Pembentukan Reksadana Indeks Dengan Binary Integer Programming Menggunakan Metode Branch and Bound

Pratiwi, Qonitat Aulia (2023) Pembentukan Reksadana Indeks Dengan Binary Integer Programming Menggunakan Metode Branch and Bound. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111940000043-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (12MB) | Request a copy

Abstract

Reksadana indeks merupakan portofolio yang berusaha mereplikasi indeks pasar atau dikelola untuk mendapatkan hasil investasi yang mirip dengan suatu indeks acuan. Pembentukan reksadana indeks akan mengeluarkan biaya yang besar jika indeks pasar yang dipilih menjadi acuan untuk diikuti indeksnya terdiri dari banyak sekuritas. Untuk menghindari hal tersebut pada penelitian tugas akhir ini dilakukan optimasi pembentukan reksadana indeks dengan komposisi saham yang ada di portofolio lebih kecil dari indeks pasar saham acuan LQ45. Reksadana indeks yang nantinya terbentuk berisi 15, 20, 25, 30, 35, dan 40 saham perwakilan dari indeks LQ45 yang secara dekat mereplikasi keseluruhan populasi indeks pasar saham LQ45. Dari reksadana indeks yang terbentuk dengan komposisi saham yang berbeda-beda akan diambil satu reksadana indeks yang menghasilkan ekspektasi return paling besar. Diharapkan dengan dibentuknya portofolio yang komposisi sahamnya lebih kecil dari indeks pasar, portofolio akan lebih mudah dikelola dan tidak perlu mengeluarkan modal yang besar. Model masalah penelitian ini merupakan model deterministik berskala besar yang berbentuk Binary Integer Programming dan diselesaikan menggunakan metode Branch and Bound. Setelah reksadana indeks terbentuk dilakukan perhitungan ekspektasi return dan risiko dari reksadana indeks, indeks pasar saham LQ45, dan juga portofolio strategi pasif yang mana komposisi portofolio ini berisi 45 saham yang masuk dalam indeks pasar saham LQ45. Perhitungan nilai ekspektasi return dari reksadana indeks, portofolio strategi pasif, dan indeks pasar saham LQ45 digunakan untuk membandingkan manakah kinerja antara reksadana indeks dengan portofolio strategi pasif yang lebih mendekati indeks acuannya, yaitu indeks pasar saham LQ45. Hasil dari penelitian ini menunjukkan bahwa reksadana indeks dengan komposisi saham sebesar 30 saham menghasilkan nilai ekspektasi return paling besar dan reksadana indeks ini menghasilkan kinerja yang lebih baik dibandingkan dengan portofolio strategi pasif karena selisih antara nilai ekspektasi return-nya dengan indeks acuan LQ45 lebih kecil dibandingkan portofolio strategi pasif. Hasil nilai ekspektasi return dari reksadana indeks dengan komposisi saham sebesar 30 saham = 0, 079%; portofolio strategi pasif = 0, 032%; dan indeks pasar saham LQ45 = 0, 403%.
=================================================================================================================================
An index fund is a portfolio that attempts to replicate a market index or managed to obtain investment returns similarly to an index that is used as a reference. Building an index fund portfolio will incur large costs if the selected market index that is used as a reference consists of many stocks. To avoid these conditions, this final project will optimize the formation of an index fund portfolio that is easier to manage with the composition of stocks in the portfolio are smaller than the LQ45 index population as the reference market index. The index fund portfolio that will be created contains 15, 20, 25, 30, 35, and 40 representative stocks of the LQ45 index, which will closely replicate the entire population of the LQ45 index. From the index fund portfolio formed with different stock compositions, one index fund portfolio will be taken that generates the greatest expected return. It is hoped that by forming a portfolio whose composition of stocks is smaller than the market index, the portfolio will be easier to manage and no need spend a large cost to buy all the stocks in the reference market index to obtain a similar return. The research problem model is a large-scale deterministic model in the form of Binary Integer Programming and will be solved using Branch and Bound algorithm. After the index fund is formed, the expected return and risk of the index fund, the market index LQ45, and also a passive strategy portfolio where the composition of this portfolio contains 45 stocks included in the LQ45 index. Calculation of the expected return value of the index funds, the passive strategy portfolio, and the LQ45 index is used to compare which performance between the index funds and the passive strategy portfolio is closer to the LQ45 index. The results of this study indicate that index mutual funds with a stock composition of 30 stocks produce the greatest value of expected return and these index mutual funds produce better performance than passive strategic portfolios because the difference between their expected return values and the LQ45 reference index is smaller than passive strategy portfolios. The result of the expected value return of an index mutual fund with a stock composition of 30 shares = 0.064%; the passive strategy portfolio = 0.032%; and the LQ45 index = 0.403%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	reksadana indeks, optimasi portofolio, metode branch and bound, pemrograman bilangan bulat biner, model indeks tunggal, index fund, portofolio optimization, branch and bound method, binary integer programming, single index model.
Subjects:	H Social Sciences > HG Finance > HG4529.5 Portfolio management H Social Sciences > HG Finance > HG4910 Investments Q Science > QA Mathematics > QA9.58 Algorithms T Technology > T Technology (General) > T57.6 Operations research--Mathematics. Goal programming T Technology > T Technology (General) > T57.74 Linear programming
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Qonitat Aulia Pratiwi
Date Deposited:	06 Oct 2023 02:34
Last Modified:	06 Oct 2023 02:34
URI:	http://repository.its.ac.id/id/eprint/102126

Actions (login required)

View Item