxbury. Merton RC. 1969. Lifetime portfolio selection under uncertainty: The continuous time

LAMPIRAN

11 Lampiran 1: Uraian persamaan (2) Diketahui persamaan anggaran. Dengan cara melakukan pengurangan terhadap pada kedua sisi, sehingga Karena, maka Misalkan, maka persamaannya menjadi Lampiran 2: Uraian persamaan (10) Diketahui nilai harapan dari persamaan anggaran Maka untuk persamaan anggaran rata-rata dapat dituliskan menjadi

12 Lampiran 3: Uraian persamaan (11) Dengan mengambil nilai limit untuk pada persamaan anggaran rata-rata, maka kita dapatkan persamaan untuk tingkat rata-rata perubahan kekayaan dari model persamaan anggaran. Lampiran 4: Uraian persamaan (12) Dari definisi persamaan model dua aset diketahui: ; ; ; Dengan bentuk persamaan anggaran Lampiran 5: Uraian persamaan (13) Dengan definisi persamaan (6), nilai harapan dari persamaan anggaran untuk model dua aset adalah = Lampiran 6: Uraian persamaan (14) Dengan menggunakan definisi persamaan (7), maka nilai kuadrat ekspektasi dari persamaan anggaran untuk model dua aset adalah

13 Karena besarnya nilai Var, maka Lampiran 7: Uraian persamaan (15) Dengan menggunakan definisi persamaan (9), maka untuk persamaan anggaran waktu diskret untuk model dua aset adalah Lampiran 8: Uraian persamaan (16) Lampiran 9: Uraian persamaan (21) Diketahui persamaan optimal untuk pemilihan portofolio dan konsumsi Untuk mendapatkan persamaan optimalitas, maka bentuk persamaan di atas akan dirubah dalam bentuk pemograman dinamik menjadi dimana. Jika dan turunan parsial ketiga dari terbatas, maka untuk menyelesaikannya kita gunakan teorema Taylor dan teorema nilai tengah. Jika diketahui (a) maka persamaan diferensial parsial untuk kondisi proses gerak Brownian adalah

14 Sehingga untuk persamaan (a) dapat kita tuliskan menjadi (Bukti lihat S.E Dreyfus) Lampiran 10: Uraian persamaan (28) Dengan mensubstitusikan persamaan, dan ke dalam persamaan (28), maka akan diperoleh Lampiran 11: Uraian persamaan (29) Didefinisiakan

15 dimana kondisi orde pertama untuk C maksimum adalah Lampiran 12: Uraian persamaan (30) Seperti yang didefinisikan persamaan (26), maka kondisi orde pertama untuk w maksimum adalah Lampiran 13: Uraian persamaan (32) Diketahui (a) (b) (c) Bukti: Substitusi (a),(b), dan (c) ke dalam persamaan (28)

Kalikan dengan, sehingga 16