Hasil Pencarian  ::  Simpan CSV :: Kembali

"Teori portofolio yang berkembang saat ini mendudukkan investor sebagai pelaku inti dalam pembentukan portofolio. Penelitian ini memperkuat landasan bagi teori portofolio dengan memasukan agen sebagai pelaku inti dalam pembentuk portofolio yang terbukti pada portofolio reksadana. Agen memiliki kelengkapan informasi selain informasi publik/pasar dalam membentuk alokasi aset portofolio. Agen menghadapi kompetisi antaragen dalam mengelola portofolio.Dengan mengembangkan teori dasar Black-Litterman 1992 , penelitian ini memperlihatkan adanya tiga view agen dalam pembentukan portofolio, yaitu alokasi aset yang berbeda dari alokasi pasar, kompetisi antaragen dan peran agen yang memberikan keuntungan komparatif atas informasi yang dimilikinya.View agen penting untuk dipelajari karena tidak terobservasi oleh publik namun berdampak signifikan pada pembentukan portofolio yang diharapkan dapat optimal. Hasil penelitian ini diharapkan dapat bermanfaat bagi pengembangan teori di bidang manajemen keuangan, khususnya portofolio dan asset pricing, dan bermanfaat pula bagi agen, investor dan regulator. View agen berupa kompetisi antaragen merupakan kontribusi utama dari penelitian ini yang dapat dimanfaatkan oleh para pemangku kepentingan.

---

This dissertation was inspired by the writer rsquo s thinking to redefine the important entity on creating an optimum portfolio. Once the main entity is defined, it will clear to determine views driving that entity rsquo s actions on portfolio management. Portfolio theories that have been developed to date grew out of investor views. This dissertation discovers a new important entity on creating portfolio. By developing the theory of Black Litterman 1992 , this research discovers a new perspective of portofolio theory. It discovers the existance of agents as important entities in portofolio theory. Agents have complete information about financial assets and they compete among agents on conducting portfolio. This research discovers three views of agents on conducting portfolio. Those are asset allocation different from the market, competion among agents and agent rsquo s functions.Agent views are significantly important but uneasily to observe. However, actions of those views are observable and traceable historically. For investors, academicians, and regulators will get benefit by understanding agent views for many purposes, mainly for portfolio management, asset pricing and effective market regulation. The existance of agent views has provide complete perspective in real practice that brings into a more desirable portfolio theory."

"Skripsi ini membahas tentang pembentukan portfolio yang terdiri dari 10 saham yang mempunyai nilai kapitalisasi pasar terbesar dengan menggunakan metode market capitalization-weighted indexing, equal-weighted indexing, dan diversity indexing. Portfolio yang sudah dibentuk menggunakan metode tersebut, kemudian diukur kinerjanya dengan menggunakan Treynor, Sharpe, Jensen alpha, dan Information Ratio. Dari hasil penilaian kinerja dan penelitian berdasarkan portfolio yang sudah dibentuk menunjukkan metode market capitalizationweighted merupakan metode yang paling bagus untuk digunakan dalam membentuk suatu portfolio

---

This study discusses the establishment of portfolio that composed from 10 biggest market capitalization stock with market capitalization-weighted indexing, equalweighted indexing, diversity indexing. Then, the performance of portfolio measured with Treynor, Sharpe, Jensen alpa, and Information Ratio. Based on research and performance analysis, market capitalization-weighted indexing method is the best method that can be used for composing a portfolio."

"Many researchers assess the tools and techniques to optimize the project portfolio management. Most of those tools treat each project within a portfolio as an independent entity. Starting in 2010 onwards, many researchers considered the importance of Project Interdependencies (PI) in defining the Project Portfolio (PP); however, those researchers treated PI as a static condition. Organization strategy has dynamic characteristics caused by internal dynamics as well as external forces. Since the PP is a bridge between organization strategy and the program/project, the PP has to have a dynamic ability, in order to support the organizational strategy dynamics. This research applies an interactive approach using System Dynamics (SD) modelling to represent the PI dynamics as well as a project selection tool/technique within a project portfolio. A case study was conducted with the Bandung Urban Waterworks (PDAM Tirtawening). The outcomes of this research suggest that the model developed by the SD approach is: 1) one of the tools and techniques is to specify the PI dynamics; 2) to determine project priority in order to optimize the project portfolio. SD approach has the ability to challenge an organization’s perception of their project portfolio interdependencies and to enhance strategic decision making capabilities. PI on this research is driven by project outcomes. PI that driven by other reasons, such as by market, resources, knowledge, etc., should be leveraged more, to figure out a complete picture of the PI importance within Project Portfolio Management (PPM)."

"Tujuan dari penelitian ini adalah mencari metode optimasi portofolio terdiversifikasi yang memiliki kinerja paling unggul pada uji out-of-sample. Metode pembentukan dan optimasi portofolio terdiversifikasi menggunakan 3 metode, yaitu: Minimum-Variance, Inverse-Variance, dan Hierarchical Risk Parity. Kinerja portofolio akan dilihat dari tingkat pengembalian yang dihasilkan, sum of squared errors antara return yang aktual dengan yang diharapkan, dan sharpe ratio yang dihasilkan portofolio pada uji out-of-sample. Portofolio yang terdiversifikasi akan dibentuk dengan menggunakan 18 saham yang telah melewati proses seleksi saham dengan pendekatan Single Index Model dengan Cut-off Rate, dimana ke-18 saham tersebut memiliki excess return over beta lebih besar dari cut-off rate yang berasal dari 71 saham yang terdaftar di Bursa Efek Indonesia. Uji out-of-sample akan dibagi atas 3 skenario dengan holding period 4 minggu, 12 minggu, dan 16 minggu dengan melakukan rebalancing di setiap akhir holding period. Hasil uji out-of-sample membuktikan bahwa metode Hierarchical Risk Parity mampu mengungguli 2 metode optimasi portofolio lainnya dengan tingkat pengembalian yang dihasilkan paling besar, SSE yang paling rendah, dan shape ratio paling besar diantara ketiga metode yang ada. Penelitian ini menyimpulkan perlunya menggunakan pendekatan yang lebih kompleks dalam membangun portofolio di Bursa Efek Indonesia untuk menghasilkan portofolio dengan kinerja yang lebih baik.

---

This research aims to find a portfolio optimization method that has superior performance in out-of-sample simulation in the Indonesia equity market. The portfolio will be optimized utilizing 3 methods: Inverse-Variance, Minimum-Variance, and Hierarchical Risk Parity. Portfolio performance will be measured based on the actual return generated by portfolio, Sharpe ratio, and the accuracy with the sum of squared errors and T-test between actual return and expected return of the portfolio in out-of-sample simulations. The out-of-sample simulation will be done in 3 scenarios of holding period and rebalancing at the end of the holding period. The simulation results suggest that the Hierarchical Risk Parity method outperformed 2 other portfolio optimization methods having the highest actual return, Sharpe ratio, and accuracy in predicting returns. This research concludes that a more sophisticated approach is required to build an equity portfolio that has better performance in Indonesia."

"ABSTRAKUntuk membuat suatu portofolio investasi yang efisien, kita dapat melakukan analisis portofolio dengan menggunakan teori modern portofolio oleh Markowitz. Teori portofolio optimal Markowitz adalah teori portofolio modern yang digunakan untuk menganalisa pembentukan dan proporsi kombinasi dari instrument investasi menjadi portofolio yang efisien pada garis efficient frontier. Perhitungan dilakukan berdasarkan teori portofolio optimal Markowitz dan dibantu program solver pada Microsoft Excel menggunakan data triwulan 2004 -2006, kemudian dihasilkan 65 kombinasi dari aktiva produktif PT. Bank Rakyat Indonesia pada garis efficient frontier. Dari 65 kombinasi portofolio akan dipilih satu kombinasi portofolio yang paling optimal yang terdiri dari 46,8% kredit yang diberikan (Rp); 27,34% efek-efek (Rp); 7,61% kredit yang diberikan (valas); 7,36% efek-efek (valas) and 10,9% penempatan pada bank lain (valas) dengan return dan deviasi standar 10,8% dan 26,5%.

---

ABSTRAK

To perform the investment portfolio efficiently, we could conduct a portfolio analysis which used the theory of modern portfolio by Markowitz. The theory of optimal portfolio by Markowitz is a modern portfolio theory used for analyzing the construction of proportional combinations from some investment instruments to form efficient portfolio points at efficient frontier lines. Based on the application Markowitz?s optimal portfolio theory calculation and assisted by solver program of excel program using data per three month from 2004 through 2006, it had been resulted 65 proportional combination from asset given by BRI financial report at efficient frontier lines. From all 65 portfolio combinations, it will be elected one portfolio, which is the most optimal portfolio combination consists of 46,8% for Loans (Rp); 27,34% for Securities (Rp); 7,61% for Loans (Foreign Currencies); 7,36% for Securities (Foreign Currencies) and 10,9% for Placements with other banks (Foreign Currencies) with both return and standard deviation is 10,8% and 26,5% respectively."

"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."

"Reksa dana adalah wadah yang dipergunakan untnk menghimpun dana dari maayarakat pemodal, untuk selanjutnya di investasikan kembali dalam portfolio efek Investasi dalam reksa dana pada saham-saham dipasar modal tentu akan memberikan hasil (return) dengan menghadapi risiko (risk), karenanya para investor harus mendiversifikasikan sahamnya kedalam portfolio sehingga memberikan return dan risk yang optimal.Observasi terhadap saham-saham mayoritas yang terdapat dalam reksa daua saham terpilih 22 saham yang akan dianalisia lebih lanjut untuk dibentuk portfolio optimal. Adapun saham-saham tersebut adalah ; Astra International (ASH), Bank Negara Indonesia (BBNI), Bank Dagang Nasional Indonesia (BDNI), Berlian Laju Tanker (BLTA), Bimantara Citra (BMTR), Bank International Indonesia (BNII), Citra. Marga Nusapala (CMNP), Daya Guna Samudra (DMA), Gajah Tunggal (GHTL) Gudang Garam (GGRM), HM.Sampoerna (HMSP), Indofood Sukses Makmur (INDF), Indah Kiat Pulp & Paper (INKP), Indosat (SAT), Lippo Bank (LPBN), Lippo Securities (LPPS), Mulia Industrindo (MLIA), Multi Polar (MLPL), Matahari Putra Prima (MPPA), Mayora Indah ( MYOR), Semen Gresik (SMGR), Telekomunikasi Indonesia (TLKM).Periode yang diamati dari bulan Juli 1996 sanrpai dengan bulan Juni 1997. Dari 22 saham mayoritas yang diminati oleh reksa dana, terpilih hanya 10 saham yang mempunyai return positif dan botanya signifikan. Adapun saham yang terpilih adalah Astra Internatinonal (ASH), Bank Dagang Nasional Indonesia (BDNI), Lippo Securities (LPPS), Matahari Putra Prima (MPPA), Bank International Indonesia (BNH), Bimantara Citra (BMTR), Gudang Garam ((K]RM), Telekomunikasi Indonesia (TLKM), Bank Negara Indonesia (BBNI), dan Mayora (MYOR).Analisa data menggunakan due model yaitu Single Index Model, dan Constant Correlation. Dengan methode Single Index sham-wham yang dapat dibentuk portfolio optimal sebanyak 5 saham yaitu. Astra International (ASII) dengan porsi sebesar 52,50 %, Bank Dagang Nasional Indonesia (BDNI) 13.95 %, Lippo Securities (LPPS) 16.52 %, Matahari Putra Prima (MPPA) 11.75%, dan Bank International Indonesia 5,28 %.Expected Return portfolio yang dibentuk dengan methode Single Index ini menghasilkan return portfolio sebesar 2,03166 dengan variance dan standar deviasi masing-masing 16,87631 dan 4,10807.Dengan metade Constant Correlation saham-saham yang dapat dibentuk portfolio optimal jugs sebanyak 5 wham yaitu :Antra International (ASII) dengan proporsi sebesar 33,69%, Bank Dagang Nasional Indonesia (BDN1) 21,690%0, Lippo Securities(LPPS) 17.29%, Matahari Putra Prima (MPPA), 11,30% dan Bank International Indonesia (BNII) 16,03%. Portfolio yang dibentuk dengan methode constant correlation ini menghasilkan expected return portfolio sebesar 1,90446 dengan variance dan standar deviasi masing-masing 14,44787 dan 3,80103.Dari kedua model tersebut terlihat baik pada model Single Index maupun model Constant Correlation pada periode observasi yang lama didapat saham yang sama untuk dibentuk portfolio optimal, yang membedakannya hanyalah proporsi masing-masing wham Proporsi saham ditentukan oleh tingkat risiko (β). Untuk saham saham yang mempunyai nilai β kurang dari 1 akan mendapat porsi lebih besar dibanding dengan saham-saham yang mempunyai nilai diatas 1 hal ini sesuai dengan konsep teori portfolio."

"Penelitian ini menggunakan Data Envelopment Analysis (DEA) untuk memfasilitasi proses optimasi portofolio Black-Litterman (BL). DEA menghasilkan estimasi imbal hasil berdasarkan pada efficient frontier multi variabel yang dibentuk untuk setiap aset. Penelitian ini menggunakan dua komponen sebagai input dalam DEA: CVaR dan ukuran likuiditas LMX. Memakai implied excess return hasil proses reverse optimization BL sebagai output, model menghasilkan estimasi imbal hasil untuk setiap aset, yang berfungsi sebagai view dalam pembentukan portofolio posterior BL. Penggunaan BL akan memastikan proses optimasi portofolio posterior yang mean-variance efficient.Hasil penelitian menunjukkan bahwa DEA dapat digunakan sebagai metode untuk merumuskan view yang kompatibel dengan prior distribution BL. Studi lebih lanjut dapat ditempuh untuk menemukan kombinasi indikator input-output DEA yang lebih baik sekaligus memperhatikan karakter efficient frontier DEA. Pengembangan model lebih lanjut dapat pula dilakukan untuk memasukkan berbagai aspek kompleksitas pasar ataupun berbagai variabel yang mencerminkan informasi yang tak terduga.

---

This study employs Data Envelopment Analysis (DEA) to facilitate the Black-Litterman (BL) optimization process. DEA generates expected return estimation based on multi variables efficient frontier that can be formed flexibly for each asset. This study employs two components as inputs in DEA: CVaR and LMx measure of liquidity. Based on the implied excess return indicated by BL reverse optimization process as an output, the model produces return estimation for each asset, which serves as views in BL posterior portfolio. The use of BL will ensure the posterior portfolio optimization process in accordance with mean-variance efficient condition.The results indicate that DEA may be used as a method to formulate view that is compatible with BL prior distribution. Future studies using DEA should attempt to find better combination of Input-Output indicators and also pay attention to the character of DEA efficient frontier. Further model development should consider market complexity in mean-variance optimization setup, or to combine a variety of variables reflecting unanticipated information."

"Penelitian ini berluj uan untuk mengetahui saham-saham yang tergabung dalam LQ45 Bursa Efek Indonesia yang memenuhi kriteria penyeleksian saham sesuai dengan metode Benjamin Graham. Dari hasil seleksi tersebut dilakukan pembentukan portofolio optimal agar memastikan bahwa komposisi portofolio yang terbentuk mampu menghasilkan relurn yang setingi-Lingginya bagi investor.Hasil penelitian ini menyamnkan bahwa hasil portofolio yang di bentuk dengan kriteria investor defensif dan investor aktif memiliki return portofolio yang lebih besar dibandingkan dengan portofolio optimal yang dibentuk dengan menggunakan seleksi berdasarkan average refurn tertinggi dan deviasi standar terendah. Namun ketika dilakukan uji hipotesis terhadap rata-rata return portofolio yang terbentuk diperoleh hasil bahwa tidak terdapat perbedaan rerurn yang signifikan antara portofolio optimal yang terbentuk sesuai kriteria Graham dengan portofolio optimal yang dibentuk berdasarkan average retum tertinggi dan standar deviasi terendah.

---

This research aims to identify stocks that joined LQ45 Indonesia Stock Exchange that meet criteria for selecting stocks according to Benjamin Graham method. The results of the selection was made to ensure the establishment of an optimal portfolio composition, that capable of generating high returns for investors.

The results of this study suggest that portfolio result from the portfolio which formed with the defensive and active investors criteria, will have a larger portfolio return compared to the optimal portfolio which is fomied using the highest average returns and lowest standard deviation. However the hypothesis test on average portfolio returnfound that there was no significant difference in returns between the optimal portfolio formed according to Graham's criteria with the optimal portfolio formed based on the highest average returns and lowest standard deviation."

"Perkembangan penyaluran kredit oleh perbankan nasional saal ini cukup meningkat dan berdasarkan data dari Bank Indonesia, kredit perbankan tumbuh cukup signifikan dari Rp 365,410 Triliun pada akhir tahun 2002 meningkat menjadi Rp 437.942 Triliun pada tahun 2003 atau terjadi peningkatan sekitar 19.8%. Namun pertumbuhan kredit tersebut dirasakan masih belum bisa meningkatkan perekonomian nasional, apalagi dikaitkan dengan masih besarnya jumlah pengangguran dan pertumbuhan ekonomi yang kurang menggembirakan. Kondisi ini diakibatkan oleh beberapa sebab diantaranya pertumbuhan kredir perbankan dipasok oleh adanya pembelian aset-aset kredit dari BPPN dan hal ini jeias tidak akan menghasilkan lapangan kerja baru. Selain itu, saat ini perbankan nasional cenderung menyalurkan kreditnya ke sektor-sektor konsumsi, seperti misalnya untuk pembelian rumah, mobil ataupun barang-barang elektronik dengan alasan lebih aman dan mudah. Namun demikian tingkat kredit bermasalah (Non Performing Loans) pada perbankan di Indonesia masih cukup tinggi dan belum dapat mencapai ketentuan yang disyaratkan oleh Bank Indonesia sebesar 5% pada akhir tahun 2003.Portfolio kredit Bank Mandiri secara keseluruhan mengalami perkembangan yang cukup pesat selama tiga tahun terakhir. Sampai dengan 31 Desember 2003, Bank Mandiri telah menyalurkan kredit sebesar Rp 73.311 M atau meningkat 14,65% dibandingkan dengan tahun 2002 atau meningkat 54,81% dibandingkan dengan tahun 2001 dalam periode yang sama. Sementara itu tingkat NPL pada posisi 31 Desember 2003 sebesar 8,8% juga mangalami peningkatan dibandingkan dengan tahun 2002 yang hanya sebesar 7.4%.Berdasarkan penelitian menunjukkan bahwa dari kumpulan portfolio kredit yang efisien dalam valuta rupiah, sektor yang potensial atau mempunyai prospek yang paling baik dalam menghasilkan return yang maksimal dengan tingakt risiko tertentu dalam portfolio kredit yang efisien adalah sektor Pertanian, sektor Pertambangan, sektor Perindustrian, sekror Listrik, Gas & Air, serta sektor Lain-lain. Sedangkan dari kumpulan portfolio kredit yang efisien dalam valuta asing sektor Pertambangan dan sektor Kosntruksi merupakan sektor ekonomi yang potensial atau mempunyai prospek yang paling baik dibandingkan sektor ekonomi lainnya.Kumpulan portfolio kredit berdasarkan sektor ekonomi yang dihasilkan dari analisis merupakan suatu pilihan bagi manajemen Bank Mandiri dalam menyalurkan kreditnya, sehingga manajemen dapat memilih salah satu kumpulan portfolio kredit berdasarkan sektor ekonomi, dengan memperhatikan rencana bisnis khususnya kredit baik jangka pendek maupun jangka panjang. Perlu mendapat perhatian juga bahwa penyaluran kredit kepada sektor ekonomi tidak hanya berdasarkan perhitungan statistik semata, namun juga melihat kondisi makro ekonomi secara keseluruhan dengan tetap memperhatikan prinsip kehati-hatian (prudent banking)."