Hasil Pencarian  ::  Simpan CSV :: Kembali

"Model Markowitz sudah umum dipakai sejak 1952 untuk memilih portfolio. Model ini menggunakan expected return dan risk sebagai untuk menyederhanakan masalah investor dalam menemukan portfolio yang sesuai dengan kriteria. Dalam model Markowitz, variance dianggap sebagai ukuran dan resiko. Menurut Young (1998) banyak peneliti yang mempertanyakan apakah matriks kovarian 6 merupakan ukuran resiko yang sesuai. Mereka mengasumsikan bahwa pandangan investor yang normal tidaklah simetris. Seringkali kerugian yang sedikit sudah cukup besar bagi seorang investor. Di sisi lain, profit hams cukup tinggi agar sesuai dengan harapan investor. Selain itu model Markowitz memungkinkan terjadinya portfolio yang tidak efisien bila data memiliki distribusi tertentu. Masalah yang lain adalah model Markowitz tidak mengakomodasi variabel keputusan integer atau boolean, sehingga tidak bisa digunakan untuk membuat keputusan yang lebih kompleks, misalnya untuk mengakomodasi constraint biaya tetap transaksi. Hal ini menunjukkan bahwa model klasik Markowitz harus dianggap sebagai pendekatan terhadap masalah kompleks yang dihadapi oleh investor.Young memberikan alternatif formulasi dalam masalah yang umum disebut sebagai portfolio selection problem ini. Young memperkenal aturan Minimax yang memaksimalkan minimum return ini. Formulasi pemilihan portfolio dalam bentuk linear programming ini memiliki keunggulan dibandingkan metode mean -variance yang merupakan formulasi quadratic programming.Menurut Young kelebihan linear programming dibandingkan dengan quadratic programming adalah bahwa pemilihan portfolio dengan variabel keputusan integer atau 0-1 menjadi feasible. Dengan demikian feature ini memungkinkan untuk digunakannya model decision making yang lebih kompleks. Sebagai contoh, model linear-integer programming bisa mengakomodasi constraint biaya tetap untuk transaksi, jenis biaya yang biasa dihadapi oleh pars manajer portfolio.Dalam penelitian ini, dilakukan perbandingan dua metode yang menggunakan pendekatan yang berbeda untuk mendapatkan portfolio yang diinginkan. Markowitz menggunakan kriteria return dan standar deviasi, sedangkan pada metode Minimax, digunakan kriteria Mp atau maksimasi minimum return untuk semua periode observasi.Untuk membandingkan kinerja dari kedua metode ini, bisa dilakukan beberapa Cara. Pertama, dengan cafe membandingkan kinerja kedua metode dari kriteria risk dan return, yaitu kriteria yang digunakan oleh Markowitz Kedua, dapat dilakukan perbandingan kriteria Mp, yaitu nilai maksimal dari return minimal portfolio untuk seluruh periode pengamatan. Sedangkan yang ketiga adalah dengan membandingkan utility, yaitu nilai manfaat yang diterinia oleh investor. Masing-masing perbandingan memiliki kelebihan dan kekurangan. Pada penelitian ini, perbandingan dilakukan dengan care pertama dan cars ketiga.Dalam penelitian ini, perbandingan dengan cars pertama dilakukan dengan membandingkan perbedaan kinerja antara kedua model portfolio tersebut dengan Risk Adjusted Measure, yaitu Sharpe, Traynor, dan Jensen pada indeks saham LQ45. Selain itu penulis juga berusaha untuk menganalisis karakteristik portfolio Minimax dari expected return, required return, standar deviation, dan indeks risk aversion. Sedangkan cars ketiga dengan membandingkan nilai utility, yang dinilai relatif "fair" untuk menilai kedua portfolio.Dari penelitian, didapatkan kesimpulan bahwa pengukuran dengan Sharpe. Traynor, dan Jensen menunjukkan bahwa kinerja portfolio metode Markowitz mengungguli kinerja portfolio metode Minimax. Kesimpulan yang lain adalah portfolio yang clihaJsilkan metode Minimax menghasilkan standar deviasi (risk) yang lebih tinggi daripada portfolio dengan rata-rata sebesar 7.76% lebih tinggi. Sedangkan pads expected return yang tinggi, metode Minimax menghasilkan standar deviasi portfolio yang mendekati metode Markowitz. Untuk required return yang rendah. Metode Minimax menghasilkan expected return dan risk yang lebih tinggi dari metode Markowitz. Dan dari pengukuran utility dengan berbagai indeks risk aversion, dapat diketahui bahwa metode ini menghasilkan utility yang tinggi untuk indeks risk aversion yang rendah, sehingga metode ini lebih sesuai untuk digunakan investor yang kecenderungannya untuk menghindari resiko adalah rendah.

---

Markowitz model has been used since 1952 to solve portfolio selection problem. This model used expected return and risk to simplify investor problems to find their expected portfolio with which match their criterions. In Markowitz model, variance represents risk which is faced by investors. In Maximin formulation, researchers assumed that investors view regards risk is not symmetric. Very often, a small loss is enough to make somebody very sad. On the other hand, the profit must be considerably high in order to make the investor very happy. Another problems, Markowitz model can lead to inefficient portfolio in certain distribution, and Markowitz model can not accommodate transaction fixed cost constraint and Boolean constraint. This implies that that Markowitz classical model should be considered as an approximation to rather complex problems that all investor face.Young gives alternative formulation to solve these portfolio selection problems. Young introduce Minimax which maximize minimum return. This linear programming formulation has some advantages compared to mean-variance method compared to mean variance methode which formulated in quadratic programming.According to Young, linear programming accommodates Integer or Boolean constraint Linear programming enables manager to solve complex problems which involve these fixed cost constraint, a kind of constraint usually faced by portfolio manager.This thesis compares two different methods which use to different approach to get the portfolios. Markowitz use return and standard deviation, and Minimax use Mp to maximize the minimum return in all observed period.To compare these methods, we can devide in three ways. First, compare their performance using risk and return, the approach which is used by Markowitz Second, compare their performance using Mp criterion, the criteria that maximize the minimum returns in all observed periods. Third, compare the portfolio's utility of both methods. Each of those comparation has advantages and disadvantages. This thesis uses the first and the third way.Using the first way, we compare the performance between those methods using Risk-Adjusted Measure, which is Sharpe, Treynor and Jensen in LQ45 index. Besides them, we try to analyze the characteristic of Minimax portfolio from variables such as expected return, required return, standar deviation, and risk aversion index. Using the third way, we compare the utility measure, the measure which is assessed fair enough to asses the performance from both methods.From the experiment, Sharpe, Treynor, and Jensen measure prove that Markowitz method is superior compared to Minimax method. Another conclusion, Minimax portfolio results a higher standard deviation, which is 7.76% higher compared to Markowitz method. In high expected return, Minimax method yield standard deviation close to Markowitz's method. For low required return, Minimax method yield higher higher expected return and risk than Markowitz method. And from utility calculation with various risk aversion index, it is found that Minimax method yield higher utility for low risk aversion index, it makes Minimax appropriate to used by investor which has low degree of risk aversion."

"Setiap tahun Dana Pihak Ketiga (DPK) yang dihimpun oleh bank di seluruh Indonesia mengalami peningkatan. Total DPK dari tahun 200I hingga tahun 2005 mengalami peningkatan sebesar 46,2%, dari Rp636,2 TriIiun pada tahun 2001 menjadi Rp930,2 Triliun pada tahun 2006. Dari angka tersebut dapat dibayangkan bahwa ada sumber dana yang cukup besar, yang siap disalurkan ke dalam berbagai macam investasi. Nainun jenis dan karakteristik investasi seperti apa yang diharapkan oleh pemilik dana tersebut sangat tergantung dari risk appetite dari masing-masing investor.Umumnya masyarakat di Indonesia lebih memilih berinvestasi sekaligus menyimpan dananya di bank dalam bentuk deposito, karena return yang pasti serta aman. Namun seiring turunnya tingkat suku bunga, sudah saatnya masyarakat untuk memilih kembali jenis investasi lain yang lebih menguntungkan. Yang menjadi permasalahan adalah pada saat investor mulai menyadari bahwa return berinvestasi dalam bentuk deposito sudah tidak menarik lagi, instrumen investasi penggantinya hares ditentukan.Di Indonesia saat ini tersedia berbagai macam jenis instrumen investasi dengan risiko dan return yang bervariasi, salah satu jenis instrumen investasi yang tersedia adalah reksadana. Karena berinvestasi pada deposito akan memiliki risiko seperti halnya berinvestasi pada reksadana, maka sudah selayaknya instrumen ini dijadikan pilihan berinvestasi bagi masyarakat.Pada scat memilih jenis instrumen investasi. setiap investor selalu menginginkan investasi yang merghasilkan high retrn7i, sementara itu setiap investasi yang menawarkan high return pasti memiliki /ugh risk. Oleh sebab itu investor perlu mengetahui apakah reksadana yang ditawarkan dengan high return tersebut benar-benar. memiliki high return jika dibandingkan dengan instrumen sejenis yang memiliki risiko lebih kecil.Data yang digunakan dalam penelitian ini adalah data return harian dari NAB per unit penyertaan yang diperoleh dari data pubtikasi di daiam website BAPEPAM, dimulai dari 10 Mei 2004 sampai dengan 31 Mei 2006, sebanyak 500 titik data pengamatan.Karya akhir ini difokuskan membuktikan fenomena High Risk High Return pada instrumen reksadana. Metode yang digunakan untuk mengetahui besarnya nilai risiko adalah Exponential Weighted Moving Average (EWMA). Validitas dari model yang dipakai diuji melalui proses hack testing menggunakan metode Kupiec Test, dengan tujuan untuk mengetahui apakah pemodelan volatilitas yang digunakan adalah valid. Untuk membuktikan fenomena High Risk High Return, digunakan uji Mean Difference.Hasil penelitian yang diperoleh memperlihatkan bahwa reksadana yang memiliki nilai volatiiitas yang tinggi akan memberikan return yang tinggi juga, sedangkan reksadana yang memiliki volatilitas rendah akan memberikan return yang lebih rendah. Hal ini menunjukkan bahwa fenomena High Risk High Return adalah terbukti benar.

---

Every year banks across Indonesia absorb increasing number of fund from third party. The third party fund from 2001 until 2.005 had increase for 46,2%, from Rp636 Trillion to Rp930,2 Trillion. Those numbers shown that there are big sources of fund that can be used for investor depend upon the risk appetite of each investor.Generally, Indonesian chooses to keep their fund in form of time deposit, for its security and fixed return. Nevertheless, due to decreasing trend of deposit interest, it is about time to find other form of investment instrument that gives higher return. The problem is haw to find another investment that gives higher return?Currently in Indonesia, there are different types of investment instruments with different risks and returns, and one of them is Mutual Fund. Investing in Time Deposit will have the same risks compared to investing in Mutual Fund; therefore, customers should start considering Mutual Fund as a choice for investment.When it comes to choosing the different instruments of investment, each investor always wants high return, meanwhile investors must realize that in order to get high return, there are high risks involved. That is why investors need to know, whether the type of mutual fund offered really has a high return compared with similar instruments that has higher risks.The data used in this research taken from the date return daily from Net Asset Value (NAV) per unit from the publication data in the BAPEPAM website, starting from 10 May 2004 up to 3 I May 2006 and there are 500 data observations recorded. This thesis focused to prove the phenomenon of "High Risk High Return" on the Mutual Fund Instrument_ The method used to find out the level of risk called Exponential Weighted Moving Average (EWMA) method, and to analyze the phenomenon of "High Risk High Return", mean difference methods used as tools. To validate the model with back testing process using Kupiec Test, the objectives of the test is to find out whether the volatility modeling used is valid.The result of this research shows that Mutual Fund that has high volatility will give high return, meanwhile Mutual Fund that has low volatility will give lower return. This indicates that the phenomenon of High Risk High Return is correct."

"Pertambangan di Indonesia telah digarap besar-besaran dalam satu dekade ini. Sumber daya alam yang dimiliki Indonesia dieksploitasi secara besar-besaran. Pertambangan Batu bara dan mineral seperti emas, biji besi, biji nikel bauksit menjadi primadona para investor untuk dapat beroperasi di Indonesia. Untuk menjaga agar tidak dieksploitasi dengan besar-besaran tanpa memberikan imbal balik bagi bangsa Indonesia, pemerintah mengeluarkan peraturan untuk menjaga sumber daya alam tadi di ekspoitasi secara beasr-besaran dengan mewajibkan kepada seluruh pengusaha pertambangan untuk melakukan proses peningkatan sumber daya alam menjadi barang setengah jadi dan melarang dilakukannya ekspor bahan mentah ke luar negeri. Oleh karena itu PT ABC melakukan perencanaan untuk berinvestasi membangun pabrik pengolahan nikel. Studi ini akan menganalisa kelayakan investasi pembangunan proyek pengolahan nikel dari sisi keuangan dengan melihat NPV, IRR, PI dan Discounted Payback Period dan melakukan simulasi acak dengan menggunakan simulasi Monte Carlo untuk melihat apakah investasi ini dengan unsur acak yang ada dapat menghasilkan return yang maksimal dan sebesar apa risiko yang ada dari investasi ini.

---

Mining in Indonesia has been exploited massively within this decade. Remembered that Indonesia is a country with abundant resources, coal and mineral mining such as gold, iron ore, nickel ore, and bauksit become popular and highly favored by many investors operates business in Indonesia. In order to protect country's natural resources for massive exploitation without proper reciprocity to the nations, government release a regulation about mineral mining in Indonesia. This regulation requires every mineral minig project to process the resources to become intermediate goods before they sell it and strictly prohibits export resources in form of raw materials. As a result, every investors including PT ABC have to build processing plant for its mineral resources to keep their business running. This study will do the feasibility analysis of nickel processing plant investment based on financial background point of view by considering some important financial factors such as NPV, IRR, PI, and Discounted Payback Period. Furthermore, this study also do sensitivity analysis about this investment by using Monte Carlo simulation in order to determine whether this investment will leads to maximum return and to evaluate the potential risk that may occur from this investment."

"Penulisan karya akhir ini mengulas masalah dalam mencari kemungkinan terbaik dari trade-off antara risiko dan imbal hasil serta mencari tingkat kerugian yang mungkin dicapai dengan level kepercayaan tertentu. Hasil penelitian menunjukkan bahwa portofolio optimum yang diperoleh terdiri dari Obligasi 7.70%, Saham 2.18%, Emas 1.57%, Valas 9.97% dan Deposito 78.58% dimana portofolio tersebut dapat memberikan ekspektasi hasil mingguan sebesar 7.67% dengan tingkat risiko 26.05%. Dengan Vo sebesar 1 milyar, standar deviasi 0.2605 dan tingkat kepercayaan sebesar 2.7726 maka diperoleh tingkat kerugian maksimum portofolio untuk periode holding 1 dari 5 instrumen sebesar 722,271,178.73. ataupun setelah dikurangi dengan return portofolio maka akan diperoleh nilai relative VaR sebesar 645,571,745.76 Dari hasil pengujian back testing selama periode forcasting, ternyata model VaR yang digunakan pada tingkat kepercayaan 95% dapat diterima dan cukup mempresentasikan kerugian aktual yang terjadi.

---

Purpose of this final task is seeking for best risk-return trade-off and also its maximum loss for certain level of confidence. The result shows optimum composition for the portofolio is Obligasi 7.70%, Saham 2.18%, Emas 1.57%, Valas 9.97% and Deposito 78.58% with its return on 7.67% and 26.05% risk. The 1 billion portfolio with 0.2605 standard deviation and 2.7726 level of confidence gives its maximum risk at 22,271,178.73 and relative VaR at 645,571,745.76 after subtract with return of portfolio. The becktest shows that the model and level of confidence is acceptable."

"Skripsi ini bertujuan untuk mengetahui pengaruh yang mungkin terjadi akibat dari penerapan manajemen modal kerja terhadap kinerja saham perusahaan, kinerja keuangan, keputusan investasi dan risiko perusahaan pada perusahaan yang bergerak di sektor industri pertambangan dan telah menjadi anggota Bursa Efek Indonesia minimal sejak tahun 2010 dengan periode penelitian dari tahun 2011-2013. Penelitian menggunakan data panel dengan variabel dependen yang digunakan dalam penelitian ini adalah Excess Return Stock, Return on Asset, Capital Expenditure, dan Standar Deviasi Imbal Hasil Saham, variabel independen yang digunakan dalam penelitian ini adalah Excess NWC, dan variabel kontrol adalah Sales Growth, Cash Flow, Cash Reserves, Fixed Asset Growth, Intangible Asset, Sales Volatility, Age, Tobins Q, dan Dummy Financial Variabel. Dengan hasil penelitian manajemen modal kerja hanya memiliki pengaruh terhadap kinerja saham perusahaan dan capital expenditure yang menjadi ukuran keputusan investasi sedangkan terhadap kinerja keuangan dan risiko perusahaan, manajemen modal kerja tidak memiliki pengaruh.

---

This paper was intended to see the influence on the applied of Working Capital Management to the Company Stock Performance, Company Financial Performance, Investment Decision and Company Risk on mining company which has been member of the Indonesia Stock Exchange minimal since 2010 using research data from 2011 to 2013. This research is using panel data with dependent variable which are Excess Return Stock, Return on Asset, Capital Expenditure, and Standart Deviation of Stock Return, independent variable use in this research are Excess NWC. While the controlled variable are Sales Growth, Cash Flow, Cash Reserves, Fixed Asset Growth, Intangible Asset, Sales Volatility, Age, Tobins Q, dan Dummy Financial Variabel. The result of this research state that the working capital management only influence on the company stock performance and their capital expenditure as the measure of company investment decision and not giving any influence on the companya financial performance and risk."

"Latar belakang penelitian ini adalah perkembangan pasar Obligasi pemerintah yang sangat menarik untuk diamati. Seiama kurun Iima tahun ke belakang volume perdagangan Surat Utang Negara atau obi igasi pemerintah menunjukkan peningkatan signifikan. Menurut data Bursa Efek Surabaya, untuk tahun berjalan 2005 frekuensi rata-rata perdagangan harian obligasi pemerintah mencapai 2926, jauh di atas frekuensi obligasi korporat sebesar 141 transaksi per hari. Kapitalisasi pasar oleh obligasi pemerintah mencapai Rp 404.768 triliun sedangkan obligasi korporat sebesar Rp 58.363 triliun. Bahkan mungkin peran Obligasi Pemerintah akan semakin dominan dalam menggerakkan perekonomian. Menurut proyeksi dari Majalah Investor edisi 1151VII12005 emisi Surat Utang Negara tersebut akan terserap oleh Perusahaan Dana Pensiun,Asuransi, jugs Manajer Investasi pengelola Reksa Dana.Walaupun Obligasi Pemerintah dinilai cukup aman (tanpa risiko gagal bayar) namun tetap merupakan aset yang sensitif terhadap pergerakan suku bunga. Oleh karena itu menarik untuk diamati sejauh mana faktor pasar (suku bunga) memberi eksposur risiko pasar terhadap suatu komposisi Obligasi Pemerintah.Dengan melihat banyaknya Obligasi Pemerintah serf FR, untuk dapat memperoleh suatu komposisi optimal dilakukan pembentukan komposisi portofolio Obligasi Pemerintah dengan metode efficient frontier. Pada sepanjang garis kurva efisien yang diperoleh tersebut diambil satu komposisi portofolio optimal yang ditentukan dengan menggunakan rasio Sharpe. Dengan demikian diperoleh portofolio dengan rasio risk-return optimal.Hasilnya diperoleh suatu komposisi portofolio Obligasi Pemerintah yang berisi 11 Obligasi Pemerintah :- seri FR 0011 dengan bobot (weight) 10,6% dari nilai total portofolio- seri FR 0012 dengan bobot (weight) 0,52% dari nilai total portofolio- seri FR 0014 dengan hobo'. (weight) 0,34% dari nilai total portofolio- seri FR 0018 dengan bobot (weight) 0,25% dari nilai total portofolio- seri FR 0019 dengan bobot (weight) 10,8% dari nilai total portofolio- seri FR 0020 dengan bobot (weight) 14,61% dari nilai total portofolio- seri FR 0022 dengan bobot (weight) 13% dari nilai total portofolio- seri FR 0023 dengan bobot (weight) 0,03% dari nilai total portofolio- seri FR 0024 dengan bobot (weight) 14,9% dari nilai total portofolio- seri FR 0025 dengan bobot (weight) 12,7% dari nilai total portofolio- seri FR 0026 dengan bobot (weight) 11,8% dari nilai total portofolioDengan demikian telah diperoleh komposisi portofolio optimal Obligasi Pemerintah yang akan diukur besaran risiko pasar-nya. Kemudian dilakukan tes statistik untuk menentukan penggunaan jenis volatilitas yang akan diikutsertakan dalam estimasi VaR aset maupun portofolio Obligasi Pemerintah. Market risk factors -nya adalah suku bunga yang mempengaruhi masing-masing proyeksi anus kas (cashflow) kupon, yaitu JIBOR 1 mo, 3mo, 6mo,12mo, IGSYC l yr, 2yr, Syr, 4yr, Syr, 6yr, Tyr, 8yr, 9yr,10yr). Diambil hingga IGSYC IOyr karena maturitas terlama dalam komposisi portofolio adalah 10 tahun. Dari langkah tersebut dapat ditentukan item yang mana saja dari faktor risiko pasar (market risk factors) yang menggunakan standar deviasi ataukah volatilitas EWMA sebagai nilai besaran volatilitasnya. Hal ini sangat penting dilakukan karena nilai volatilitas tersebut dipergunakan dalam proses estimasi VaR. Hasilnya adalah 5 dari 13 faktor risiko memakai volatilitas EWMA (yaitu JIBOR Imo, 3mo, bmo, 12mo, dan IGSYC 9yr) sedangkan sisanya memakai nilai standar deviasi sebagai besaran volatilitasnya. Proses estimasi volatilitas EWMA menggunakan decay factor 0,94 dan confidence level 95%.Langkah terakhir adalah melakukan estimasi VaR portofolio Obligasi Pemerintah. Dalam estimasi ini dilakukan penghitungan korelasi antar market risk factors, yang digabungkan dengan pemetaan arcs kas kupon (lama jatuh tempo) terhadap hari pengamatan diperoleh nilai DeaR (Daily Earning at Risk) atau VaR horison 1 hari untuk masing-masing aset dalarn portofolio_ Hasil VaR untuk masingmasing aset, dengan horison 1 hari, dan confidence level 95%:- seri FR 0011 besar nilai DEaR : Rp. 44,776 dari eksposurnya Rp 106,032,100- seri FR 0012 besar nilai DEaR : Rp. 22,075 dari eksposumya Rp 52,650,300- seri FR 0014 besar nilai DEaR : Rp. 14,720 dari eksposurnya Rp 34,117,200- seri FR 0018 besar nilai DEaR : Rp. 1,762 dari eksposurnya Rp 25,780,000- seri FR 0019 besar nilai DEaR : Rp. 151,213 dari eksposumya Rp107,900,500- seri FR 0020 besar nilai DEaR : Rp. 204,809 dari eksposumya Rp146,133,700- seri FR 0022 besar nilai DEaR : Rp. 40,233 dari eksposurnya Rp 130,241,900- seri FR 0023 besar nilai DEaR : Rp. 1,208 dari eksposumya Rp 3,071,200- seri FR 0024 besar nilai DEaR : Rp. 60,886 dari eksposur Rp 148,773,400- seri FR 0025 besar nilai DEaR : Rp. 46,753 dari eksposur Rp 126,893,900- seri FR 0026 besar nilai DEaR : Rp. 80,847 dari cksposur Rp 118,405,800Kemudian nilai tersebul dipergunakan dalam perhitungan estimasi VaR portofolio. Total nilai DEaR aset menghasilkan VaR undiversified horison 1 hari sebesar : Rp. 669,286.-terhadap nilai eksposur portofolio sebesar Rp 1,000,000,000. (=0,067% terhadap nilai portofolio). Sedangkan nilai VaR diversified horison 1 hari (dengan memasukkan besar korelasi antar aset dalam estimasi) adalah sebesar Rp. 312,739.-(=0,0313% terhadap nilai portofolio). Nilai volatilitas return portofolio (volatilitas EWMA) sebesar 0.0145%. Terlihat perbedaan signifikan antara dimasukkannya faktor korelasi antar aset yang membantu estimasi VaR tidak berlebihan.Nilai VaR portofolio diversified horison 5 hari adalah sebesar Rp. 699,306.-. Dan basil estimasi VaR portofolio diversified horison 10 hari adalah sebesar Rp. 988,968. Setelah nilai VaR diperoleh dilakukan backtesting dan validasi dengan Kupiec Test untuk mengetahui apakah model termasuk valid atau konvensional. ]umlah overshoot 9 buah pada confidence level 95 % (nilai non rejection antara 6 dan 21) menunjukkan bahwa model digolongkan valid.Dan penelitian diperoleh 2 kesimpulan yang dapat menjawab pokok permasalahan yang dilontarkan, yaitu:1. Komposisi portofolio optimal Obligasi Pemerintah serf FR pada rentang waktu pengamatan terdiri dad 11 aset dengan komposisi yang telah disebutkan sebelumnya.2. Diperoleh besaran nilai VaR untuk portofolio optimal dengan besaran seperti telah disebutkan di atas. Nilai VaR portofolio Obligasi Pemerintah terlihat kecil dibandingkan besaran eksposur keseluruhan. Namun hal ini menunjukkan bahwa Obligasi Pemerintah tidak lepas dari risiko pasar yang bukan tidak mungkin bila diabaikan akan menyebabkan kerugian dalam skala besar."

"Kegiatan investasi perusahaan asuransi diatur secara khusus dalam Keputusan Menteri Keuangan No.424/KMK.06/2003. Disamping mengatur jenis investasi yang diperkenankan untuk dimiliki oleh perusahaan, peraturan ini jugs menetapkan capital charge untuk setiap jenis investasi. Untuk investasi pada reksadana dikenakan fak-tor sebesar 0% untuk reksadana yang sepenuhnya surat hutang pemerintah, 2% untuk reksadana yang sepenuhnya berupa surat utang swasta dan atau surat berharga pasar uang , 10% untuk reksadana yang sepenuhnya berupa surat berharga ekuitas. Kemudian untuk reksadana campuran dikenakan faktor risiko sebesar rata-rata tertimbang dari risiko aset yang membentuknya atau maksirnum 10%.Berdasarkan Laporan Keuangan per tanggal 31 Desember 2004, PT. Asuransi Astra Buana rrtempunyai eksposure investasi pada reksadana sebesar Rp 325 milyar, atas eksposure ini PT Asuransi Astra Buana dikenakan capital charge sebesar Rp 4,98 milyar atau 1,53% dari total investasi yang dialokasikan pada reksadana.Hasil perhitungan Value at Risk (VaR) terhadap portfolio reksadana tersebut didapat VaRponroiio(95%o, 360hari) = Rp 2,42 milyar atau sebesar 0,79% dari total nilai investasi pada reksadana. Hal ini menujukkan capital charge yang ditetapkan pemerintah lebih besar dari perhitungan risiko dengan menggunakan VaR, sehingga dapat meng-cover kerugian apabila terjadi kegagalan pengelolan kekayaan khususnya pengelolaan investasi pada reksadana untuk tahun 2004.Simulasi terhadap portfolio reksadana yang dimiliki PT Asuransi Astra Buana menunjukkan portfolio yang ada bukan portfolio optimal, portfolio optimal dapat dibentuk ini terdiri dari 3 unit reksadana yakni Reksadana Mandiri Dana Pendapatan Tetap sebesar 10.50%, Reksadana Nikko Bond Nusantara sebesar 24.50% dan Reksadana RIDO DUA sebesar 65.00%. Hasil simulasi ini menunjukkan return portfolio simulasi lebih tinggi sebesar 15% dari return portfolio awal pada tingkat risiko portfolio yang mina dengan tingkat risiko portfolio awal. Analisa skenario jika portfolio awal diterapkan pada tahun 2005 juga menunjukkan portfolio hasil simulasi menghasilkan return yang lebih baik dihanding portfolio awal."

"This research aims to evaluate the investment feasibility of an edge computing project in Jakarta's Central Business District (CBD) using the Value at Risk (VaR) approach. By leveraging financial projections, technical specifications, and risk analysis, this study provides a comprehensive assessment of the project's potential. The analysis involves calculating the Net Present Value (NPV), Internal Rate of Return (IRR), and Payback Period based on projected cash flows and costs. The edge computing infrastructure, consisting of 20 edge nodes distributed across multiple sites, is evaluated for its capacity to handle significant data traffic and provide efficient computing resources. The financial model includes detailed capital expenditure (CAPEX) and operational expenditure (OPEX) projections, ensuring a robust assessment of the project's viability. The results of the analysis show a positive NPV, indicating that the project is financially feasible. Additionally, sensitivity analysis and Monte Carlo simulation are used to assess the impact of various risk factors on the project's financial performance. This study contributes to the practical understanding of edge computing investments and provides valuable insights for stakeholders considering similar projects in urban settings.

---

Penelitian ini bertujuan untuk mengevaluasi kelayakan investasi proyek edge computing di Kawasan Pusat Bisnis (CBD) Jakarta menggunakan pendekatan Value at Risk (VaR). Dengan memanfaatkan proyeksi keuangan, spesifikasi teknis, dan analisis risiko, studi ini memberikan penilaian komprehensif terhadap potensi proyek tersebut. Analisis melibatkan perhitungan Nilai Kini Bersih (NPV), Tingkat Pengembalian Internal (IRR), dan Periode Pengembalian berdasarkan arus kas dan biaya yang diproyeksikan. Infrastruktur edge computing, yang terdiri dari 20 node edge yang didistribusikan di beberapa lokasi, dievaluasi untuk kapasitasnya dalam menangani lalu lintas data yang signifikan dan menyediakan sumber daya komputasi yang efisien. Model keuangan mencakup proyeksi pengeluaran modal (CAPEX) dan pengeluaran operasional (OPEX) secara rinci, memastikan penilaian yang kuat terhadap kelayakan proyek. Hasil analisis menunjukkan NPV positif, yang mengindikasikan bahwa proyek ini layak secara finansial. Selain itu, analisis sensitivitas dan simulasi Monte Carlo digunakan untuk menilai dampak berbagai faktor risiko terhadap kinerja keuangan proyek. Studi ini berkontribusi pada pemahaman praktis tentang investasi edge computing dan memberikan wawasan berharga bagi para pemangku kepentingan yang mempertimbangkan proyek serupa di lingkungan perkotaan."