Pembentukan Portofolio Optimal Pada Saham Sektor Energi Di Indonesia Menggunakan Model BLACK-LITTERMAN Dengan Pendekatan ARIMA Dan GARCH

Hakim, M.Lukman Nur (2025) Pembentukan Portofolio Optimal Pada Saham Sektor Energi Di Indonesia Menggunakan Model BLACK-LITTERMAN Dengan Pendekatan ARIMA Dan GARCH. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006211065_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Investasi merupakan aktivitas penanaman dana dengan harapan memperoleh keuntungan di masa depan. Saham menjadi salah satu instrumen investasi yang paling diminati oleh para investor. Penelitian ini akan berfokus pada saham sektor energi yang telah dikategorikan oleh Bursa Efek Indonesia yaitu beberapa saham yang berada dalam Indeks IDXENERGY dan memililki rata-rata return dividen rata-rata diatas 10% periode Januari 2022 sampai Desember 2024. Dalam penelitian ini digunakan Model Black-Litterman untuk mengoptimalkan portofolio dengan pendekatan pandangan investor berupa ARIMA, dan GARCH. Selain itu, penelitian ini juga menghitung Value at Risk (VaR) untuk memberikan gambaran yang lebih jelas tentang potensi kerugian yang mungkin terjadi. Data yang digunakan mencakup harga saham harian dari beberapa perusahaan yang terdaftar di IDXENERGY selama periode Januari 2022 hingga Desember 2024. Hasil penelitian menghasilkan nilai expected return saham ITMG sebesar 0.127% dengan bobot portofolio sebesar 19.11%, Saham MCOL memberikan ekspektasi return sebesar 0.132% dengan bobot portofolio sebesar 37.39%, Saham TEBE memberikan ekspektasi return sebesar 0.187% dengan bobot portofolio sebesar 43.50%, dan Portofolio Black-Litterman di estimasikan akan memberikan keuntungan sebesar 0.1551% dengan risiko sebesar 0.0191%. Hasil perhitungan VaR dengan tingkat kepercayaan 99% menunjukkan nilai VaR adalah sebesar -3.17% nilai VaR ini lebih kecil dibandingkan nilai VaR masing-masing saham sehingga dapat. Hal ini menunjukkan pembentukan portofolio dapat mengurangi risiko kerugian. Selain hasil dari perhitungan dari expected return dan VaR pada portofolio. Return dari dividen saham-saham dalam portofolio juga dapat memberikan keuntungan dalam melakukan investasi dengan Model ini.
===================================================================================================================================
Investment is the activity of placing funds with the expectation of obtaining profits in the future. Stocks are one of the most popular investment instruments among investors. This study focuses on energy sector stocks categorized by the Indonesia Stock Exchange, specifically those listed in the IDXENERGY Index and having an average dividend return rate above 10% from January 2022 to December 2024. This research uses the Black-Litterman Model to optimize the portfolio with investor views based on ARIMA and GARCH approaches. Additionally, the study calculates the Value at Risk (VaR) to provide a clearer picture of potential losses that may occur. The data used includes daily stock prices from companies listed in IDXENERGY during the period from January 2022 to December 2024. The results show that the expected return for ITMG shares is 0.127% with a portfolio weight of 19.11%, MCOL shares provide an expected return of 0.132% with a portfolio weight of 37.39%, TEBE shares provide an expected return of 0.187% with a portfolio weight of 43.50%, and the Black-Litterman portfolio is estimated to yield a return of 0.1551% with a risk of 0.0191%. The VaR calculation at a 99% confidence level shows a VaR value of -3.17%, which is smaller than the VaR values of each individual stock, indicating that portfolio formation can reduce the risk of loss. In addition to the expected return and VaR calculations, the dividend return from the stocks in the portfolio can also provide profits in making investments with this model

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ARIMA, Black-Litterman, GARCH, IDXENERGY, Value at Risk
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	M.Lukman Nur Hakim
Date Deposited:	31 Jul 2025 01:38
Last Modified:	31 Jul 2025 01:38
URI:	http://repository.its.ac.id/id/eprint/123438

Actions (login required)

View Item