Estimasi Risiko pada Pembentukan Portofolio Optimal dengan Pendekatan Higher-Moment Portfolio Optimization Menggunakan Mean Variance Skewness Kurtosis

Ramdhani, Bagus Narendra (2024) Estimasi Risiko pada Pembentukan Portofolio Optimal dengan Pendekatan Higher-Moment Portfolio Optimization Menggunakan Mean Variance Skewness Kurtosis. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006201004-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Investasi melibatkan komitmen dana atau sumber daya saat ini dengan tujuan mendapatkan keuntungan di masa depan. Saham, sebagai bentuk investasi yang umum, menawarkan potensi keuntungan tinggi namun juga membawa risiko signifikan. Tingkat risiko saham cenderung sejalan dengan potensi keuntungan yang besar. Sebelum mengambil keputusan investasi, analisis cermat diperlukan untuk memaksimalkan keuntungan dengan meminimalkan risiko. Diversifikasi portofolio, yaitu penyebaran investasi di berbagai aset, dianggap sebagai salah satu cara untuk mengurangi risiko. Model optimasi portofolio, seperti model Markowitz atau biasa disebut Mean Variance Model (MVM), mendasarkan keputusan pada dua momen statistik yaitu mean dalam memaksimalkan return ekspektasi dan variance dalam meminimumkan risiko. Namun, model ini perlu diperbarui mengingat sifat tidak normal dari data keuangan. Penelitian ini menggunakan pertimbangan momen tinggi yaitu menggunakan model Mean Variance Skewness Kurtosis (MVSK) untuk mengoptimalkan portofolio. Perhitungan bobot portofolio optimal dilakukan menggunakan bantuan software RStudio dengan package rootSolve. Selanjutnya dilakukan perhitungan estimasi risiko investasi menggunakan metode Value at Risk (VaR) dan Expected Shortfall (ES). Data yang digunakan merupakan data saham yang berturut-turut tergabung dalam indeks IDX30 dan memberikan expected return positif selama periode Februari 2021 – Januari 2024. Terdapat 12 saham penyusun portofolio optimal dimana portofolio MVM memiliki satu saham berbobot negatif (saham BBNI) sehingga untuk menghindari kerugian saham BBNI dapat diabaikan. Portofolio MVSK memiliki 16 kombinasi koefisien prioritas dimana setiap kombinasi tidak terlalu memengaruhi bobot masing-masing saham pada portofolio MVSK. Semakin tinggi tingkat kepercayaan yang digunakan dalam perhitungan risiko dengan VaR dan ES, semakin besar pula kerugian yang dapat dihadapi oleh investor. Perhitungan estimasi risiko menggunakan ES menghasilkan nilai kerugian di atas VaR sehingga investor dapat menggunakan ES sebagai pertimbangan ukuran risiko yang lebih tinggi. Investor dapat memilih kombinasi portofolio MVSK sesuai dengan preferensi risiko masing-masing.
=================================================================================================================================
Investment involves committing current funds or resources with the goal of obtaining future benefits. Stocks, as a common form of investment, offer the potential for high returns but also carry significant risk. The risk level of stocks tends to be in line with the potential for high returns. Before making an investment decision, careful analysis is required to maximize returns while minimizing risk. Portfolio diversification, which is the spread of investments across different assets, is considered one way to reduce risk. Portfolio optimization models, such as the Markowitz model or commonly called the Mean Variance Model (MVM), base decisions on two statistical moments, namely the mean to maximize expected return and variance to minimize risk. However, this model needs to be updated given the non-normal nature of financial data. This study uses high moment considerations, namely using the Mean Variance Skewness Kurtosis (MVSK) model to optimize the portfolio. The calculation of optimal portfolio weights is carried out using the help of RStudio software with the rootSolve package. Furthermore, the calculation of investment risk estimation is carried out using the Value at Risk (VaR) and Expected Shortfall (ES) methods. The data used is stock data that is consecutively included in the IDX30 index and provides a positive expected return during the period February 2021 - January 2024. There are 12 stocks that make up the optimal portfolio, where the MVM portfolio has one stock with a negative weight (BBNI stock), so to avoid losses, BBNI stock can be ignored. In the MVSK portfolio, there are 16 priority coefficient combinations, where each combination does not have a significant impact on the weight of each stock in the MVSK portfolio. The higher the level of confidence used in calculating risk with VaR and ES, the greater the losses that investors may face. The calculation of risk estimation using ES produces a loss value above VaR, so investors can use ES as a consideration for a higher risk measure. Investors can choose the MVSK portfolio combination according to their individual risk preferences.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Indeks IDX30, MVM, MVSK, Portofolio, Risiko Investasi, IDX30 Index, Investment Risk
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD61 Risk Management H Social Sciences > HG Finance > HG4529 Investment analysis H Social Sciences > HG Finance > HG4529.5 Portfolio management
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Bagus Narendra Ramdhani
Date Deposited:	15 Jul 2024 07:19
Last Modified:	15 Jul 2024 07:19
URI:	http://repository.its.ac.id/id/eprint/108300

Actions (login required)

View Item