Nafisah, Hilda Ainun (2024) Implementasi Conditional Value at Risk (CVaR) dalam Optimasi Portofolio pada Indeks Saham LQ45. Other thesis, Institut Teknologi Sepuluh Nopember.
Text
5002201104-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy |
Abstract
Dalam kondisi ekonomi yang mengalami fluktuasi saat ini, masyarakat dihadapkan tantangan untuk menjaga nilai harta yang dimiliki. Salah satu yang dapat dilakukan adalah melakukan investasi di pasar saham. Namun perlu diperhatikan juga bahwa saham yang memiliki tingkat pengembalian (return) tinggi maka tingkat risiko yang dimiliki juga tinggi, begitupun sebaliknya, sehingga salah satu upaya yang dapat
dilakukan untuk mengurangi risiko adalah dibentuk portofolio. Optimasi portofolio adalah teknik yang digunakan untuk mendapatkan kombinasi aset yang optimal dengan
mempertimbangkan tingkat risiko yang dapat ditanggung dan tingkat pengembalian (return) yang diharapkan sehingga menghasilkan portofolio yang seimbang antara risiko dan imbal hasil. Pembentukan portofolio optimal menggunakan model Markowitz dengan fungsi tujuan untuk memaksimalkan keuntungan, serta mengimplementasikan Conditional Value at Risk(CVaR) sebagai kendala untuk mengukur risiko. CVaR
merupakan salah satu ukuran risiko yang digunakan untuk mengukur perkiraan kerugian suatu risiko jika terjadi perubahan kondisi keuangan yang signifikan dalam waktu yang
singkat. Dalam mengoptimasi portofolio CVaR memiliki kelebihan dibandingkan Value at Risk (VaR) yaitu CVaR lebih koheren karena memiliki sub-addivity dan convexity. Pada Tugas Akhir ini sampel yang digunakan adalah harga penutupan (closing price) saham harian dari 28 perusahaan yang konsisten tergabung dalam index LQ45 pada periode 1 Februari 2021 - 31 Januari 2024. Pada batasan CVaR 3,00%, return maksimal sebesar 0,1682% diperoleh pada parameter tingkat probabilitas 90%. Pada batasan CVaR 4,00%, return maksimal sebesar 0,1885% diperoleh pada parameter tingkat probabilitas 90%. Untuk batasan CVaR 5,00%, 6,00%, dan 7,00% didapatkan return maksimal sebesar 0,1094% didapatkan pada parameter tingkat kepercayaan 90,00%.
============================================================
In the current fluctuating economic conditions, society faces the challenge of maintaining the value of their assets. One approach to address this is through investing
in the stock market. However, it is important to note that stocks with high returns also come with high risks, and vice versa. Therefore, one method to reduce risk is by forming a portfolio. Portfolio optimization is a technique used to achieve an optimal combination of assets by considering the level of risk that can be tolerated and the expected return, resulting in a balanced portfolio between risk and return. The formation of an optimal portfolio using the Markowitz model aims to maximize returns and implements Conditional Value at Risk (CVaR) as a constraint to measure risk. CVaR
is a risk measure used to estimate potential losses in the event of significant financial changes over a short period. In portfolio optimization, CVaR has advantages over Value
at Risk (VaR) because CVaR is more coherent, possessing sub-additivity and convexity properties. In this thesis, the sample used is the daily closing prices of stocks from 28
companies consistently included in the LQ45 index for the period from February 1, 2021, to January 31, 2024. At a CVaR limit of 3,00%, the maximum return of 0,1682% is obtained with a probability level parameter of 90,00%. At a CVaR limit of 4,00%, the maximum return of 0,1885% is obtained with a probability level parameter of 90,00%. For a CVaR limit of 5,00%, 6,00%, and 7,00% the maximum return of 0,1904% is achieved with probability level parameters of 90,00%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Conditional Value at Risk, Geometric Brownian Motion, Optimasi Portofolio. ============================================================ Conditional Value at Risk, Geometric Brownian Motion, Portfolio Optimization |
Subjects: | Q Science > QA Mathematics > QA273.5 Stochastic geometry Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA371 Differential equations--Numerical solutions Q Science > QA Mathematics > QA401 Mathematical models. |
Divisions: | Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis |
Depositing User: | Hilda Ainun Nafisah |
Date Deposited: | 06 Aug 2024 08:40 |
Last Modified: | 06 Aug 2024 08:40 |
URI: | http://repository.its.ac.id/id/eprint/111127 |
Actions (login required)
View Item |