Anda di halaman 1dari 50

bab 7 Teori

portofolio

E vebreyropnikeirtteerrujasdmmi: eanpgaaptaokrtaonfobblioahtewpaadtneynag?aAnn$da1 mjuutalaui nbteurktabneyrain-tvaensytaasaip,

aAknadhapdoarptoaftolmioemeilmikilipkoi rktaorfaoklioterbisatgikusyasnegkupreitralus.ADnadna pkertiumdbiangkan, karena Anda dapat


mengingat seseorang berbicara tentang teori portofolio, dan apa artinya investor. Anda telah mendengar orang mengatakan mengenakan ' t menaruh semua telur
Anda dalam
satu keranjang, jadi bagaimana yang berlaku untuk berinvestasi? Jika Anda memutuskan untuk menempatkan seluruh $ 1 juta dalam dua saham, apa yang
akan wali amanat katakan? Hal ini tidak dif f kultus untuk mengambil pers artikel populer pada investasi dan membaca tentang pentingnya diversi f
kation, atau mendengar tentang bagaimana beberapa saham tampaknya bereaksi negatif terhadap ancaman meningkat di f asi sementara yang lain
tampaknya merespon positif. Oleh karena itu, tampaknya seperti ide yang baik untuk mengekspos diri sendiri untuk setidaknya dasar-dasar teori portofolio.
Maka Anda tidak akan terintimidasi ketika seseorang mulai berbicara tentang teori portofolio Markowitz, konsep universal di hari ini ' s dunia investasi
global yang dikenal luas dan dibahas.

Dalam bab ini, kami menguraikan sifat dari risiko dan kembali yang berlaku untuk membuat keputusan investasi. Tidak seperti Bab 6, kita
berbicara tentang masa depan - yang melibatkan pengembalian yang diharapkan, dan tidak melewati - yang melibatkan kembali menyadari. Investor
harus memperkirakan dan mengelola hasil dan resiko dari investasi mereka. Mereka mengurangi risiko sejauh mungkin tanpa mempengaruhi return oleh
bangunan diversi f portofolio ed. Oleh karena itu,
kita harus peduli dengan investor ' s portofolio total dan menganalisis risiko investasi sesuai. Seperti yang akan kita lihat, diversi f kation adalah kunci
untuk manajemen risiko yang efektif. Kami akan mempertimbangkan prinsip penting dari Markowitz diversi f kation, dengan fokus terutama pada konsep
dari koefsien korelasi f efsien
dan kovarians yang diterapkan untuk pengembalian keamanan.

/ Memahami makna dan perhitungan diharapkan / Hitung return portofolio dan risiko tindakan sebagai
kembali dan langkah-langkah risiko untuk keamanan dirumuskan oleh Markowitz.
individu. / Memahami bagaimana diversi f kation bekerja.
/Kenali apa artinya untuk berbicara tentang yang
modern
Teori portofolio.

C07 2 November 2012;


19:52:42
176 BAB 7 PORTOFOLIO TEORI

Berurusan Dengan Ketidakpastian


Dalam Bab 6 kita membahas pengembalian rata-rata, baik aritmatika dan geometri, bahwa
investor telah mengalami selama bertahun-tahun dari investasi di utama f aset keuangan
tersedia untuk mereka. Kami juga dianggap risiko pengembalian aset tersebut yang diukur
dengan standar deviasi. Analis sering menyebut pengembalian menyadari untuk keamanan,
atau kelas efek, dari waktu ke waktu menggunakan langkah-langkah serta langkah-langkah
lain seperti indeks kekayaan kumulatif.

kembali menyadari penting karena beberapa alasan. Misalnya, investor perlu tahu
bagaimana portofolio mereka telah dilakukan relatif terhadap indeks pasar yang relevan.
pengembalian menyadari juga penting dalam membantu investor untuk membentuk harapan
tentang masa depan kembali dengan menyediakan fondasi untuk membuat estimasi return
yang diharapkan. Misalnya, jika dalam jangka panjang Treasury bills memiliki rata-rata kurang
dari 4 persen secara rata-rata geometris, itu akan menjadi tidak realistis untuk mengharapkan
jangka panjang senyawa rata pengembalian dari 6 atau 7 persen di masa depan dari Treasury
bills kecuali lingkungan investasi memiliki signi berubah f cantly.

Bagaimana kita pergi tentang memperkirakan pengembalian, yang adalah apa yang investor
harus benar-benar melakukan dalam mengelola portofolio mereka? Pertama-tama, perhatikan bahwa
kita akan menggunakan return dan risiko tindakan dikembangkan dalam Bab
6. total return ukuran, TR, berlaku apakah seseorang mengukur kembali direalisasikan atau memperkirakan
masa depan (diharapkan)
kembali. Karena termasuk segala sesuatu investor dapat mengharapkan untuk menerima lebih spesifk
apa saja f ed masa mendatang, TR ini berguna dalam konseptualisasi diperkirakan kembali dari
sekuritas.

Demikian pula, varians, atau akar kuadrat, standar deviasi, merupakan ukuran diterima
variabilitas untuk kedua menyadari kembali dan kembali diharapkan. Kami akan menghitung baik
varians dan standar deviasi di bawah ini dan menggunakannya
secara bergantian sebagai situasi menentukan. Kadang-kadang lebih baik untuk menggunakan satu,
dan kadang-kadang yang lain.

Untuk memperkirakan hasil dari berbagai sekuritas, investor harus memperkirakan uang
tunai f mengalir sekuritas ini cenderung untuk memberikan. Dasar untuk melakukannya untuk
obligasi dan saham akan dibahas dalam bab-bab masing-masing. Untuk saat ini suf f sien untuk
mengingatkan diri kita sendiri dari ketidakpastian perkiraan masa depan, masalah ditekankan
pada awal Bab 1.
Box 7-1 adalah diskusi yang menarik risiko, dan cara terbaik untuk memahaminya.
Dalam esai ini Peter Bernstein,
salah satu pengamat yang paling menonjol dari lingkungan investasi selama bertahun-tahun,
berpendapat bahwa keputusan berisiko adalah semua tentang tiga elemen. Titik kedua, “
mengharapkan yang tak terduga, ” ternyata menjadi sangat relevan mengingat apa yang
terjadi pada f sistem keuangan pada tahun 2008. terduga memang terjadi, dan sangat
sedikit siap untuk menangani situasi. Kerusakan yang dihasilkan telah sangat besar.

MENGGUNAKAN PROBABILITAS
Kembalinya investor akan memperoleh dari investasi tidak diketahui; itu harus diestimasi. kembali
masa depan adalah diharapkan kembali dan mungkin atau tidak mungkin benar-benar direalisasikan.
Seorang investor dapat mengharapkan TR pada keamanan tertentu untuk menjadi 0,10 untuk tahun
mendatang, tetapi sebenarnya ini hanya “ titik estimasi. ” Risiko, atau kesempatan yang beberapa
peristiwa yang tidak menguntungkan akan terjadi, adalah terlibat ketika keputusan investasi yang
dibuat. Investor sering terlalu optimis tentang pengembalian diharapkan. Kita dapat menggunakan
istilah variabel acak untuk menggambarkan tingkat satu periode pengembalian dari saham (atau
bond) - memiliki nilai pasti yang f berfuktuasi secara acak.

Untuk menghadapi ketidakpastian hasil, investor harus berpikir secara eksplisit tentang
keamanan ' s distribusi TRS kemungkinan. Dengan kata lain, sementara investor dapat
mengharapkan keamanan untuk kembali 10 persen, misalnya, ini hanya perkiraan satu poin
dari seluruh berbagai kemungkinan. Mengingat bahwa investor harus berurusan dengan masa
depan yang pasti, sejumlah kemungkinan pengembalian dapat, dan akan, terjadi.

C07 2 November 2012;


19:52:55
Berurusan Dengan Ketidakpastian 177

Risiko: The Whole Versus Parts


Beberapa tahun yang lalu, di tengah-tengah rapat staf, rekan melewati itu f banjir informasi tentang risiko yang assails kita. Sekarang kita dapat
saya secarik kertas memecah
yang dia tulis, “ Ketika semua dikatakan dan dilakukan, lebih banyak masalah risiko ke dalam apa yang tampak bagi saya untuk
hal yang dikatakan daripada dilakukan. ” Ketika saya menjadi tiga bagian konstituen utama.
mempertimbangkan kebanyakan buku, artikel, konsultan, dan Pertama, apa adalah keseimbangan antara konsekuensi menjadi
konferensi risiko di hari ini ' s dunia, teman saya ' s pepatah tidak
salah
pernah tampak lebih tepat. Apakah kita tidak pernah akan menangkap
dan probabilitas menjadi salah? Banyak kesalahan tidak penting.
resiko turun dan membawanya di bawah kendali? Berapa banyak lagi
kesalahan lainnya bisa berakibat fatal. Tidak peduli seberapa
orang bisa mengungkapkan kepada kita melampaui apa yang kita
kecil kemungkinan Anda akan ditabrak mobil ketika Anda
telah diberitahu?
melewati terhadap lampu, konsekuensi dipukul layak bobot yang
lebih besar dalam keputusan. alur pertanyaan adalah awal, dan
Dalam arti yang sangat nyata, ini f ood materi tentang risiko dalam beberapa hal akhir, manajemen risiko. Semua keputusan
inheren berisiko. Memilah potongan dan mencari tema utama telah harus melewati saringan ini. Hal ini akhirnya jika Anda
menjadi tantangan yang semakin tinggi. Akar dari masalah ini hilang di memutuskan untuk tidak mengambil risiko, tetapi juga akhir
shuf yang f ewhile kita menganalisa semua kemajuan elegan dalam dalam arti bahwa membedakan antara konsekuensi dan
pengukuran risiko dan perluasan mengesankan dari jenis risiko yang probabilitas adalah apa manajemen risiko adalah semua
kita berusaha untuk mengelola. Lebih dikatakan daripada dilakukan, tentang.
atau apa yang dilakukan kehilangan sentuhan dengan apa yang telah
dikatakan.

Kedua, mengharapkan yang tak terduga.


Jika kita kembali ke f prinsip pertama sejenak, mungkin kita
Kedengarannya seperti klise kosong, tetapi memiliki makna
dapat menempatkan potongan individu aneka ke dalam beberapa
mendalam bagi manajemen risiko. Sangat mudah untuk
jenis kerangka yang lebih besar dan mengoptimalkan pilihan antara
mempersiapkan risiko Anda tahu - Laba gagal memenuhi
massa dari informasi yang kami sedang berusaha untuk menguasai.
harapan, klien berangkat, obligasi pergi asam, rekan dihargai
Profesor Elroy Dimson dari London Business School pernah
pergi ke pesaing. Asuransi dan strategi lindung nilai mencakup
mengatakan risiko berarti lebih banyak hal bisa terjadi dari akan
jenis lain dari risiko berbaring di menunggu di luar sana, dari
terjadi. Dimson ' s formulasi hanya cara mewah untuk mengatakan
volatilitas harga kematian dini.
bahwa kita tidak tahu apa yang akan terjadi - baik atau buruk.
Bahkan berbagai hasil yang mungkin masih tak tentu, sebanyak
yang kita ingin kuku itu turun. Ingat selalu: Risiko bukan tentang Tapi persiapan untuk yang tak terduga adalah masalah struktur
ketidakpastian tapi tentang yang pengambilan keputusan, dan tidak ada lagi. Siapa yang bertanggung
tidak diketahui, kegelapan tak terhindarkan dari masa depan. jawab di sini? Itu adalah pertanyaan penting dalam setiap organisasi.
Dan jika hanya Anda di sana ketika pemogokan tak terduga, maka Anda
harus mempersiapkan terlebih dahulu untuk di mana Anda akan berubah
Jika lebih banyak hal bisa terjadi dari akan terjadi, dan
untuk bantuan ketika hal-hal tampaknya akan berjalan di luar kendali.
jika kita menyangkal pengetahuan yang tepat dari berbagai hasil
yang mungkin,
beberapa keputusan yang kita buat akan menjadi salah. Berapa banyak, Akhirnya, perhatikan kata itu “ kontrol. ”
seberapa sering, Dengan strategi keluar -

seberapa serius? Kami tidak memiliki cara untuk mengetahui bahkan itu. ketika keputusan yang mudah reversibel - kontrol atas hasil bisa
Bahkan model yang
menjadi masalah sekunder. Tapi dengan keputusan seperti

meluncurkan produk baru atau menikah,

paling elegan, seperti Leibniz mengingatkan Yakub Bernouilli pada tahun 1703, akan bekerja “ hanya biaya reversibilitas sangat tinggi sehingga Anda tidak
harus masuk ke mereka, kecuali
untuk sebagian besar. ”
jika Anda memiliki kontrol atas hasilnya jika hal-hal berubah
Apa yang mengintai di bagian yang lebih kecil tersembunyi dari kami, secara berbeda dari apa yang Anda harapkan. Judi adalah
tapi itu bisa berubah menjadi beban dinamit. menyenangkan karena taruhan Anda tidak dapat diubah dan Anda
Permulaan hikmat dalam hidup adalah dalam tidak memiliki kontrol atas hasilnya. Tapi kehidupan nyata
menerima keniscayaan bukanlah judi kasino.

yang salah pada kesempatan. Atau, untuk mengubah frase


bahwa sekitar,

risiko terbesar yang kita ambil adalah mereka di mana kami yakin Ketiga unsur adalah apa keputusan berisiko adalah semua
hasilnya - sebagai tentang - konsekuensi
massa orang di dasar pasar klasik dan atasan. Filosof terhadap probabilitas, persiapan untuk berurusan dengan
investasi saya selalu bahwa kemenangan dalam jangka hasil yang tak terduga, dan perbedaan antara reversibilitas
panjang timbul dengan rendah hati daripada berani. dan kontrol. Ini mana hal-hal yang bisa dilakukan, tidak
mengatakan.
Penekanan pada ketidaktahuan adalah diperlukan f pertama
melangkah ke arah kerangka yang lebih besar yang kita butuhkan jika kita
Sumber: Peter Bernstein, “ Risiko: The Whole Versus Parts, ” CFA Magazine,
berharap untuk memilah
Maret / April 2004, hal. 5. Dicetak ulang dengan izin.
178 BAB 7 PORTOFOLIO TEORI

Dalam kasus obligasi Treasury membayar f tingkat yang tetap menarik, pembayaran bunga akan
dilakukan dengan 100
persen kepastian pembatasan f keuangan runtuhnya perekonomian. Kemungkinan terjadinya
adalah 1,0, karena tidak ada hasil lainnya adalah mungkin.
Dengan kemungkinan dua atau lebih hasil, yang merupakan norma untuk saham
biasa, setiap kemungkinan hasil
yang mungkin harus dipertimbangkan dan probabilitas kejadian tersebut dinilai.
Probabilitas untuk hasil tertentu hanya kesempatan yang spesifk yang f Hasil ed
akan terjadi dan biasanya dinyatakan sebagai desimal atau pecahan.

DISTRIBUSI PROBABILITAS
SEBUAH distribusi kemungkinan untuk keamanan menyatukan kemungkinan hasil yang mungkin
terjadi untuk itu keamanan untuk spesifk suatu f periode waktu ed bersama dengan probabilitas
yang terkait dengan hasil-hasil yang mungkin. Himpunan probabilitas dalam distribusi probabilitas
harus berjumlah 1,0, atau 100 persen, karena mereka benar-benar harus menjelaskan semua
(dianggap) kejadian mungkin.
Bagaimana probabilitas ini dan hasil terkait yang diperoleh? Dalam f analisis nal,
investasi untuk beberapa periode mendatang melibatkan ketidakpastian, dan perkiraan karena
itu subjektif. Meskipun kejadian masa lalu (frekuensi) dapat diandalkan berat untuk
memperkirakan probabilitas, masa lalu harus modi f ed untuk setiap perubahan yang
diharapkan di masa depan.
distribusi probabilitas dapat berupa diskrit atau kontinu. Dengan distribusi probabilitas
diskrit, probabilitas ditugaskan untuk setiap hasil yang mungkin. Pada Gambar 7-1 Sebuah, f
ve mungkin TRs diasumsikan untuk General Foods untuk tahun depan. Masing-masing f ve
hasil yang mungkin -
. 01, 0,07, 0,08, 0,10, dan 0,15 - memiliki probabilitas yang terkait; probabilitas ini
berjumlah 1,0, menunjukkan bahwa hasil yang mungkin bahwa investor meramalkan untuk
General Foods untuk tahun depan telah menyumbang.

Dengan distribusi probabilitas kontinu, seperti yang ditunjukkan pada Gambar 7-1 b,
sebuah di f Jumlah nite hasil yang mungkin ada. Karena probabilitas sekarang diukur sebagai
daerah di bawah kurva pada Gambar 7-1 b, penekanannya pada probabilitas bahwa hasil
tertentu dalam beberapa rentang nilai.

Gambar 7-1
(A) Probabilitas Distribusi
Discrete.
(B) A berkelanjutan Probabilitas
Distribusi.

0
,
2
0
,
1
Probability

0,15
0.10
Tingkat pengembalian

S
e
b
u
a
h
)
T
i
n
g
k
a
t

p
e
n
g
e
m
b
a
Probability function

l
i
a
n
(

b
)
Berurusan Dengan Ketidakpastian 179

Distribusi kontinu yang paling akrab adalah distribusi normal digambarkan dalam Gambar 7-
1 b. Ini adalah kurva
berbentuk lonceng yang terkenal sering digunakan dalam statistik. Ini adalah distribusi
twoparameter dalam mean dan varians sepenuhnya menggambarkan hal itu.

MENGHITUNG RETURN DIHARAPKAN UNTUK KEAMANAN


Untuk menggambarkan satu hasil yang paling mungkin dari distribusi probabilitas tertentu, perlu
untuk menghitung nya nilai yang diharapkan. Nilai yang diharapkan dari distribusi probabilitas
adalah rata-rata tertimbang dari semua hasil yang mungkin, di mana setiap hasil dibobot dengan
probabilitas masing-masing kejadian. Sejak investor tertarik kembali, kami akan memanggil nilai ini
diharapkan tingkat pengembalian yang diharapkan, atau hanya yang diharapkan, dan untuk
keamanan apapun, itu dihitung sebagai
diharapkan

Kembali Ex

ante

pengembalian

yang

diharapkan

oleh investor

selama

beberapa

periode holding

masa depan

EðRÞ¼X m R saya pr saya

(7-1)
s
a
y
a

dimana

E ð R Þ ¼ tingkat pengembalian yang diharapkan pada R keamanan saya

¼ itu saya th mungkin pr kembali


saya ¼ probabilitas saya th kembali R saya

m ¼ jumlah kemungkinan pengembalian

Contoh 7-1 Berdasarkan analisis Anda, Anda berpikir bahwa General Foods akan memiliki return positif untuk selanjutnya
periode, mulai dari 1% sampai 15% seperti dijelaskan di atas. Nilai yang diharapkan dari distribusi
probabilitas untuk General Foods

dihitung dalam f rst tiga kolom dari Tabel 7-1. Kami akan memanggil nilai yang diharapkan ini tingkat

pengembalian yang diharapkan, atau hanya yang diharapkan, untuk General Foods.

MENGHITUNG RISIKO UNTUK KEAMANAN

Investor harus mampu mengukur dan mengukur risiko. Untuk menghitung total (mandiri)
risiko yang terkait dengan pengembalian yang diharapkan, varians atau standar deviasi
digunakan. Seperti kita ketahui dari Bab 6, varians dan akar kuadrat, standar deviasi,
adalah ukuran dari penyebaran atau dispersi dalam distribusi probabilitas; yaitu, mereka
mengukur dispersi dari suatu variabel acak di sekitar rata-ratanya. Semakin besar dispersi
ini, semakin besar varians atau standar deviasi.

C07 2 November 2012;


19:52:56
3 The ketat distribusi probabilitas dari hasil yang
diharapkan, lebih kecil standar deviasi, dan lebih
kecil risikonya.

Untuk menghitung varians atau standar deviasi dari distribusi probabilitas, f pertama

menghitung pengembalian yang diharapkan dari distribusi menggunakan Persamaan 7-1. Pada

dasarnya, prosedur yang sama yang digunakan dalam Bab 6 untuk mengukur risiko berlaku di sini,

tapi sekarang probabilitas yang terkait dengan hasil harus disertakan, seperti dalam Persamaan 7-2.

varians pengembalian ½R saya E ð R Þ? 2 pr saya

¼ σ 2¼ X m (7-2)
saya ¼ 1

C07 2 November 2012;


19:52:56
180 BAB 7 PORTOFOLIO TEORI

dan

standar deviasi dari return ¼ σ ¼ ð σ 2 Þ 1=2

(7-3)

di mana semua hal adalah sebagai de f ned sebelumnya.

Perhatikan bahwa standar deviasi hanya rata-rata tertimbang dari


penyimpangan dari nilai yang diharapkan. Dengan demikian, ia menyediakan
beberapa ukuran seberapa jauh nilai sebenarnya mungkin dari nilai yang
diharapkan, baik di atas atau di bawah. Dengan distribusi probabilitas normal,
Hasil aktual keamanan akan berada dalam 6 1 standar deviasi dari return yang
diharapkan sekitar 68 persen dari waktu, dan dalam 6 2 standar deviasi sekitar 95
persen dari waktu.

Contoh 7-2 Varians dan deviasi standar untuk General Foods, menggunakan informasi di atas, adalah cal-
culated pada Tabel 7-1.

Menghitung standar deviasi dengan menggunakan distribusi probabilitas melibatkan


membuat perkiraan subjektif dari
probabilitas dan kembali kemungkinan. Namun, kita tidak bisa menghindari perkiraan
tersebut karena keuntungan di masa depan tidak pasti. Harga surat berharga
didasarkan pada investor '
harapan tentang masa depan. Deviasi standar yang relevan dalam situasi ini adalah ex
ante
deviasi standar dan bukan ex post berdasarkan hasil direalisasikan.
Meskipun standar deviasi berdasarkan hasil menyadari sering digunakan sebagai proxy
untuk
ex ante standar deviasi, investor harus berhati-hati untuk mengingat
bahwa masa lalu tidak selalu dapat diekstrapolasi ke masa depan
tanpa modi f kation.

3 standar deviasi dihitung dengan menggunakan data historis mungkin nyaman, tetapi
mereka
tunduk kesalahan ketika
digunakan sebagai perkiraan
masa depan.

Memeriksa Pemahaman Anda


1. Hasil yang diharapkan untuk keamanan biasanya berbeda dari salah satu out
mungkin
datang (kembali) digunakan untuk menghitung itu. Bagaimana, kemudian, kita bisa mengatakan bahwa itu
adalah keamanan ' s yang diharapkan?

2. Setelah dihitung keamanan ' s standar deviasi menggunakan distribusi probabilitas,


bagaimana
menipu f penyok dapat kita berada di nomor ini?

tabel 7-1 Menghitung Standar Deviasi Menggunakan Data Diharapkan

(1) (2) (3) (1) 3 (4) R saya 2E (5) (R saya 2E (6) (R saya 2E

kemungkinan Kembali Probabilita (R)) 2


( 2) (R) (R)) 2 pr
s saya

0.01 0,2 0,002 2 0,070 0,0049 0,00098

0,07 0,2 0.014 2 0,010 0,0001 0,00002

0,08 0,3 0.024 0.000 0,0000 0,00000


0.10 0,1 0,010 0,020 0,0004 0.00004

0,15 0,2 0,030 0,070 0,0049 0,00098

1.0 0: 080 ¼ E ð R Þ 0,00202

σ ¼ ð 0: 00202 Þ 1=2¼ 0: 0449 ¼ 4:


49%
Portofolio dan Risiko Kembali 181

Pengantar Teori Portofolio modern


Pada tahun 1950, Harry Markowitz, dianggap sebagai bapak modern Teori Portofolio (MPT),
mengembangkan
prinsip-prinsip portofolio dasar yang mendasari teori portofolio modern. kontribusi aslinya
diterbitkan pada tahun 1952,
membuat teori portofolio berusia sekitar 60 tahun. Seiring waktu, prinsip-prinsip ini telah
banyak diadopsi oleh f masyarakat
keuangan dalam berbagai cara, dengan hasil bahwa warisannya dari MPT sangat luas saat
ini. 1

Dampak utama dari MPT adalah pada manajemen portofolio, karena


memberikan kerangka kerja untuk pemilihan sistematis portofolio berdasarkan
return dan risiko prinsip diharapkan. Kebanyakan manajer portofolio saat ini sadar,
dan untuk berbagai tingkat menggunakan, prinsip-prinsip dasar MPT. keluarga reksa
dana besar mempekerjakan implikasi dari MPT dalam mengelola dana mereka,
f penasihat keuangan menggunakan prinsip-prinsip MPT di menasihati klien investor individu mereka,
banyak
f komentator keuangan menggunakan istilah MPT dalam membahas lingkungan investasi saat ini, dan
sebagainya.

Sebelum Markowitz, investor ditangani longgar dengan konsep return dan risiko.
Investor telah dikenal secara intuitif selama bertahun-tahun bahwa itu pintar untuk
diversifkasi, yaitu, tidak “ menaruh semua telur Anda dalam satu keranjang. ” Markowitz,
bagaimanapun, adalah f pertama untuk mengembangkan konsep portofolio diversi f kation
dalam cara yang formal - ia quanti f ed konsep diversi f kation. Dia menunjukkan secara
kuantitatif mengapa, dan bagaimana, portofolio diversi f kation bekerja untuk mengurangi
risiko portofolio untuk investor ketika resiko individu berkorelasi.

Markowitz berusaha untuk mengatur pikiran dan praktek-praktek yang ada ke

dalam kerangka yang lebih formal dan untuk menjawab pertanyaan dasar: Apakah risiko

portofolio sama dengan jumlah dari risiko sekuritas individu yang terdiri dari itu?

Jawabannya adalah tidak! Markowitz adalah f pertama untuk menunjukkan bahwa kita

harus memperhitungkan hubungan timbal balik antara return keamanan untuk

menghitung risiko portofolio, dan untuk mengurangi risiko portofolio ke tingkat minimum

untuk setiap tingkat pengembalian.

Jelas, investor berpikir tentang diversifkasi portofolio teori portofolio yang banyak digunakan saat ini, sendiri atau bersama
sebelum Markowitz ' s dengan
teknik lain, dan oleh kedua investor institusi dan investor individu.
tengara kerja. Tapi mereka melakukannya secara umum.

Dan memang benar bahwa tidak semua orang

menggunakan analisis hari ini. Namun, prinsip

Portofolio dan Risiko Kembali


Ketika kita menganalisis hasil investasi dan risiko, kita harus peduli dengan total
portofolio yang dimiliki oleh investor. pengembalian keamanan individu dan risiko
yang penting, tetapi itu adalah pengembalian dan risiko kepada investor ' s total
portofolio yang pada akhirnya penting. portofolio yang optimal dapat dibangun jika portofolio
yang diversi f ed dengan benar.

Seperti yang kita pelajari di Bab 1, investor ' portofolio adalah nya kombinasi aset.

Seperti yang akan kita lihat, risiko portofolio merupakan karakteristik yang unik dan tidak
hanya jumlah dari risiko keamanan individu. Sebuah keamanan mungkin memiliki risiko yang besar
jika diadakan dengan sendirinya tapi risiko jauh lebih sedikit bila dipegang dalam portofolio efek.
Karena investor yang bersangkutan terutama dengan risiko
1 Lihat Frank J. Fabozzi, Francis Gupta, dan Harry M. Markowitz, “ The Legacy of Teori Portofolio Modern, ” The Journal of
Investing, Jatuh 2002, pp. 7 22.
182 BAB 7 PORTOFOLIO TEORI

atau total kekayaan nya, yang diwakili oleh portfolio nya, saham individu yang berisiko hanya sebatas
bahwa mereka menambahkan
risiko terhadap total portofolio.

3 Investor harus selalu diversifkasi untuk mengurangi risiko. Karena mereka tidak harus memegang hanya
salah satu keamanan, keamanan yang ' s risiko, diambil dengan sendirinya, bukanlah isu yang relevan bagi
investor.

PORTOFOLIO DIHARAPKAN RETURN


Berat portofolio Persentase portofolio ' s nilai yang diinvestasikan dalam masing-masing aset
portofolio yang disebut sebagai bobot portofolio, yang kita akan dilambangkan dengan w. bobot
Berat portofolio
portofolio gabungan diasumsikan berjumlah 100 persen dari total dana investable, atau 1,0,
Persentase dana portofolio menunjukkan bahwa semua dana portofolio yang diinvestasikan. Itu adalah,
yang diinvestasikan di

setiap keamanan,

menjumlahkan ke 1,0.

w 1 þ w 2 þ? þ w n ¼ X n w saya ¼ 1: 0

(7-4)
s
a
y
a

Contoh 7-3 Dengan jumlah dolar yang sama dalam tiga sekuritas, bobot portofolio yang 0,333, 0,333, dan
0,333. Di bawah kondisi yang sama dengan portofolio f ve sekuritas, masing-masing keamanan
akan memiliki berat portofolio
0,20. Tentu saja, jumlah dolar tidak harus sama. SEBUAH f portofolio ve-saham bisa
memiliki bobot 0,40, 0,10, 0,15, 0,25, dan 0,10, atau 0,18, 0,33, 0,11, 0,22, dan 0,16.

Menghitung Expected Return on Portofolio expected return pada portofolio setiap p dapat
dihitung sebagai rata-rata
tertimbang dari sekuritas individual diharapkan kembali.

EðR p Þ¼X n w saya EðR saya Þ

(7-5)
s
a
y
a

dimana

EðR p Þ ¼ yang diharapkan dari portofolio w saya

¼ berat portofolio
untuk saya
keamanan th
Pw saya ¼ 1: 0 E ð R saya Þ ¼ hasil yang diharapkan pada saya keamanan th

n ¼ jumlah efek yang berbeda dalam portofolio


C07 2 November 2012;
19:52:57
Contoh 7-4 Pertimbangkan portofolio tiga saham yang terdiri dari saham G, H, dan saya dengan pengembalian yang diharapkan dari
12 persen, 20 persen, dan 17 persen, masing-masing. Asumsikan bahwa 50 persen dari dana investable
diinvestasikan dalam
keamanan G, 30 persen di H, dan 20 persen pada I. Hasil yang diharapkan pada portofolio ini adalah:

EðR p Þ ¼ 0: 5 ð 12% Þ þ 0: 3 ð 20% Þ þ 0: 2 ð 17% Þ ¼ 15: 4%

C07 2 November 2012;


19:52:57
Portofolio dan Risiko Kembali 183

• Pengembalian yang diharapkan untuk Individu Securities

• Dikalikan dengan Berat Ditugaskan ke Setiap Keamanan

• Ketika Ditambahkan Bersama Bentuk Expected Return pada Portfolio

3 Terlepas dari jumlah aset yang dimiliki dalam portofolio, atau proporsi dari total investable
dana yang ditempatkan di masing-masing aset, yang diharapkan dari portofolio selalu rata-rata

tertimbang dari return yang diharapkan untuk aset individual dalam portofolio.

Hasil yang diharapkan untuk portofolio harus jatuh antara di mana ia jatuh ditentukan oleh persentase dana investable
tertinggi dan ditempatkan di
masing-masing sekuritas individual dalam portofolio.
terendah diharapkan kembali untuk sekuritas individual

yang membentuk portofolio. Persis

RISIKO PORTOFOLIO
Kita tahu bahwa pengembalian dan risiko merupakan dasar dari semua keputusan investasi. Oleh
karena itu, selain menghitung pengembalian yang diharapkan untuk portofolio, kita harus juga
mengukur risiko portofolio. Risiko diukur dengan varians (atau standar deviasi) dari portofolio ' s
kembali, persis seperti dalam kasus setiap keamanan individu. Biasanya, risiko portofolio dinyatakan
dalam hal standar deviasi.
Hal ini pada titik ini bahwa dasar dari teori portofolio modern muncul, yang dapat
dinyatakan sebagai berikut: Meskipun pengembalian yang diharapkan dari portofolio adalah
rata-rata tertimbang dari return yang diharapkan, risiko portofolio (yang diukur dengan varians
atau standar deviasi) adalah khas tidak rata-rata tertimbang risiko efek individual dalam
portofolio. Secara simbolis,

EðR p Þ¼X n w saya EðR saya Þ

(7-6)
s
a
y
a

Tapi

σ 2 p 6¼ X n w saya σ 2 saya

(7-7)
s
a
y
a

1
Justru karena Persamaan 7-7 adalah ketimpangan, investor dapat mengurangi risiko portofolio di luar
apa yang akan jika risiko,
pada kenyataannya, hanya rata-rata tertimbang dari sekuritas individual ' risiko. Dalam
rangka untuk melihat bagaimana pengurangan risiko ini dapat dicapai, kita akan
menganalisis risiko portofolio secara rinci.
184 BAB 7 PORTOFOLIO TEORI

3 risiko portofolio selalu kurang dari rata-rata tertimbang risiko efek di


portofolio kecuali sekuritas memiliki hasil yang bervariasi bersama-sama persis,
kejadian hampir mustahil. Dengan demikian, diversi f kation hampir selalu
menurunkan risiko, dan harus dimanfaatkan.

Menganalisis Risiko Portofolio


PENGURANGAN RISIKO - PRINSIP ASURANSI
Untuk memulai analisis kita tentang bagaimana portofolio aset dapat mengurangi risiko,
menganggap bahwa semua sumber risiko dalam portofolio efek independen. Seperti kita
menambahkan efek untuk portofolio ini, paparan sumber risiko tertentu menjadi
kecil. Menurut Hukum Bilangan Besar, semakin besar ukuran sampel, semakin besar
kemungkinan itu adalah bahwa mean sampel akan mendekati nilai populasi yang diharapkan.
pengurangan risiko dalam kasus sumber risiko independen dapat dianggap
sebagai
Prinsip asuransi, nama untuk gagasan bahwa perusahaan asuransi mengurangi risiko dengan
menulis banyak kebijakan terhadap banyak sumber-sumber independen risiko.
Perhatikan bahwa dalam kasus prinsip asuransi, kita mengasumsikan bahwa tingkat
pengembalian sekuritas individual statistik
independen sehingga salah satu keamanan ' s tingkat pengembalian tidak dipengaruhi oleh
yang lain ' s tingkat pengembalian. Dalam situasi ini, dan hanya dalam situasi ini, standar
deviasi portofolio diberikan oleh

σ p ¼ σ saya
n 1=2
(7-8)

Seperti Gambar 7-2 menunjukkan, risiko portofolio akan cepat Desember baris sebagai efek lebih ditambahkan.
Perhatikan bahwa tidak ada keputusan

yang harus dibuat tentang yang keamanan untuk menambahkan karena semua memiliki sifat identik. Satu-

satunya masalah adalah berapa banyak efek yang ditambahkan.

Gambar 7-2 0,20

Pengurangan Risiko
Ketika 0,18
Pengembalian
Independen.
0,16

0,14

0,12
Standard deviation of annual return

0.10

0,08

0,06

0,04

0.02

0 50 60 70 80 90

100
0
10 20 30

Jumlah surat berharga 40


Menganalisis Risiko Portofolio 185

Contoh 7-5 Gambar 7-2 menunjukkan bagaimana penurunan risiko mengingat bahwa risiko masing-masing keamanan adalah 0,20. Risiko yang
portofolio akan cepat menurun karena semakin banyak efek tersebut
ditambahkan. Persamaan 7-8 menunjukkan
bahwa untuk kasus 100 sekuritas risiko portofolio berkurang 0,02:

0
0
:
2
0
1
0
0

0
0
:
0
2

Gambar 7-2 mengilustrasikan kasus sumber risiko independen. Seperti diterapkan untuk
investasi, semua risiko
dalam situasi ini adalah f rm-spesifk f c. Oleh karena itu, total risiko dalam
situasi ini dapat terus dikurangi. Sayangnya, ketika datang ke investasi di f aset
keuangan asumsi pengembalian statistik independen tidak realistis.

Kembali ke de yang f Defnisi risiko pasar dalam Bab 6, kami f nd yang paling
saham berkorelasi positif dengan satu sama lain; yaitu, gerakan pengembalian
mereka terkait. Kita bisa menyebut risiko pasar ini. Sementara total risiko dapat
dikurangi, hal itu tidak bisa dihilangkan karena risiko pasar tidak bisa dihilangkan.
Tidak seperti f rm-spesifk f risiko c, sumber umum dari risiko mempengaruhi semua
f rms dan tidak dapat diversi f ed pergi. Misalnya, kenaikan suku bunga akan mempengaruhi
sebagian besar f rms merugikan, karena sebagian besar f rms meminjam dana untuk f nance
bagian dari operasi mereka.

DIVERSIFIKASI
Prinsip asuransi menggambarkan konsep pengurangan risiko ketika sumber risiko
independen. Situasi ini tidak berlaku untuk saham karena risiko pasar. Oleh karena
itu, kita harus mempertimbangkan bagaimana untuk mengurangi risiko ketika
sumber risiko tidak independen. Kami melakukan ini dengan diversifkasi portofolio
saham, dengan mempertimbangkan bagaimana saham berinteraksi satu sama lain.

3 diversi f kation adalah kunci untuk manajemen risiko portofolio karena memungkinkan investor
untuk
signi f cantly risiko portofolio yang lebih rendah tanpa merugikan mempengaruhi kembali.

C07 2 November 2012;


19:52:58
Oleh karena itu, kita fokus pada portofolio diversi f kation, dimulai dengan
diversi acak f kation dan pindah ke ef f sien portofolio diversi f kation
berdasarkan prinsip-prinsip teori portofolio modern.

RandomDiversi f kation diversi acak atau naif f kation mengacu pada tindakan acak diversifkasi tanpa
memperhatikan bagaimana
pengembalian keamanan terkait satu sama lain. Seorang investor hanya memilih jumlah yang relatif
besar efek secara acak - pepatah “ melemparkan anak panah di The Wall Street Journal halaman
menampilkan harga saham. ” Untuk mempermudah, kita asumsikan jumlah dolar yang
sama diinvestasikan dalam masing-masing saham. Seperti kita menambahkan efek
untuk portofolio, total risiko yang terkait dengan portofolio saham menurun dengan
cepat. Itu f pertama beberapa saham menyebabkan penurunan besar risiko portofolio.

bene yang f ts dari diversi f kasi tendangan di segera - dua saham lebih baik
dari satu, tiga saham yang lebih baik dari dua, dan seterusnya. Namun, diversi f
kation tidak dapat menghilangkan risiko dalam portofolio. Karena saham tambahan
ditambahkan, risiko berkurang tetapi pengurangan risiko marjinal kecil. Selain itu, dan
sangat penting untuk diperhatikan, studi terbaru menunjukkan bahwa dibutuhkan jauh
lebih berharga untuk diversifkasi benar dari tradisional telah diyakini menjadi kasus
(titik ini dibahas secara rinci dalam Bab 8).

C07 2 November 2012;


19:52:58
186 BAB 7 PORTOFOLIO TEORI

Meskipun diversi acak f kation jelas bene f resmi, umumnya tidak optimal. Untuk
mengambil keuntungan penuh
dari bene yang f ts dari diversi f kation, kita perlu memahami ef f sien diversi f
kation; yaitu, kita perlu memahami risiko portofolio dalam konteks teori portofolio
modern.

Memeriksa Pemahaman Anda


3. Apa artinya investor yang bene yang f ts dari diversi f Tendangan kation di segera,
namun terbatas?

Komponen Risiko Portofolio


Untuk menghapus tanda ketimpangan dari Persamaan 7-7 dan mengembangkan
persamaan yang akan menghitung risiko portofolio yang diukur dengan varians, kita
harus memperhitungkan dua faktor:

1. Tertimbang risiko keamanan individu (yaitu, varians masing-masing keamanan


individu,
ditimbang dengan persentase dana investable ditempatkan di setiap keamanan individu).
2. Tertimbang co-gerakan antara sekuritas ' pengembalian (yaitu, kovarians antara
surat-surat berharga ' kembali, lagi ditimbang dengan persentase dana investable ditempatkan di
setiap keamanan).

Seperti dijelaskan di bawah, kovarians merupakan ukuran absolut dari co-gerakan antara
return keamanan yang digunakan dalam perhitungan risiko portofolio. Kita membutuhkan
kovarians sebenarnya antara sekuritas dalam portofolio untuk menghitung portofolio varians
atau standar deviasi. Sebelum mempertimbangkan kovarians, bagaimanapun, kita dapat dengan
mudah menggambarkan bagaimana pengembalian keamanan bergerak bersama dengan
mempertimbangkan koefsien korelasi f sien, ukuran relatif dari asosiasi belajar dalam statistik.

HUBUNGAN KOEFISIEN
korelasi koefsien f sien Seperti yang digunakan dalam teori portofolio, yang korelasi koefsien f sien ρ aku j ( jelas “ rho “)
Sebuah ukuran statistik adalah ukuran statistik dari relatif co-gerakan antara return keamanan. Mengukur sejauh mana
dari sejauh mana dua pengembalian dua sekuritas bergerak bersama-sama;
variabel yang terkait
Namun, itu menandakan hanya asosiasi, tidak sebab-akibat. Ini adalah ukuran relatif dari
asosiasi yang dibatasi oleh 1 1,0 dan 1: 0, dengan

1
:

¼
korela
si
positif
semp
urna
ρ

a
k
u

j
j
j
j
¼
?

1
:

¼ sempurna negatif ð terbalik Þ korelasi


ρ

a
k
u

j
j
j
j
¼

0
:

n
o
l

k
o
r
e
l
a
s
i

Korelasi Positif sempurna Dengan korelasi positif sempurna, kembali memiliki hubungan
linear langsung sempurna. Mengetahui apa laba atas satu keamanan akan melakukan
memungkinkan investor untuk meramalkan sempurna apa yang lain akan melakukan. Pada
Gambar 7-3, saham A dan B memiliki pola pengembalian yang identik selama periode enam
tahun 2007 2012. Ketika saham A ' s kembali naik, saham B ' s tidak juga. Ketika saham A ' s
kembali turun, saham B ' s tidak juga.

Pertimbangkan kembali dan informasi standar deviasi pada Gambar 7-3. Perhatikan bahwa
portofolio menggabungkan saham A dan B, dengan 50 persen diinvestasikan dalam masing-masing,
memiliki tepat pengembalian yang sama
Komponen Risiko Portofolio 187
0 saha 0 saham B
Gamba , ,
m A
r 7-3 4 4

Pengembalian untuk 0 0
Tahun , ,
3 3
2007-2012 di Dua
Saham, A dan B, dan 0 0
Portofolio Terdiri dari , ,
2 2
50 Persen A dan 50
Persen dari B, Ketika 0 0
Coef , ,
1 1
Koreksi f sien adalah
1 1.0.

0, 0
1 ,
0 1
0

0,2
0,2

0,3

Rate of return
0,3
0,4
2007 2008 2009 2011 0, 2007 2008 2009 2010 2011 2012
Rate of return

4
2010 2012

portofoli
0,4 Tahu saham
o AB
0,3 n A
2007 0,36 0,3 0,36
0,2 2008 0,12 6 0,12
2009 0,1 0,1 0,1
0,1
2010 2
0,
2011 1
2012

Av. 0.3 0.3 0.34


Kemb 0,06
0,1 0 ali 4 4
0,0 0,0 0,3
Std.
0,2 Dev. 6 6 0,12
0, 0,
3 3

0,1 0,1
2 2
0,3 0,215 B Stoc0k,215 Portofolio
AB0,215
Rate of return

0,4
2007 2008 2009 2010
2011 2012

seperti halnya baik saham dengan sendirinya, karena hasil yang identik. Risiko portofolio, yang
diukur dengan standar
deviasi, identik dengan standar deviasi baik saham dengan sendirinya.

3 Ketika kembali sempurna berkorelasi positif, risiko portofolio hanyalah sebuah


rata-rata tertimbang risiko individu dari sekuritas. Ini adalah salah satu kasus di
mana diversi f kation tidak menyebabkan pengurangan risiko.

Korelasi negatif sempurna Di sisi lain, dengan korelasi negatif sempurna, sekuritas ' kembali
memiliki hubungan linear terbalik sempurna untuk satu sama lain. Oleh karena itu, mengetahui
laba atas satu keamanan memberikan pengetahuan lengkap tentang pengembalian keamanan
kedua. Ketika salah satu keamanan ' s kembali adalah tinggi, yang lain adalah rendah.

Pada Gambar 7-4, saham A dan C yang sempurna berkorelasi negatif dengan satu sama lain.
Perhatikan bahwa informasi yang diberikan untuk dua saham ini menyatakan bahwa setiap saham memiliki
tepat pengembalian yang sama dan standar deviasi. Ketika dikombinasikan, bagaimanapun, penyimpangan
dalam pengembalian saham tersebut sekitar pengembalian rata-rata mereka dari 12 persen membatalkan,
menghasilkan pengembalian portofolio 12 persen. Portofolio ini tidak memiliki risiko. Ini akan mendapatkan
12 persen setiap tahun selama periode diukur, dan kembalinya rata-rata akan 12 persen.

Perhatikan baik-baik apa korelasi negatif sempurna tidak untuk investor. Dengan
mengimbangi semua variasi sekitar pengembalian yang diharapkan untuk portofolio, investor
terjamin produktif hasil yang diharapkan. Di f pertama sekilas mungkin tampak bahwa
mengimbangi return negatif dengan return positif persis sama menghasilkan pengembalian nol,
tapi itu tidak terjadi. Hasil yang diharapkan untuk portofolio adalah angka positif (jika tidak, kita
tidak akan berinvestasi). Apa yang mengimbangi dalam hal ini adalah setiap variasi sekitar yang
kembali diharapkan.

nol Korelasi Dengan nol korelasi, tidak ada linear hubungan antara pengembalian dua
sekuritas. Menggabungkan dua sekuritas dengan nol korelasi dengan satu sama lain
188 BAB 7 PORTOFOLIO TEORI

0 s 0 Bursa C
Ga , ,
a
mba 4 h 0
a ,
r 7- 0
m 0
, A
4 3 ,
0
Pengembalian 0 ,
untuk Tahun ,
2007-2012 di Dua 2
Saham, A dan C, 0
dan Portofolio , 0
Terdiri dari 50 1 ,
Persen A dan 50
Persen C, Ketika Coef
Koreksi f sien adalah 2 0
1.0. ,
1
0

0,2
0,2

0,3
0,3

Rate of return
0,4 2007 2008 2011 2007 2008 2009 2010 2011 2012
0
2009 2010 2012 ,
Rate of return

porto
0,4
folio Tah saha
0,3 un mA
AC 0, 0,12
200 0,
0,2 1
7 0,12
0,1 200 3 2
8 0,12
6 0,
200 0,12
9 0, 3
0,1 0 201 0,12
1 6
0,2 0 0,12
201 2 0.
1 0,1 3 0,12
201
2 0. 4
Av. 3 0
Kemb
ali 4 ,
Std. 0, 1
Dev.
0 0
6 ,
0,3 3

0, 0,

1 0

2 6

0,
1
2

0,3 0,215 Stock C0,215 Portofolio AC0.000


0,4
Rate of return

2007 2008 2009


2010 2011 2012

mengurangi risiko portofolio. Jika lebih sekuritas dengan return berkorelasi ditambahkan ke
portofolio, signi f pengurangan
risiko tidak bisa dapat dicapai. Namun, risiko portofolio tidak bisa dihilangkan
dalam kasus nol korelasi. Sementara korelasi nol antara dua hasil keamanan
lebih baik dari korelasi positif, tidak menghasilkan bene pengurangan risiko f ts
dari koefsien korelasi negatif f sien.

Kurang Dari Korelasi Positif Sempurna Gambar 7-5 mengilustrasikan kasus di


mana saham A dan D berkorelasi positif dengan satu sama lain pada tingkat ρ
¼ þ 00:55. Investor mungkin mengalami situasi seperti ini dan merasa tidak
ada
banyak bene f t yang bisa diperoleh dari diversifkasi. Perhatikan bahwa standar deviasi dari
masing-masing keamanan masih
0,215, dengan laba rata-rata 0,12, tetapi ketika dikombinasikan dengan bobot
yang sama
C07 dari 0,50 ke
2 November dalam portofolio risiko agak berkurang, ke level 0,18.
2012;
19:52:59
Setiap pengurangan risiko yang tidak merugikan mempengaruhi kembali harus
dipertimbangkan bene f resmi.

Dengan risiko korelasi positif dapat dikurangi tetapi tidak bisa


dihilangkan. hal lain dianggap sama, investor ingin f sekuritas nd dengan
korelasi positif yang paling mungkin.

3 Idealnya, investor ingin sekuritas dengan korelasi negatif atau korelasi yang positif rendah
tion, tetapi mereka umumnya akan berhadapan dengan
pengembalian keamanan berkorelasi positif.

Selama dekade berakhir pada tahun 2011, korelasi rata-rata antara saham dalam S &
P 500 dan Indeks itu
sendiri adalah sekitar 0,55, jadi contoh kita di atas re f ects situasi aktual, rata-rata, yang
telah ada. Tentu saja, korelasi f berfuktuasi. Misalnya, pada 2011 naik setinggi 0,86
sebelum menjatuhkan kembali beberapa.

Memeriksa Pemahaman Anda


4. Mengapa korelasi negatif antara dua sekuritas dalam portofolio yang lebih baik daripada tidak ada
(nol)
korelasi?

C07 2 November 2012;


19:52:59
Memeriksa Pemahaman Anda 189
0 sah 0 Bursa D
Gambar 7-5 , ,
am
Pengembalian untuk Tahun 4 A 4
2007-2012 di Dua Saham, 0 0
A dan , ,
D, dan Portofolio Terdiri 3 3
dari 50 0 0
Persen A dan 50 Persen D, , ,
Ketika Coef Koreksi f sien 2 2
adalah 1 0 0
0,55. , ,
1 1

0, 0
1 ,
0 1

Rate of return
0,2
0,2

0,3
0,3
Rate of return

0,4 2007 2008 2009 0,4


2011 2012 2007 2008 2009 2010 2011 2012
2010

portofo
0,4
lio AD Tahu saham
0,3 n A
2007 0. 0,305
0,2 0, 25
2008 0,005
0,1 2009 36 0,
2010 0,045
0, 13
2011 0,31
2012 12 0.
0,1 0 0,205
Av. 0,1
0,2 19 0,26
Kembal
i 0. 0,
Std. 34 0,12
28
Dev.
0, 0,
06 35
0,3 0.
0, 22
12 0,
12

0,3 0,215 Stock D0,215 Portofolio


AD0,180
0,4
2007 2008 2009 2010
Rate of return

2011 2012

KOVARIANSI
Pembahasan sebelumnya dari koefsien korelasi f sien menunjukkan bahwa variabilitas
return keamanan dapat saling mengimbangi sampai batas tertentu. Inilah sebabnya, untuk
menghitung portofolio ' s risiko (variance), kita harus memperhitungkan tidak hanya dari
masing-masing keamanan ' s risiko sendiri tetapi juga interaksi antara return dari sekuritas
dalam portofolio berdasarkan koefsien korelasi f koefsien. Namun, kita harus mengukur
jumlah aktual comovement antara pengembalian keamanan dan memasukkan ke dalam
perhitungan risiko portofolio karena ukuran comovements mempengaruhi portofolio ' s
varians (atau deviasi standar). Ukuran kovarians melakukan hal ini.

3 Sedangkan koefsien korelasi f sien mengukur hubungan relatif antara return


untuk sepasang sekuritas, kovarians yang merupakan ukuran mutlak dari
tingkat asosiasi antara return untuk sepasang sekuritas.
kovarian Ukuran kovarian adalah de f didefnisikan sebagai sejauh mana dua variabel acak covary (bergerak bersama)
mutlak dari sejauh
mana dua variabel dari waktu ke waktu. Seperti
cenderung covary, yang terjadi di seluruh diskusi kita, variabel yang dimaksud adalah pengembalian (TRS)
atau bergerak pada dua sekuritas. Serupa dengan koefsien korelasi f efsien, kovarians bisa
bersama

1. Positif, menunjukkan bahwa pengembalian dua sekuritas cenderung bergerak dalam yang sama
arah pada saat yang sama; ketika salah satu meningkat (menurun), yang lain cenderung
melakukan hal yang sama. 2 Ketika kovarians adalah positif, koefsien korelasi f sien juga akan
positif.
2. Negatif, menunjukkan bahwa pengembalian dua sekuritas cenderung bergerak terbalik; kapan
s lah satu kenaikan (penurunan), yang lain cenderung menurun (kenaikan). Ketika
a kovarians adalah negatif, koefsien korelasi f sien juga akan negatif.

2 Cara lain untuk mengatakan ini adalah bahwa lebih tinggi dari nilai rata-rata dari satu variabel acak cenderung untuk

dipasangkan dengan lebih tinggi- nilai-nilai thanaverage dari variabel acak lainnya.
190 BAB 7 PORTOFOLIO TEORI

3. Nol, menunjukkan bahwa pengembalian dua sekuritas yang independen dan tidak memiliki
sepuluh
dency bergerak dalam arah yang sama atau berlawanan bersama-sama.

Rumus untuk menghitung kovarians secara diharapkan adalah

σ AB ¼X m ½ R A, iii EðR SEBUAH Þ? ½ R DuaE ðR B Þ? pr saya

(7-9)
s
a
y
a

dimana

σ AB ¼ kovarians antara sekuritas A dan B 3

R A, ii ¼ salah satu kemungkinan kembali pada


keamanan AE ð R SEBUAH Þ ¼ nilai yang diharapkan dari laba
atas keamanan A

m ¼ jumlah kemungkinan hasil untuk keamanan untuk periode

Persamaan 7-9 menunjukkan bahwa kovarians adalah nilai yang diharapkan dari
produk penyimpangan dari mean. Dalam Persamaan 7-9, jika return saham untuk kedua A
dan B berada di atas rata-rata atau di bawah rata-rata mereka pada saat yang sama,
produk akan positif, yang mengarah ke kovarians positif. Jika, di sisi lain, A adalah di atas
rata-rata ketika B adalah di bawah rata-rata, produk akan negatif, dan dengan cukup
kejadian serupa kovarians akan negatif.
Ukuran ukuran kovarians tergantung pada unit variabel yang terlibat dan
biasanya berubah ketika unit ini berubah. Oleh karena itu, kovarians yang terutama
menyediakan informasi kepada investor tentang apakah hubungan antara return aset
positif, negatif, atau nol karena hanya mengamati jumlah itu sendiri, tanpa konteks
yang dapat digunakan untuk menilai jumlah, tidak terlalu berguna.

TERKAIT HUBUNGAN KOEFISIEN DAN KOVARIANSI THE


Kovarians dan koefsien korelasi f sien dapat berhubungan dengan cara berikut:

ρ AB ¼σ AB (7-10)
σ SEBUAH σ B

Persamaan ini menunjukkan bahwa koefsien korelasi f sien adalah si mply kovarians yang
distandarisasi oleh membaginya
dengan produk dari dua standar deviasi dari return.
Mengingat de ini f Defnisi dari koefsien korelasi f efsien, kovarians yang dapat ditulis
sebagai

σ AB ¼ρ AB σ SEBUAH σ B

(7-11)

Oleh karena itu, mengetahui koefsien korelasi f sien, kita dapat menghitung
kovarians karena standar deviasi dari aset ' tingkat pengembalian sudah akan
tersedia. Mengetahui kovarians, kita dapat dengan mudah menghitung koefsien
korelasi f sien.
Ketika menganalisis bagaimana pengembalian keamanan bergerak bersama-sama, itu selalu
mudah untuk berbicara
tentang koefsien korelasi f koefsien karena kita bisa langsung menilai tingkat asosiasi (batas-batas
yang 1 1 dan 1). Namun, kami f
Tujuan nal adalah untuk menghitung risiko portofolio, dan untuk itu kita harus memahami dan
menghitung covariances.
3 Agar tidak masalah, karena σ AB ¼σ BA.
Menghitung Risiko Portofolio 191

Menghitung Risiko Portofolio


Sekarang kita mengerti bahwa covariances kuantitatif menjelaskan co-gerakan pengembalian
keamanan, kami siap untuk menghitung risiko portofolio. Pertama, kita akan mempertimbangkan
kasus yang paling sederhana mungkin, dua sekuritas, untuk melihat apa yang terjadi dalam
persamaan risiko portofolio. Kami kemudian akan mempertimbangkan kasus banyak sekuritas, di
mana perhitungan segera menjadi terlalu besar dan kompleks untuk menganalisis dengan cara apa
pun selain komputer.

DUA-SECURITY CASE
Risiko portofolio, yang diukur dengan standar deviasi dari return, untuk kasus dua sekuritas,
1 dan 2, adalah

σP¼ ½ w 21 σ 21 þw 22 σ 22 þ2ðw 1 THD w 2 THD ρ 1,2 Þσ 1 σ 21=2

(7-12)

Persamaan 7-12 menunjukkan bahwa risiko untuk portofolio meliputi tidak hanya risiko
keamanan individu tetapi juga kovarians antara dua sekuritas tersebut dan bahwa tiga
faktor, bukan dua, menentukan risiko portofolio:

llllllll Varians dari masing-masing keamanan, seperti yang ditunjukkan oleh σ 21 dan σ 22 di Persamaan 7-12
l Kovarians antara sekuritas, seperti yang ditunjukkan oleh ρ 1,2 σ 1 σ 2 di Persamaan 7-12
lllll Portofolio bobot untuk masing-masing keamanan, seperti yang ditunjukkan oleh w saya ' s di Persamaan 7-12

Perhatikan berikut tentang Persamaan 7-12:

l Istilah kovarians berisi dua covariances - yang (tertimbang) kovarians antara


saham 1 dan saham 2, dan antara saham 2 dan saham 1. Karena setiap kovarians
identik, kita hanya kalikan f rst kovarians oleh dua. Jika tidak, akan ada empat hal
dalam Persamaan 7-12, daripada tiga.

Kita f pertama memecahkan varians portofolio, dan kemudian mengambil akar kuadrat untuk
l
mendapatkan
standar deviasi portofolio.

Contoh 7-6 Pertimbangkan Jumlah Pengembalian antara Utilitas Tenggara dan Precision Instrumen untuk
periode 2003 2012. ringkasan statistik untuk dua saham ini adalah sebagai berikut:

Tenggara ketelitian

Return (%) 10.1 15.4


Standar Deviasi (%) 16,8 27,5
Korelasi Coeff. . 29

Asumsikan, untuk tujuan eksposisi, kita menempatkan jumlah yang sama di masing-masing saham; Oleh
karena itu, bobot 0,5 dan
0,5.

σ P¼ ½ w 21 σ 21 þw 22 σ 22 þ2ðw 1 THD w 2 THD ρ 1,2 Þσ 1 σ 2 1= 2

¼ ½ð: 5 Þ 2 ð 16: 8 Þ 2 þ ð: 5 Þ 2 ð 27: 5 Þ 2 þ 2 ð: 5 THD: 5 THD: 29 THD 16: 8 THD 27: 5 Þ? 1=2

¼ ½ 70:56 þ 189: 06 þ 66:99 1=2

¼ 18: 1%

C07 2 November 2012; 19:


53: 0
192 BAB 7 PORTOFOLIO TEORI

σP¼ ½ w 21 σ 21 þw 22 σ 22 þðw 1 THD w 2 THD ρ 1,2 Þσ 1 σ 2þ ð w 2

THD w 1 THD ρ 2,1 Þσ 2 σ 1 1= 2

¼ ½ð: 5 Þ 2 ð 16: 8 Þ 2 þ ð: 5 Þ 2 ð 27: 5 Þ 2 þ ð: 5 THD: 5 THD: 29 THD 16: 8 THD 27: 5 Þ

þ ð: 5 THD: 5 THD: 29 THD 27: 3 THD 16: 8 Þ? 1=2

¼ ½ 70:56 þ 189: 06 þ 33: 5 þ 33: 5 1= 2

¼ 18: 1%

Dampak dari koefsien korelasi f sien Standar deviasi dari portofolio secara langsung
dipengaruhi oleh korelasi antara
dua saham. risiko portofolio akan berkurang sebagai koefsien korelasi f sien
bergerak dari 1 1.0 ke bawah, segala sesuatu yang lain konstan.

Contoh 7-7 Membiarkan ' lanjutkan dengan data pada Contoh 7-7. Korelasi koefsien f sien antara Tenggara
Utilitas dan Precision Instrumen kembali adalah 1 0,29. Dalam rangka untuk fokus pada efek dari
koefsien korelasi berubah f
sien, kami terus menganggap bobot 0,5 masing-masing - 50 persen dari dana
diinvestasikan untuk ditempatkan di setiap keamanan. Meringkas data dalam contoh ini,

1
6
:

8
0
:
σ
p
¼
5
:
4
%
A
t
a
u
,
σ

2
7
:

5
w

0
:
5

P
I

0
:

Dengan data ini, standar deviasi, atau risiko, untuk portofolio ini, σ ρ, aku s

σ P ¼ ½ð 0: 5 Þ 2 ð 16: 8 Þ 2 þ ð 0: 5 Þ 2 ð 27: 5 Þ 2 þ 2 ð 0: 5 THD 0:


5 THD 16: 8 THD 27: 5 Þ ρ 1 = 2

¼ ½ 70:56 þ
189: 06 þ 229:
32 ρ 1 = 2

sejak 2 ð 0: 5 THD 0: 5 THD 16: 8 THD 27: 5 Þ ¼ 229: 32.


Risiko portofolio ini jelas sangat bergantung pada nilai dari jabatan ketiga, yang
pada gilirannya tergantung pada koefsien korelasi f sien antara return untuk SEUT dan
PI. Untuk menilai dampak potensial dari korelasi, mempertimbangkan kasus-kasus
berikut: a ρ dari 1 1, 1 0,5, 1 0.29, 0,
0,5, dan 1.0. Memperhitungkan risiko portofolio di bawah masing-masing skenario
menghasilkan risiko portofolio berikut:

Jika ρ ¼ þ 1: 0:
σ p ¼ 22: 2% Jika
ρ ¼ þ 0: 5:
σ p ¼ 19: 4% Jika
ρ ¼ þ 00:29: σ p ¼
18: 1% Jika ρ ¼ 0:
0:
σ

1
6
:

1
%
Jika ρ ¼? 0: 5: σ p ¼
12: 0% Jika ρ ¼? 1:
Menghitung Risiko Portofolio 193

Perhitungan ini jelas menunjukkan dampak yang menggabungkan efek dengan


kurang dari korelasi positif
sempurna akan memiliki risiko portofolio. Risiko portofolio terus menurun dari 22,2
persen menjadi 5,4 persen sebagai koefsien korelasi f sien menurun dari 1 1.0
untuk
1.0. Namun, perlu diketahui bahwa risiko telah menurun dari 22,2 persen menjadi hanya 16,1
persen sebagai koefsien korelasi f sien turun dari 1 1-0, dan itu hanya telah dipotong setengah
(kurang-lebih) pada saat ρ tetes untuk 0,5.

I
nvestasi
saya
ntuition

Korelasi adalah variabel kunci ketika mempertimbangkan bagaimana diversi f katiSSonebagai Persamaan 7-12 menunjukkan, bene
yang f ts juga tergantung pada
standar deviasi dari return aset dan bobot portofolio.
dapat mengurangi risiko. Namun, re sedikit f ection

menunjukkan mereka tidak cerita lengkap.

Dampak Berat Portofolio Kita lihat sebelumnya (Gambar 7-4) yang dengan portofolio twostock
dan korelasi negatif
sempurna, risiko dapat dikurangi menjadi nol. Perhatikan bahwa ini tidak terjadi pada
Contoh 7-8 (risiko ketika ρ ¼? 1: 0 adalah 5,4 persen). Alasan untuk ini adalah bahwa
bobot untuk setiap saham yang terpilih menjadi 0,50 untuk tujuan ilustrasi. Untuk
mengurangi risiko untuk nol dalam kasus dua-keamanan, dan untuk meminimalkan risiko
secara umum, perlu untuk memilih bobot yang optimal, yang dapat dihitung.

Membiarkan ' s mempertimbangkan dampak dari bobot portofolio dalam perhitungan


risiko portofolio. Ukuran bobot portofolio ditugaskan untuk setiap keamanan memiliki efek pada
risiko portofolio, memegang koefsien korelasi f konstan efsien.

Contoh 7-8 Menggunakan data yang sama seperti Contoh 7-7, biarkan ' s mempertimbangkan risiko portofolio selama dua efek tersebut.
Ingat bahwa koefsien korelasi f sien antara Utilitas Tenggara dan Precision Instrumen
adalah
1 0,29. Untuk tujuan ilustrasi, kita akan memeriksa f ve set yang berbeda dari bobot, yang masing-
masing harus berjumlah 1,0.

Tenggara ketelitian σ p

0,1 0,9 25,3%

0,3 0,7 21,3%

0,5 0,5 18,1%

0,7 0,3 16,2%

0,9 0,1 16,1%

Seperti yang kita lihat, dalam dua-saham portofolio contoh ini, memegang koefsien korelasi f sien
konstanC07pada 120,29, risiko
November 2012; 19:
53: 1
portofolio bervariasi karena bobot untuk setiap perubahan aset. Karena Tenggara memiliki
standar deviasi substansial lebih rendah daripada Presisi, risiko portofolio menurun sebagai
berat ditugaskan untuk meningkat Tenggara. Namun, dengan koefsien korelasi positif f sien,
risiko portofolio dapat menurunkan hanya begitu banyak.

3 risiko portofolio dipengaruhi baik oleh korelasi antara aset dan oleh persentase
dana yang diinvestasikan dalam masing-masing aset.

C07 2 November 2012; 19:


53: 1
194 BAB 7 PORTOFOLIO TEORI

ITU n SECURITY CASE


Kasus dua keamanan dapat digeneralisasi untuk n kasus keamanan. risiko
portofolio dapat dikurangi dengan menggabungkan aset dengan kurang dari
korelasi positif sempurna. Selain itu, lebih kecil korelasi positif, lebih baik.

risiko portofolio adalah fungsi dari masing-masing individu keamanan ' s risiko dan
covariances antara pengembalian sekuritas individu. Menyatakan dalam hal varians, risiko
portofolio adalah
X n w saya w jjjjjj σ aku jjjjjj

σ 2p ¼X n w σ þX
2 saya 2 saya
(7-13)
n

saya ¼ 1
jjj ¼ 1
saya ¼ 1
saya 6¼ jjj

dimana

σ 2p ¼ varians dari pengembalian portofolio


σ 2 saya ¼ varians pengembalian untuk keamanan saya

σ aku j ¼ kovarians antara return untuk sekuritas saya dan j


w saya ¼ bobot portofolio atau persentase dana investable diinvestasikan dalam keamanan saya

X n X n
¼ tanda penjumlahan ganda menunjukkan bahwa n 2 nomor yang akan ditambahkan bersama-sama
saya ¼ 1j ¼1
ð saya: e :, semua pasangan yang mungkin dari nilai-nilai untuk saya dan j Þ

Meskipun Persamaan 7-13 muncul tangguh, ia menyatakan persis pesan yang sama
seperti Persamaan 7-12 untuk
portofolio dua-saham:
risiko portofolio adalah fungsi dari

l Tertimbang risiko masing-masing individu keamanan (yang diukur dengan varians nya)
l The covariances tertimbang antara semua pasangan efek

Kita bisa menulis ulang Persamaan 7-13 ke dalam format yang lebih pendek:
X n
σ 2p ¼X n w saya w jjjjjj σ aku jjjjjj

(7-14)
s

1
X n
atau w saya w jjjjjjjjjj ρ aku jjjjjjjjjj σ saya σ jjjjjjjjjj

σ 2p

¼X n

1
menjelaskan persamaan ini untuk kedua varians dan covariances, karena ketika saya ¼ j,
varians dihitung; kapan saya
6¼ j, kovarians dihitung.

3 Sebagaimana dicatat sebelumnya, tiga variabel menentukan risiko portofolio: varians, covariances, dan
bobot.

Karena pentingnya, kami menekankan komponen risiko portofolio pada Gambar 7-6.

Memeriksa Pemahaman Anda


5. Mengingat penggunaan koefsien korelasi f sien, yang jelas dan mudah dimengerti,
mengapa
kita perlu mempertimbangkan covariances?
6. Misalkan kita menambahkan saham sangat berisiko untuk baik-diversi f ed portofolio. Bisa tindakan
tersebut
menurunkan portofolio ' s risiko?
Mendapatkan Data 195

Gambar 7-6
Komponen Risiko
Portofolio

covariances tertimbang Diantara Semua Pasangan Efek

R
i
s
i
k
o

p
o
r
t
o
f
o
l
i
o

Pentingnya Kovarian Salah satu Markowitz ' s kontribusi penting untuk teori
portofolio adalah wawasan tentang
kepentingan relatif dari varians dan covariances. Ketika kita menambahkan keamanan
baru untuk portofolio besar sekuritas, ada dua dampak.

1. Aset ' s risiko sendiri, yang diukur dengan varians nya,


ditambahkan ke portofolio ' s risiko.
2. Sebuah kovarians antara keamanan baru dan setiap keamanan lainnya sudah dalam
portofolio
juga ditambahkan.

3 Karena jumlah surat berharga yang dimiliki dalam portofolio meningkat,


pentingnya setiap individu
keamanan ' s risiko (varians) menurun, sedangkan pentingnya hubungan kovarians
meningkat.

Sebagai contoh, dalam portofolio 150 sekuritas, kontribusi masing-masing keamanan ' s
risiko sendiri untuk total risiko portofolio akan sangat kecil. Ketika keamanan baru
ditambahkan ke portofolio besar sekuritas, apa yang paling penting adalah kovarians rata-
rata dengan surat berharga lainnya dalam portofolio.

risiko portofolio akan terdiri hampir seluruhnya dari risiko kovarians antara sekuritas.
Dengan demikian, risiko keamanan individu dapat diversi f ed pergi dalam portofolio besar,
tapi kovarians istilah tidak bisa diversi f ed pergi dan karena itu berkontribusi terhadap
risiko portofolio.

Mendapatkan Data
Untuk menghitung risiko portofolio menggunakan Persamaan 7-13, kita perlu perkiraan varians
untuk setiap keamanan dan
perkiraan koefsien korelasi f koefsien atau covariances. Kedua varian dan korelasi koefsien f
koefsien dapat (dan) dihitung dengan menggunakan baik ex post atau ex ante data. Jika
menggunakan analis ex post Data untuk menghitung koefsien korelasi f sien atau kovarians dan
kemudian menggunakan perkiraan ini dalam model Markowitz, asumsi implisit adalah bahwa
hubungan yang ada di masa lalu akan berlanjut ke masa depan. Hal yang sama berlaku dari
varians untuk sekuritas individu. Jika varians historis dianggap estimasi terbaik dari varians
diharapkan, harus digunakan. Namun, harus diingat bahwa keamanan individu ' s varians dan
koefsien korelasi f sien antara sekuritas dapat berubah dari waktu ke waktu (dan tidak), seperti
dapat pengembalian yang diharapkan.
196 BAB 7 PORTOFOLIO TEORI

tabel 7-2 Varians-Covariance Matrix Terlibat dalam Menghitung


Standar Deviasi dari Portofolio

Dua sekuritas:

σ 1,1 σ 1,2

σ 2,1 σ 2,2

Empat sekuritas:

σ 1,1 σ 1,2 σ 1,3 σ 1,4

σ 2,1 σ 2,2 σ 2,3 σ 2,4

σ 3,1 σ 3,2 σ 3,3 σ 3,4

σ 4,1 σ 4,2 σ 4,3 σ 4,4

Penyederhanaan PERHITUNGAN Markowitz


Persamaan 7-13 menggambarkan masalah yang terkait dengan perhitungan risiko
portofolio menggunakan Markowitz analisis mean-variance. Dalam kasus dua sekuritas,
ada dua covariances, dan kita kalikan istilah kovarian tertimbang dalam Persamaan 7-
12 oleh dua sejak kovarians dari A dengan B adalah sama dengan kovarians dari B
dengan A. Dalam kasus tiga sekuritas , ada enam covariances; dengan empat sekuritas,
12 covariances; dan sebagainya, berdasarkan fakta bahwa jumlah total covariances
dalam model Markowitz dihitung sebagai n ( n 2 1), di mana n adalah jumlah sekuritas.

Tabel 7-2 menunjukkan matriks varians-kovarians terkait dengan perhitungan ini.


Untuk kasus dua sekuritas, ada n 2, atau empat, jumlah istilah dalam matriks - dua
varians dan dua covariances. Untuk kasus empat sekuritas, ada n 2, atau 16 Total istilah
dalam matriks -
empat variasi dan 12 covariances. Istilah varians berada di diagonal dari matriks dan, pada
dasarnya, mewakili kovarians dari keamanan dengan dirinya sendiri. Perhatikan bahwa
istilah kovarians atas diagonal adalah bayangan cermin dari persyaratan kovarians bawah
diagonal - yaitu, setiap kovarians diulang dua kali sejak COV AB adalah sama dengan COV BA.

3 Jumlah covariances dalam model Markowitz didasarkan pada perhitungan n (n 2 1),


di mana n adalah jumlah sekuritas yang terlibat. Karena kovarians dari A dengan B
adalah sama dengan kovarians dari B dengan A, ada [ n (n 2 1)] / 2 covariances
unik.

Contoh 7-9 Seorang analis mempertimbangkan 100 sekuritas harus memperkirakan ½ 100 ð 99 Þ? = 2 ¼ 4950 covariances unik.
Untuk 250 sekuritas, jumlah ini ½ 250 ð 249 Þ? = 2 ¼ 31.125 covariances unik.

Jelas, memperkirakan jumlah besar covariances cepat menjadi masalah besar bagi
pengguna Model. Karena
banyak investor institusi ikuti sebanyak 250 atau 300 sekuritas, jumlah input yang
dibutuhkan dapat menjadi suatu kemustahilan. Bahkan, sampai model Markowitz dasar
adalah penyederhanaan f ed dalam hal input kovarians, itu tetap terutama dari
kepentingan akademik.

C07 2 November 2012; 19:


53: 2
Secara praktis, analis tidak mungkin untuk dapat langsung memperkirakan
jumlah besar korelasi yang diperlukan untuk analisis Markowitz lengkap. Dalam
karya aslinya, Markowitz menyarankan menggunakan indeks yang efek yang terkait
sebagai sarana untuk menghasilkan covariances.

C07 2 November 2012; 19:


53: 2
pertanyaan 197

Ringkasan
/ Hasil yang diharapkan dari / kovarians adalah ukuran mutlak asosiasi
keamanan harus esti-
dikawinkan. Karena hal ini dilakukan dalam kondisi ketidakpastian, hal itu antara return keamanan dan digunakan
dalam perhitungan risiko
mungkin tidak terwujud. Risiko (atau portofolio.
ketidakpastian) selalu hadir dalam estimasi
pengembalian yang diharapkan untuk aset / risiko portofolio adalah fungsi dari varians keamanan, cov-
berisiko. ariances, dan bobot portofolio.
/ Istilah kovarians menangkap korelasi antara
pengembalian keamanan dan menentukan berapa
/ distribusi probabilitas terlibat banyak risiko portofolio dapat dikurangi melalui
dalam calcula- yang tion diversi f kation.

keamanan ' s yang / Risiko baik-diversi f portofolio ed sebagian besar


disebabkan dampak dari covariances. Ketika
diharapkan. keamanan baru ditambahkan ke portofolio
/ Deviasi standar atau varians pengembalian besar sekuritas, apa yang paling penting
diharapkan adalah kovarians rata-rata dengan surat
untuk keamanan adalah ukuran dari risiko yang terlibat dalam berharga lainnya dalam portofolio.
hasil yang diharapkan; Oleh karena itu, ia juga / Karena jumlah surat berharga yang dimiliki dalam
menggabungkan probabilitas yang digunakan dalam portofolio meningkatkan, pentingnya setiap
menghitung keuntungan yang diharapkan. individu keamanan ' s risiko (varians)
/ Hasil yang diharapkan untuk portofolio selalu menurun, sedangkan pentingnya hubungan
kovarians meningkat.
rata-rata tertimbang dari return keamanan
/ Masalah utama dengan model Markowitz adalah
individu diharapkan.
bahwa memerlukan set lengkap covariances
antara hasil dari semua surat berharga sedang
dipertimbangkan untuk menghitung varians
/ Portofolio bobot, ditunjuk w saya, adalah persentase
portofolio.
portofolio ' s total dana yang diinvestasikan di
setiap keamanan, di mana bobot berjumlah 1,0.
/ Jumlah covariances dalam model Markowitz
/ risiko portofolio bukan merupakan rata-rata tertimbang aku s n ð n 1 Þ; jumlah covariances unik adalah
menunjukkantipe
risiko keamanan pengunungan tertentu. Untuk ½ n ð n 1 Þ? = 2.
menghitung risiko portofolio, kita harus
memperhatikan hubungan antara sekuritas '
pengembalian.

/ Korelasi koefsien f sien adalah ukuran


relatif dari hubungan antara return
keamanan. Hal ini dibatasi oleh þ 1: 0
dan 1: 0, dengan 0 mewakili tidak ada
hubungan.

pertanyaan
7-7 Banyak investor telah dikenal selama bertahun-tahun bahwa mereka
7-1 Membedakan antara return
historis, expec-
ted kembali. jangan “ menaruh semua telur
dalam satu keranjang. ”
Bagaimana analisis Markowitz menjelaskan
7-2 Bagaimana diharapkan kembali untuk
prinsip lama ini?
satu keamanan deter- 500 sekuritas dihitung?
beranjau? Untuk portofolio?
7-5 Apa artinya untuk mengatakan bahwa bobot portofolio
7-3 The Markowitz Pendekatan ini sering berjumlah 1,0 atau 100 persen?
disebut sebagai
Pendekatan mean-variance. Mengapa? 7-6 Apa batas-batas untuk hasil yang diharapkan
7-4 Bagaimana akan kembali diharapkan portofolio?
untuk portofolio
7-8 Evaluasi pernyataan ini: Berkenaan 7-9 Berapa banyak, dan yang, faktor yang menentukan pelabuhan yang
dengan portofolio risiko folio?
risiko, keseluruhan tidak sama dengan
jumlah dari bagian-bagian. 7-10 Apa hubungan antara korelasi
koe f efsien dan kovarians, baik
secara kualitatif dan kuantitatif?
198 BAB 7 PORTOFOLIO TEORI

7-11 Berapa banyak hal kovarians akan ada untuk CFA 7-23 Mengingat indeks saham berkapitalisasi besar dan pemerin- yang
portofolio dari 10 sekuritas menggunakan
analisis Markowitz? Berapa banyak yang unik Data indeks obligasi ment pada tabel
covariances? berikut, menghitung yang diharapkan
7-12 Berapa banyak jumlah istilah (varians dan berarti kembali dan standar deviasi
covar- pengembalian portofolio 75 persen
diinvestasikan dalam indeks saham dan 25
iances) akan ada dalam matriks varians- persen diinvestasikan dalam indeks
kovarians untuk portofolio 30 sekuritas obligasi.

menggunakan analisis Markowitz? Berapa


banyak dari varians, dan berapa banyak
covariances?

Pengembalian diasumsikan, Indeks Obligasi


7-13 Ketika, jika pernah, akan saham dengan risiko Varians, dan Korelasi Pemerintah
besar
Besar-Cap
(Standar deviasi) diinginkan dalam
Indek
membangun portofolio? s
Saha
m

7-14 Mengevaluasi pernyataan berikut: Karena 7-21 Memegang sejumlah besar saham memastikan sebuah
jumlah portofolio optimal. Setuju atau tidak setuju dan
surat berharga yang dimiliki dalam portofolio menjelaskan alasan
meningkat, pentingnya setiap individu Anda.
keamanan ' s risiko menurun. CFA 7-22 Varians dari portofolio saham tergantung pada
7-15 Harus investor umumnya mengharapkan corre-
positif
varians dari masing-masing saham individu dalam
lations antara saham dan obligasi? Obligasi portofolio dan
dan tagihan? Saham dan real estate? Saham juga covariances antara saham dalam portofolio. Jika
dan emas? Anda memiliki f ve saham, berapa banyak yang unik
covariances (tidak termasuk varian) Anda harus
7-16 Apa masukan untuk satu set menggunakan untuk menghitung varians pengembalian
efek menggunakan model portofolio Anda? (Ingat bahwa kovarians dari saham
dengan dirinya sendiri adalah saham ' s varians.)
Markowitz?
7-17 Evaluasi pernyataan ini: Untuk setiap pelabuhan yang dua-
saham

folio, sebuah koefsien korelasi f sien


1,0 menjamin risiko portofolio nol.
7-18 Setuju atau tidak setuju dengan pernyataan ini: variabel-
The
Ance dari portofolio adalah nilai yang
diharapkan dari kuadrat deviasi dari return
untuk portofolio dari pengembalian
rata-ratanya.
7-19 Evaluasi pernyataan ini: risiko Portofolio adalah
kunci
masalah dalam teori portofolio. Ini bukan
rata-rata tertimbang risiko keamanan
individu.
7-20 Setuju atau tidak setuju dengan pernyataan ini:
Ada
n 2 istilah dalam varians kovarians matriks,
dimana
n adalah jumlah sekuritas. Ada n ð n 1 Þ Total
covariances
untuk setiap set
n sekuritas. Membagi dua untuk
mendapatkan jumlah covariances
unik.

C07 2 November 2012; 19:


53: 3
expected return e
15% 5%
Perbedaan
r
225 100 c
standar Deviasi k
15% 10% Korelasi
0,5
:
llHasil yang diharapkan untuk setiap
saham adalah 15 persen.

l deviasi standar untuk setiap


CFA 7-24 Misalkan aset bebas risiko memiliki return 5 saham adalah 22 persen.
persen l Covariances dengan surat berharga lainnya
bervariasi. Segala sesuatu yang lain dianggap
sama, akan harga dua saham ini diharapkan
dan aset kedua memiliki tingkat
menjadi sama? Mengapa atau mengapa tidak?
pengembalian yang diharapkan dari
13 persen dengan deviasi standar 23
7-26 pilih BENAR
persen. Hitung kembali portofolio
pernyataan dari
yang diharapkan dan standar deviasi
kalangan berikut:
dari portofolio yang terdiri dari 10
Sebuah. Risiko portofolio adalah
persen dari aset bebas risiko dan rata-rata tertimbang
90 risiko keamanan individu.
pers
b. Dua faktor yang
en menentukan risiko
portofolio.
dari
c. Setelah menetapkan
aset
bobot portofolio, yang
kedu
perhitungan hasil yang diharapkan
a.
dari portofolio adalah independen dari
perhitungan risiko portofolio.
7-25 Mempertimbangkan informasi berikut untuk Exxon
d
d. Ketika menambahkan keamanan
a untuk portofolio, yang
n Rata-rata kovarians antara itu dan surat
berharga lainnya dalam portofolio
kurang penting dibandingkan keamanan
M ' s risiko sendiri.

C07 2 November 2012; 19:


53: 3
masalah 199

7-27 pilih BENAR pernyataan dari kalangan 7-29 Mengenai keberisikoan portofolio dua keamanan hotel
berikut: rities menggunakan model Markowitz, pilih
Sebuah. Risiko portofolio dua efek, seperti BENAR pernyataan dari antara set berikut:
diukur dengan standar deviasi, akan Sebuah. keberisikoan tergantung pada variabilitas
terdiri dari dua istilah. sekuritas dalam portofolio.
b. Hasil yang diharapkan pada portofolio b. keberisikoan tergantung pada persentase
biasanya aset portofolio yang diinvestasikan di setiap keamanan.
rata-rata tertimbang dari pengembalian
c. keberisikoan tergantung pada
yang diharapkan dari aset individu dalam
pengembalian yang diharapkan
portofolio.
masing-masing keamanan.
c. Risiko portofolio empat sekuritas, seperti
diukur dengan standar deviasi, d. keberisikoan

akan terdiri dari 16 covariances tergantung pada

dan empat varian. jumlah korelasi


antara return
d. Menggabungkan dua sekuritas dengan sempurna
negatif keamanan.
korelasi bisa menghilangkan risiko sama
sekali. e. keberisikoan tergantung pada beta masing-masing
keamanan.
7-28 pilih SALAH pernyataan 7-30 pilih BENAR pernyataan dari tindak yang
dari kalangan ing pernyataan mengenai model Markowitz:
pengikut:
Sebuah. Karena jumlah surat berharga yang dimiliki
Sebuah. Di bawah formulasi Markowitz, meningkatkan,
dalam portofolio
portofolio pentingnya setiap individu
dari 30 sekuritas akan memiliki 870 keamanan ' s risiko juga meningkat.
covariances.
b. Karena jumlah surat berharga yang
b. Di bawah formulasi Markowitz, portofolio dimiliki dalam portofolio
meningkatkan, pentingnya
dari 30 sekuritas akan memiliki 30 hubungan kovarians
varians dalam matriks varians- meningkat.
kovarians. c. Dalam portofolio besar, risiko portofolio akan terdiri
hampir seluruhnya masing-masing
c. Di bawah formulasi Markowitz, portofolio
keamanan ' s kontribusi risiko sendiri untuk
dari 30 sekuritas akan memiliki 870 total risiko portofolio.
istilah dalam matriks varians-kovarians.
d. Dalam portofolio besar,
d. Di bawah formulasi Markowitz, portofolio
istilah kovarians bisa
dari 30 sekuritas akan membutuhkan
435 covariances unik untuk menghitung didorong hampir nol.
risiko portofolio.

masalah

7-1 Menghitung laba yang diharapkan dan risiko (standar deviasi) untuk General Foods untuk 2012, diberikan
Informasi berikut:

probabilitas: 00:15 00:20 00:40 00:10 00:15


pengembalian yang diharapkan: 00:20 00:16 00:12 00:05 00:05

7-2 Empat sekuritas memiliki pengembalian yang diharapkan berikut:

SEBUAH ¼ 15%, B ¼ 12%, C ¼ 30%, dan D ¼ 22%

Hitung pengembalian yang diharapkan untuk portofolio yang terdiri dari empat sekuritas dengan
ketentuan sebagai berikut:

Sebuah. Bobot portofolio masing-masing 25 persen.

b. Bobot portofolio adalah 10 persen di A, dengan sisanya dibagi sama rata antara
tiga saham lainnya.
c. Bobot portofolio adalah 10 persen masing-masing dalam A dan B, dan 40 persen masing-masing di C dan D.
200 CHAPTER 7 PORTFOLIO THEORY

7-3 Asumsikan informasi tambahan yang disediakan di bawah ini


untuk empat saham pada Soal 7-2.

k
o
r
e
l
a
s
i

D
e
n
g
a
n

σ (%) SEBUAH B C D

SEBUAH 10 1.0

B 8 0,6 1.0

C 20 0,2 2 1.0 1.0

D 16 0,5 0,3 0,8 1.0

Sebuah. Dengan asumsi bobot yang sama untuk setiap saham, apa adalah standar deviasi untuk berikut
portofolio?
A
,

B
,

d
a
n

C
B

d
a
n

C
B

d
a
n

D
C

d
a c07 2 November 2012;
19:53:4
n

b. Hitung standar deviasi untuk portofolio yang terdiri dari saham B dan C, dengan asumsi
berikut bobot: (1) 40 persen pada B dan 60 persen di C; (2) 40 persen pada C dan 60
persen di B.

c. Dalam bagian, yang portofolio (s) akan investor lebih memilih?

Masalah komputasi

Data berikut berlaku untuk Masalah 7-1 melalui 7 4.


Asumsikan pengembalian yang diharapkan dan standar deviasi sebagai berikut:

T
E
L
U
R

G
F

Return (%) 25 23
Standard deviation (%) 25 30

Covariance (%) 112.5

The correlation coef f cient, ρ, is 1. 15.

Proportion In
(1) (2) (3) Standard

EG&G w ii GF Portfolio Expected Returns Variance Deviatio


w jjjjjjj 5( 1 2 w i) (%) (%) n (%)

1.0 0.0 25.0 900 30.0


0.8 0.2 24.6 637 25.2

0.6 0.4 24.2 478 21.9


0.2 0.8 23.4 472 21.7

0.0 1.0 23.0 625 25.0

c07 2 November 2012;


19:53:4
Spreadsheet Exercises 201

7-1 Con f rm the expected portfolio returns in column 1.


7-2 Con f rm the expected portfolio variances in column 2.
7-3 Con f rm the expected standard deviations in column 3.
7-4 On the basis of these data, determine the lowest risk portfolio.
7-5 Assume that RF is 7 percent, the estimated return on the market is 12 percent, and the
standard deviation of the market ’ s expected return is 21 percent. Calculate the
expected return and risk (standard deviation) for the following portfolios:
a. 60 percent of investable wealth in riskless assets, 40
percent in the market portfolio b. 150 percent of
investable wealth in the market portfolio
c. 100 percent of investable wealth in the market portfolio

Spreadsheet Exercises

7-1 Given two stocks and returns for f ve or six periods, construct combinations of returns in
Excel for these two stocks that will produce the following four different correlation coef f-
cients: 2 1, 0, 1. 80, 2. 80. Use the CORREL function to show that your returns achieve
the indicated correlation coef f cient. The following example shows returns for two
stocks, A and
B, that produce a correlation coef f cient of 1.0. You can use either f ve periods
or six periods. Note that numerous combinations are possible in each case, so
there is no one correct answer.

A B

3 3

9 9

6 6
10 10

2 2

19 19

CORREL 51 1.0
7-2 The data below are annual total returns for General Foods
(GF) and Sigma Technology (ST)
for the period 1997 2011. Sigma Technology is highly regarded by many
investors for its innovative products. It had returns more than twice as large as
that of General Foods. What would have been the results if an investor had
placed half her funds in General Foods and half in Sigma Technology during this
15-year period in order to try to earn a larger return than that available in
General Foods alone? Would the risk have been too large?

a. Calculate the arithmetic mean returns for each stock.


b. Calculate the standard deviation for each stock using the STDEV function in the
spreadsheet.
c. Calculate the correlation coef f cient using the
CORREL function in the spreadsheet. d. Calculate the
covariance using the COVAR function in the spreadsheet.
e. Calculate the portfolio return assuming equal weights for each stock.
202 CHAPTER 7 PORTFOLIO THEORY

f. Set up a calculation for the standard deviation of the


portfolio that will allow you to
substitute different values for the correlation coef f cient or the standard
deviations of the stocks. Using equal weights for the two stocks, calculate the
standard deviation of the portfolio consisting of equal parts of the two stocks.

g. How does the portfolio return compare to the return on


General Foods alone? How does the risk of the portfolio
compare to the risk of having held General Foods alone?

h. Assume that the correlation between the two stocks had been 0.10. How much
would portfolio risk have changed relative to the result calculated in f ?

GF
ST

2011 2 0.141 0.222


2010 0.203 0.079

2009 2 0.036 2 0.220


2008 2 0.204 0.527

2007 0.073 2 0.628

2006 2 0.111 0.684

2005 0.023 1.146

2004 0.291 0.564

2003 0.448 0.885

2002 0.482 0.433

2001 0.196 0.516

2000 0.103 2 0.056

1999 0.075 0.153

1998 0.780 1.207

1997 0.254 0.736

7-3 Fill in the spreadsheet below to calculate the portfolio return and risk between Zenon and
Dynamics, given the 10 years of annual returns for each stock, and portfolio weights of
50/50.
a. How would your answer change if the weights were 40 percent for Zenon and 60 percent
for Dynamics?
b. How would your answer change if the weights were 30 percent for Zenon and 70 percent
for Dynamics?

Zenon
Dynami
cs

Expected Return

Variance Standard
Deviation

Covariance Weight for


Zenon 50%
Weight for Dynamics 50%
Expected
Portfolio
Return
Portfolio
Variance
Portfolio
Standard
Deviation
Checking Your Understanding 203

Z
e
n
o
n
D
y
n
a
m
ic
s

Zenon Ret Dynam


Ret

9.89% 2 47.67% 2011

2 12.34% 30.79% 2010


13.56% 24.78% 2009

34.56% 7.89% 2008

2 15.23% 24.42% 2007

20.09% 34.56% 2006

7.56% 67.56% 2005

16.47% 44.67% 2004

18.34% 78.56% 2003

15.56% 51.00% 2002

Checking Your Understanding

7-1 The expected return for a security is a weighted average of the possible outcomes that could
occur. It is the best one-point estimate of the return. If this opportunity were to be repeated
for a large number of
trials, the average return realized would be the expected return.
7-2 Assuming a normal probability distribution, we can be quite con f dent.
7-3 The bene f ts of diversi f cation do kick in immediately. Therefore, two securities provide better
risk reduction than one, three are better than two, and so forth. However, at some point there
is very little bene f t to
be gained by adding securities (the gains are so small as to be insigni f cant), and,
therefore, the bene f ts of diversi f cation are limited.
7-4 Negative correlation means that security returns move inversely to each other. This provides
better risk reduction because the negative movement of one security can be
offset by the positive movement of another security.
7-5 Covariances are needed to calculate portfolio risk since it consists of weighted variances and
weighted covariances. The correlation coef f cient is a component of the covariance, given
by COV AB ¼ρ AB σ A σ B.

7-6 When adding a security to a well diversi f ed portfolio, what matters is its relationship to the
other securities and not its own individual risk. If this security is negatively
correlated with the other securities in the portfolio, having a large risk will work
to reduce the overall risk of the portfolio.