Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pasar obligasi Indonesia bergairah ditandai dengan perkembangan instrumen investasi obligasi pemerintah akhir-akhir ini. Hal ini ditandai dengan terus meningkatnya penerbitan obligasi oleh pemerintah serta meningkatnya nilai obligasi pemerintah yang diperdagangkan. Sehingga tidak mengherankan saat ini obligasi pemerintah dijadikan salah satu alternatif investasi bagi investor terutama investor institusi. Besarnya kelebihan permintaan (oversubcription) pada setiap lelang obligasi pemerintah menjadi bukti banyaknya peminat obligasi pemerintah. Lain halnya dengan pasar obligasi korporasi, tahun 2004 kemarin pasar obligasi korporasi cenderung mengalami penurunan dibanding tahun 2003, terlihat dari sampai dengan bulan Agustus, issuer obligasi baru sekitar 24 emiten dengan nilai emisi sebesar Rp. 10,4 triliun. Padahal, tahun lalu jumlah emiten yang menerbitkan obligasi sebanyak 54 perusahaan dengan nilai emisi mencapai Rp. 25 triliun. Walaupun demikian, dari sisi permintaan kebutuhan obligasi akan terus meningkat seiring dengan pertumbuhan yang cepat dari reksadana, dana pensiun serta asuransi Pada penelitian ini perhitungan diawali dengan menghitung return masing-masing jenis obligasi baik obligasi korporasi maupun obligasi negara yang beredar di tahun 2004 sampai dengan tahun 2005, selanjutnya melalui metode statistik dengan memanfaatkan bantuan software solver diperoleh berbagai kombinasi portfolio yangefisien yang membentuk efficient frontier sebagai alternatif untuk memilih portofolio yang optimal. Dari hasil analisis didapatkan bahwa secara individual, proporsi investasi pada obligasi korporasi adalah terdiri dari 8 obligasi sebagai berikut: Adira Dinamika sebesar 1,16%; Excelcom I sebesar 49,55%; Jasa Marga X sebesar 13,13%; Matahari Putra Prima sebesar 16,23%; Perum Pegadaian IX sebesar 7,88%, Perum Pegadaian X sebesar 5,37%, Telkom I sebesar 1,73% dan lndosiar I sebesar 4,95%. Return dan deviasi standar yang dihasilkan adalah 1,55% dan 0,55185%. Dan untuk obligasi pemerintah terdiri dari 6 obligasi sebagai berikut: FR0013 sebesar 27,5%; FR0015 sebesar 9,53%; FR0018 sebesar 26,05%; FR0020 sebesar 13,2%; VR0014 sebesar 21,52% dan VR0015 sebesar 2,2%. Return dan deviasi standar yang dihasilkan adalah 1,2% dan 1,1232%. Sedangkan proporsi portfolio optimal investasi gabungan antara obligasi korporasi dan obligasi pemerintah adalah terdiri dari 61,46% pada obligasi korporasi dan 38,54% pada obligasi negara dengan return 1,415% dan 0,772%. Adapun rincian investasi portfolio optimal tersebut adalah obligasi Adira Dinamika sebesar 0, 71 %; Excelcom I sebesar 30,45%; Jasa Marga X sebesar 8,07%; Matahari Putra Prima sebesar 9,98%; Perum Pegadaian IX sebesar 4,84%, Perum Pegadaian X sebesar 3,3%, Telkom I sebesar 1,06%, Indosiar I sebesar 3,04%, FR0013 sebesar 10,6%, FR0015 sebesar 3,67%, FR0018 sebesar 10,04%, FR0020 sebesar 5,09%, VR0014 sebesar 8,29% dan VR0015 sebesar 0,85%. Kombinasi portfolio optimal yang dihasilkan dari analisis ini hendaknya dapat digunakan investor sebagai salah satu masukan dalam proses pengambilan keputusan dalam berinvestasi pada portfolio obligasi sehingga portfolio investasi bisa memberikan return yang seoptimal mungkin dan realistis. Walaupun tidak pemah menjadi jaminan obligasi yang memiliki kineija baik di masa lalu akan memberikan hasil yang sama dimasa depan, tetapi paling tidak konsistensi jangka panjang atas kinerja masa lalu merupakan salahsatu petunjuk atas instrumen investasi tersebut di masa depan."

"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."

"Penelitian ini bertujuan untuk menganalisis selisih imbal hasil antara obligasi korporasi dan obligasi pemerintah pada kategori peringkat dan sisa waktu jatuh tempo (time to maturity) yang berbeda-beda. Tahapan-tahapannya adalah, pertama, menghitung rata-rata selisih imbal hasil aktual antara obligasi korporasi dan obligasi pemerintah. Kedua., membuat estimasi selisih imbal hasil yang dihitung dengan memasukkan faktor ekspektasi gagal bayar. Ketiga, membandingkan antara selisih imbal hasil aktual dan selisih imbal hasil estimasi dan menghitung selisihnya. Keempat, menyelidiki apakah selisih imbal hasil yang tidak dapat dijelaskan oleh faktor ekspektasi gagal bayar tersebut memiliki sensitivitas lerhadap faktor-faktor yang mempengaruhi premi risiko pada pasar saham dengan menggunakan regresi berganda pada data time series. Temuan pada selisih imbal hasil aktual adalah bahwa peringkat yang terbaik tidak selalu memiliki selisih imbal hasil yang lerkecil, sementara pada estimasi selisih imbal hasil menunjukkan hal yang konsisten, yaitu peringkat lerbaik memiliki estimasi selisih imbal hasil yang terkecil dan peringkat terburuk memiliki eslimasi selisih imbal hasil terbesar. Estimasi selisih imbal hasil memiliki kontribusi sekitar 7%-66% dari selisih imbal hasil aktual. Pada tingkat keyakinan 95%, sebagian besar hasil regresi tidak secara signifikan membuktikan bahwa selisih imbal hasil yang tidak dapat dijelaskan oleh fakotr ekspektasi kerugian akibat gagal bayar akan memiliki sensitivitas terhadap faktor-faktor yang mempengaruhi premi risiko pada saham. Lebih lanjut, faktor-faktor yang mempengaruhi premi risiko pada pasar saham hanya mampu menjelaskan 0.7%-21% dari sisa selisih imbal hasil yang tidak terjelaskan oleh faktor ekspektasi kerugian terhadap gagal bayar. Dengan demikian, faktor ekspektasi kerugian akibat gagal bayar memiliki kontribusi yang lebh besar dibandingkan dengan faktor-faktor yang mempengaruhi premi risiko dalam selisih imbal hasil antara obligasi korporasi dan obligasi pemerintah. Dan yang terakhir, terlepas bahwa sebagian hasil regresi tidak signifikan, ditemukan bahwa kategori peringkat yang terbaik ternyata tidak memiliki premi risiko terendah.

---

The purpose of this article is to explain the spread between yield on corporate and govemment bonds over different rating class and time to maturity. First to be determined is the actual yield spread, and then the estimated yield spread considering expected default loss. We make comparison between actual spread and estimated spread and examine whether the difference is related to factors that we commonly accept as explaining risk premium for common stocks. On actual spread calculation we find that the higher-rated bonds do not consistently have lower yield spread. However, estimated spread calculation showed the consistent result, which are the higher-rated bonds always have lower yield spread, and lower-rated bonds have higher yield. We show that expected defaults account for 7% - 66% of the total actual spread. Most of our time series regression result can not significantly prove that the remaining part of the yield spread is related to factors that explaining risk premium for common stock. Risk premium factors for common stock only accounts for 0.7% - 21% of total unexplained spread. This result implies that expected default loss accotmts for bigger part on the yield spread than risk premium factors do. And fmally, regardless the insignificances on the regression result, this paper show that the higher-rated bonds do not consistently have smaller risk premium."

"Tesis ini membahas pengukuran Value-at-Risk pada sukuk dan obligasi. Pengukuran VaR dilakukan dengan cara mengelompokkan arus kas nilai sekarang (present value) dari kupon dan nilai par suatu obligasi ke dalam vertices standar RiskMetrics. VaR dari hasil pengelompokan vertices tersebut akan dikalikan dengan matriks korelasi antar vertces tersebut. Dengan demikian akan diperoleh VaR yang telah terdiversifikasi sesuai dengan vertices standar RiskMetrics. Hasil pengukuran VaR tersebut akan dibandingkan dengan pengukuran duration dan convexity untuk masing-masing obligasi yang digunakan pada penelitian ini.

---

The focus of this study is about Value-at-Risk measurement on Sukuk and Bond. VaR measurement is being conducted by grouping the present value of cash flow from the coupon and par value of a bond into vertices standardized by RiskMetrics. VaR from the vertices grouping will be multiplied with correlation matrix between those vertices. Diversified VaR will be obtained according to vertices standardized by RiskMetrics. The result from VaR measurement will be compared with duration and convexity measurement for each bond in this research."

"Penelitian ini bertujuan untuk memberikan alternatif pembentukan portofolio saham dan obligasi korporasi untuk dapat memperoleh return yang optimal dengan risiko yang dapat diterima. Alternatif model tersebut adalah dengan mengkombinasikan seleksi saham model Graham dengan model pembentukan portofolio optimal yaitu model Markowitz. Hasil seleksi saham menggunakan model Graham portofolio defensif dan portofolio agresif adalah masing-masing 9 dan 13 saham dari 45 saham yang terdapat pada indeks LQ45. Dari saham-saham yang terpilih kemudian dibentuk portofolio optimalnya menggunakan model Markowitz.Dari portofolio optimal yang terbentuk kemudian dilakukan perbandingan kinerja antara keduanya dengan indeks LQ45 sebagai benchmark-nya. Hasil menunjukkan bahwa portofolio hasil optimasi model Markowitz memberikan kinerja (reward to variability ratio) ekspektasi lebih baik dibandingkan portofolio indeks LQ45 dengan selisih pengembalian hasil di kisaran 13,68 – 20,24% pertahun. Dengan demikian model kombinasi pembentukan portofolio optimal bertahap ini layak dipertimbangkan untuk diaplikasikan dengan harapan dapat meningkatkan hasil investasi saham yang optimal.Selanjutnya, hasil seleksi obligasi korporasi untuk portofolio yang optimal menghasilkan 8 obligasi korporasi dengan porsi masing-masing obligasi yaitu Obl Bkljt I Telkom Tahap I Tahun 2015 Seri C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr C 17,47%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr D 20%, Obligasi Bkljt I Hutama Karya Tahap II Tahun 2017 2,53%, Obligasi Bkljt I Hutama Karya Tahap I Tahun 2016. Portofolio ini dapat menghasilkan tingkat pengembalian sebesar 8,88% pertahun.

---

This study aims to provide an alternative to the formation of portfolios and corporate bonds to obtain optimal returns with acceptable risk. The alternative model is to combine Graham's stock selection model with the formation of an optimal portfolio model, namely the Markowitz model. The results of the selection using the Graham model of defensif portfolio and aggressive portofolio are 9 and 13 stocks, respectively, of the 45 stocks listed on the LQ45 index. From the selected stocks, the optimal portfolio is formed using the Markowitz model.

From the optimal portfolio formed, then the performance comparison between the two with the LQ45 index as the benchmark. The results show that the Markowitz model optimizing portfolio provides a better performance (reward to variability ratio) than the LQ45 portfolio index with a yield difference of 13.68 – 20.24% per year. Thus, the combination model for the formation of a gradual optimal portfolio is worth considering to be applied in the hope of increasing optimal stock investment returns.

Furthermore, the results of the selection of corporate bonds for the optimal portfolio resulted in 8 corporate bonds with a portion of each bond, namely Obl Bkljt I Telkom Phase I 2015 Series C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Multi Infra Infrastructure. Thp I Th2016 Sr C 17.47%, Obl Bklj I Sarana Multi Infra. Thp I 2016 Sr D 20%, Bkljt I Hutama Karya Bonds Phase II 2017 2.53%, Bkljt I Hutama Karya Bonds Phase I 2016. This portfolio can generate rates of 8.88% per annum."

"Penelitian ini bertujuan untuk memberikan alternatif pembentukan portofolio saham dan obligasi korporasi untuk dapat memperoleh return yang optimal dengan risiko yang dapat diterima. Alternatif model tersebut adalah dengan mengkombinasikan seleksi saham model Graham dengan model pembentukan portofolio optimal yaitu model Markowitz. Hasil seleksi saham menggunakan model Graham portofolio defensif dan portofolio agresif adalah masing-masing 9 dan 13 saham dari 45 saham yang terdapat pada indeks LQ45. Dari saham-saham yang terpilih kemudian dibentuk portofolio optimalnya menggunakan model Markowitz.Dari portofolio optimal yang terbentuk kemudian dilakukan perbandingan kinerja antara keduanya dengan indeks LQ45 sebagai benchmark-nya. Hasil menunjukkan bahwa portofolio hasil optimasi model Markowitz memberikan kinerja (reward to variability ratio) ekspektasi lebih baik dibandingkan portofolio indeks LQ45 dengan selisih pengembalian hasil di kisaran 13,68 – 20,24% pertahun. Dengan demikian model kombinasi pembentukan portofolio optimal bertahap ini layak dipertimbangkan untuk diaplikasikan dengan harapan dapat meningkatkan hasil investasi saham yang optimal.Selanjutnya, hasil seleksi obligasi korporasi untuk portofolio yang optimal menghasilkan 8 obligasi korporasi dengan porsi masing-masing obligasi yaitu Obl Bkljt I Telkom Tahap I Tahun 2015 Seri C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr C 17,47%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr D 20%, Obligasi Bkljt I Hutama Karya Tahap II Tahun 2017 2,53%, Obligasi Bkljt I Hutama Karya Tahap I Tahun 2016. Portofolio ini dapat menghasilkan tingkat pengembalian sebesar 8,88% pertahun.

---

This study aims to provide an alternative to the formation of portfolios and corporate bonds to obtain optimal returns with acceptable risk. The alternative model is to combine Graham's stock selection model with the formation of an optimal portfolio model, namely the Markowitz model. The results of the selection using the Graham model of defensif portfolio and aggressive portofolio are 9 and 13 stocks, respectively, of the 45 stocks listed on the LQ45 index. From the selected stocks, the optimal portfolio is formed using the Markowitz model.

From the optimal portfolio formed, then the performance comparison between the two with the LQ45 index as the benchmark. The results show that the Markowitz model optimizing portfolio provides a better performance (reward to variability ratio) than the LQ45 portfolio index with a yield difference of 13.68 – 20.24% per year. Thus, the combination model for the formation of a gradual optimal portfolio is worth considering to be applied in the hope of increasing optimal stock investment returns.

Furthermore, the results of the selection of corporate bonds for the optimal portfolio resulted in 8 corporate bonds with a portion of each bond, namely Obl Bkljt I Telkom Phase I 2015 Series C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Multi Infra Infrastructure. Thp I Th2016 Sr C 17.47%, Obl Bklj I Sarana Multi Infra. Thp I 2016 Sr D 20%, Bkljt I Hutama Karya Bonds Phase II 2017 2.53%, Bkljt I Hutama Karya Bonds Phase I 2016. This portfolio can generate rates of 8.88% per annum."

"[ABSTRAKPenelitian ini bertujuan untuk melihat profil risk dan return dari portofolio investasi dan memilih alternatif portofolio investasi yang paling efisien dan optimal berdasarkan rate of return dan expected return dikarenakan masih rendahnya minat investor kepada sukuk khususnya dilihat dari perbedaan risk dan return antara sukuk dan obligasi yang berpotensi mempengaruhi pemilihan investasi surat berharga oleh investor. Penelitian ini menggunakan financial modelling dengan teori risk dan return untuk menghitung kurva efficient portfolio frontier. Hasil penelitian ini menyimpulkan bahwa risk dan return antara obligasi pemerintah dan sukuk negara baik dianalisa secara individual maupun gabungan dua instrumen memperlihatkan bahwa kinerja sukuk negara lebih optimal dibandingkan obligasi pemerintah berdasarkan expected return dan variance dari masing-masing instrumen investasi. Berdasarkan analisa dari efficient portfolio frontier diketahui bahwa portofolio yang paling efisien dan optimal adalah surat berharga syariah negara IFR0001 dan IFR0003 yang memiliki return dan risiko yang lebih tinggi dari obligasi pemerintah FR0027 dan FR0030 sesuai dengan prinsip syariah yaitu Al Ghunmu bi Al Ghumi atau high risk, high return di mana keuntungan yang didapatkan selalui disertai dengan risiko dan dengan tingkat return yang lebih tinggi maka sukuk negara seharusnya dapat menarik minat investor untuk memasuki pasar modal syariah khususnya berinvestasi pada sukuk.

---

ABSTRACTThis research aims to look at the risk and return profile of investment portfolio and choose an alternative investment portfolio that have the most efficient and optimum based on actual rate of return and expected return because the Investors who want to invest in sukuk are lower than government bonds investment especially from the difference of risk and return between government sukuk and government bond that could potentially affect the selection of investment securities by investors. The data in this study is secondary data obtained from the Bloomberg data i.e. 5 series SBSN period 2010-2014. This study uses financial modelling with the theory of risk and return to create the curve of the efficient portfolio frontier. The results of this study concluded that the risk and return between government bonds and government sukuk with individually or combined analyzed show that the performance of the Government sukuk is more optimal than sukuk bonds based on expected return and variance of each instrument investments. Based on an analysis of the efficient portfolio frontier shown that the most efficient and optimal portofolio are Government sukuk IFR0001 and IFR0003 which have a higher return and risk compare to government bonds FR0027 and FR0030, in accordance with Sharia principles ”Al Ghunmu bi Al Ghumi” or high risk, high return where the profit obtained was accompanied by risks and the rate of return that is higher than government sukuk, it should be able to pursue investor to invest in the Islamic capital market particularly investing in sukuk., This research aims to look at the risk and return profile of investment portfolio and choose an alternative investment portfolio that have the most efficient and optimum based on actual rate of return and expected return because the Investors who want to invest in sukuk are lower than government bonds investment especially from the difference of risk and return between government sukuk and government bond that could potentially affect the selection of investment securities by investors. The data in this study is secondary data obtained from the Bloomberg data i.e. 5 series SBSN period 2010-2014. This study uses financial modelling with the theory of risk and return to create the curve of the efficient portfolio frontier. The results of this study concluded that the risk and return between government bonds and government sukuk with individually or combined analyzed show that the performance of the Government sukuk is more optimal than sukuk bonds based on expected return and variance of each instrument investments. Based on an analysis of the efficient portfolio frontier shown that the most efficient and optimal portofolio are Government sukuk IFR0001 and IFR0003 which have a higher return and risk compare to government bonds FR0027 and FR0030, in accordance with Sharia principles ”Al Ghunmu bi Al Ghumi” or high risk, high return where the profit obtained was accompanied by risks and the rate of return that is higher than government sukuk, it should be able to pursue investor to invest in the Islamic capital market particularly investing in sukuk.]"

"Penelitian ini bertujuan untuk mengembangkan metode optimasi mean-variance Markowitz (1952) dengan menetapkan konstrain durasi untuk portofolio investasi yang terdiri dari indeks obligasi Pemerintah negara-negara emerging market Asia dalam mata uang lokal. Adapun data return historis yang digunakan berasal dari indeks obligasi (bond index) harian negara Indonesia, Malaysia, Thailand, Philippines dan Korea dari index provider (dengan ijin) untuk periode tahun 2010-2019. Penelitian ini memperlihatkan bahwa strategi komposisi portofolio yang dihasilkan dari proses optimasi tersebut memberikan Sharpe ratio tertinggi untuk data indeks obligasi harian periode bulan Januari sampai dengan Juni 2020 (out-of-sample) dibandingkan dengan beberapa strategi tanpa konstrain durasi, seperti capitalization-weighted dan equally-weighted, maupun beberapa strategi lainnya dengan konstrain durasi. Dari hasil pemantauan kinerja akhir bulan pada periode Januari sampai dengan Juni 2020, kinerja Sharpe ratio dengan strategi optimal tersebut mulai mengalami peningkatan setelah volatilitas pergerakan pasar akibat kekhawatiran terhadap dampak pandemi COVID-19 mencapai puncaknya sekitar bulan Maret 2020. Strategi optimasi yang dihasilkan penelitian ini dapat menjadi alternatif bagi investor institusi yang konservatif dalam menetapkan alokasi aset sebagai kebijakan investasi (investment policy) dalam jangka panjang untuk mendapatkan eksposur di emerging market Asia sebelum menambah eksposur ke asset class lainnya seperti obligasi korporasi dan saham di emerging market Asia.

---

This study applies Markowitzs mean-variance optimization method (1952) by setting duration constraint for investment portfolio consisting of Asian emerging market local currency government bond indexes. The historical return data used in this study are obtained from daily bond indexes of Indonesia, Malaysia, Thailand, the Philippines, and Korea provided by an index provider (with permission) for the period of 2010-2019. This study shows that the portfolio composition strategy resulting from the optimization provides the highest Sharpe ratio for the period of January to June 2020 (out-of-sample) compared to several other strategies without any duration constraint, such as capitalization-weighted and equally-weighted, as well as other strategies with duration constraint. End-of-month performance monitoring between January 2020 and June 2020 indicates that the Sharpe ratio of the optimal strategy began to increase after market volatility due to COVID-19 pandemic anxieties which peaked around March 2020. The optimization strategy in this study would be an alternative strategy for conservative institutional investors to perform asset allocation as a long-term investment policy to have exposure to Asian emerging market before adding other asset classes, such as Asian emerging market corporate bonds and stocks."