Portofolio Min Risk Dua Konstrain.

Slides:



Advertisements
Presentasi serupa
ALJABAR LINIER DAN MATRIKS
Advertisements

Distribusi Beta, t dan F.
Hypothesis Testing In Full Rank Model
Riset Operasional Pertemuan 4 & 5
Penulisan Dalam Bentuk Matriks Eliminasi Gauss
Diferensial Fungsi Majemuk
SISTEM PERSAMAAN LINIER
DETERMINAN MATRIKS Misalkan
ANALISIS PORTOFOLIO SAHAM DENGAN MODEL INDEKS TUNGGAL (Studi Pada Saham-Saham JII Periode 2007) Oleh Lia Oktorina
TEKNIK OPTIMASI MULTIVARIABEL DENGAN KENDALA
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
KOEFISIEN KORELASI.
FUNGSI DISKRIMINAN 2 KELOMPOK Mukminati An’amallah K Nike Putri W K
Eliminasi Gaus/Gaus Jordan
TEORI PORTOFOLIO Oleh Julius Nursyamsi.
Statistika Multivariat
1 Pertemuan 11 Penerapan model full rank Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Portofolio Optimal atau Strategi Portofolio
ANALISIS INVESTASI DAN MANAJEMEN PORTOFOLIO
BETA ERVITA SAFITRI.
RANK FULL MODEL (ESTIMATION)
Return dan Risiko Portofolio
1 Kendala : 6 X X 2 + X 3
Optimasi dengan Konstrain
Pertemuan 10 INVERS MATRIK.
Metode Dekomposisi LU Penyelesaian Sistem Persamaan Linier
Aljabar Matriks - Mahmud 'Imrona -
Portofolio Multi Objektif
Regresi Linier Metode Numerik Oleh: Ir. Kutut Suryopratomo, MT., MSc.
Ruang Eigen dan Diagonalisasi
Teori Portofolio.
BAB 5: Sistem Persamaan Linier (SPL)
METODE NUMERIK Sistem Persamaan Linier (SPL) (2)
Portofolio Mean Varian
Sistem Persamaan Linier dan Matriks Jilid 2
Portfolio Internasional
SMK NEGERI 4 SURAKARTA (RSBI)
Portofolio Campuran.
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
Model-model keseimbangan
Return & risk.
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
ELIMINASI GAUSS-JORDAN
BETA MF. ARROZI ADHIKARA.
Operasi Matrik.
Pertemuan 16 Model not full rank
INFERENSI VEKTOR MEAN 1 Statistik Hotelling’s 2
INTERNATIONAL PORTOFOLIO AND INVESTMENT
DETERMINAN MATRIKS Misalkan
Statistika Multivariat
Pertemuan 15 Model not full rank
REGRESI LINIER BERGANDA (MULTIPLE REGRESSION)
RETURN DAN RISIKO INVESTASI
Optimisasi: Fungsi dengan Dua Variabel
Diferensial Fungsi Majemuk
Pertidaksamaan Linier
DETERMINAN & INVERS MATRIKS ORDO 2 X 2.
Diferensial Fungsi Majemuk
BAB IV DAN V RETURN YANG DIHARAPKAN DAN RISIKO PORTOFOLIO
Matriks Elementer & Invers
Model-model keseimbangan
Analisis Statistika MULTIVARIATE
Informasi pasar dalam analisis keuangan
Diferensial Fungsi Majemuk
DETERMINAN MATRIKS Misalkan
NILAI EIGEN DAN VEKTOR EIGEN
IKG2B3/METODE KOMPUTASI
Diferensial Fungsi Majemuk
Model Linier untuk data kontinyu (lanjut)
SPL 3 VARIABEL.
Transcript presentasi:

Portofolio Min Risk Dua Konstrain

Prinsip Ingin dicari bobot w yang meminimalkan resiko return portofolio dengan 2 kendala Pembentukan Portofolio Mencari bobot w yang Meminimalkan 1/2wTΣw Dengan kendala wT1p = 1 dan wTr = r0

Pembentukan Portofolio Selanjutnya dapat dibentuk fungsi Lagrange L, dan akan dicari w yang meminimalkan Fungsi Lagrange tersebut L(w, λ, β) = 1/2wTΣw –λ(wT1p-1)-β(wTr-r0) Kita punya ∂L/∂w = Σw- λ1p- βr. Agar L minimum, disetting ∂L/∂w = 0, sehingga diperoleh w = Σ-1 (β r+ λ1p).

Pembentukan Portofolio Persamaan w dikalikan dengan 1pT dari kiri, diperoleh 1 = 1pT w = 1pT Σ-1 ( λ1p + β r). = (1pT Σ-1 1p )λ + (1pT Σ-1 r) β (1) = A λ + B β Persamaan w dikalikan dengan rT dari kiri, diperoleh r0 = rT w = rT Σ-1 ( λ1p + β r). = (rT Σ-1 1p )λ + (rT Σ-1 r)β (2) = C λ + D β

Persamaan (1) dan (2) adalah SPL dua variabel β,λ Persamaan (1) dan (2) adalah SPL dua variabel β,λ. Dengan menggunakan metode eliminasi diperoleh Dengan Σ berukuran p x p, r berukuran p x 1, 1p berukuran p x 1. Selanjutnya, β,λ dimasukkan ke dalam w = Σ-1 (λ1p +β r).

Diambil empat data saham mingguan (BBCA,TLKM,PGAS,EXCL) dari Yahoo finance pada periode 2 Maret 20xx - 01 Maret 20xy (1 tahun), dan selanjutnya ingin dibentuk portofolionya. Berikut diberikan mean dan variansi return masing-masing saham sebagai berikut   BBCA TLKM PGAS EXCEL Mean 0,013976 0,008015 0,015390 0,022304 Variansi 0,002513 0,001998 0,002853 0,004190

Matrik Varians Covarians Sedangkan matriks kovariansi return keempat saham di atas dapat diberikan sebagai berikut Matrik Varians Covarians   1 2 3 4 0,0025128 0,0000486 0,0010962 0,0016003 0,0019981 0,0005475 -0,0001244 0,0028528 0,0019147 0,0041897

Metode Mean-Variance Dengan menggunakan metode mean variansi, diperoleh bobot portofolio yang memenuhi kriteria meminimalkan resiko return portofolio adalah sebagai berikut Diperoleh matriks invers kovarians 545,224 4,631965 -101,998 -161,503 552,6066 -169,715 92,19865 576,2942 -229,447 407,9637

Diperoleh perhitungan sbb : 0,016 B 11,44 A 950,42 D 0,17 C AD-BC 32,13260442 Lamda -0,000359043 beta 0,117249274

Diperoleh Σ-11p Σ-1 r Bobot W 286,3545947 2,485256935 479,722405 3,938365968 75,13387724 0,965784133 109,2119662 4,04983392 0,188581 0,28953 0,086261 0,435628

Analisis Selanjutnya diberikan beberapa simulasi komputasi perhitungan portofolio untuk bobot yang berbeda,

Portofolio optimal minimum varians di atas, menghasilkan bobot portofolio, yang dapat memberikan tingkat return yang sama dengan portofolio lain, dengan resiko yang lebih kecil. Contoh dapat dilihat pada dua portofolio di atas, satu portofolio dengan menggunakan prinsip min varians, satunya lagi portofolio menggunakan metode coba-coba.