Chapter 7

Charles P. Jones, Investments: Principles and Concepts,

Eleventh Edition, John Wiley & Sons

Dosen : FEBRIA NALURITA, SE, MM

7-
1
 Melibatkan ketidakpastian
 Fokus pada pengembalian yang diharapkan
◦ Perkiraan keuntungan masa mendatang diperlukan
untuk mempertimbangkan dan mengelola risiko
 Tujuannya adalah untuk mengurangi risiko
tanpa mempengaruhi return nya
◦ Dicapai dengan membangun portofolio
◦ Diversifikasi adalah kuncinya

7-
2
 Resikonya apabila sebuah return yang
diharapkan tidak akan direalisasi
 Investor harus berpikir tentang distribusi
return, bukan hanya return tunggal
 Peluang beban merupakan hasilnya
◦ Harus ditugaskan untuk setiap hasil yang
dimungkinkan untuk menciptakan suatu distribusi
◦ Bisa berlainan atau berkelanjutan

7-
3
 Nilai yang diharapkan
◦ Single ini merupakan hasil yang paling mungkin
dari distribusi probabilitas tertentu
◦ Rata-rata tertimbang dari semua hasil
kemungkinan return
◦ Disebut sebagai ex ante atau return yang
diharapkan

m
E(R )   R ipri
i 1

7-
4
 Varians dan standar deviasi digunakan untuk
menghitung dan mengukur risiko
◦ Mengukur distribusi probabilitas yang tersebar

◦ Variance of returns:
𝝈 𝟐 = 𝚺 𝑹𝒊 − 𝑬 𝒓 𝟐
. 𝒑𝒊

◦ Standard deviation of returns:

𝝈 = 𝝈𝟐
◦ Ex ante rather than ex post σ relevant

7-
5
 Rata-rata tertimbang dari return sekuritas
individu diharapkan
◦ Setiap aset portofolio memiliki berat, 𝒘𝒊 , yang
mewakili persen dari total nilai portofolio

n
E(R p )   w iE(R i )
i 1

7-
6
 Risiko portofolio tidak hanya jumlah dari
risiko sekuritas individu
 Penekanan pada risiko seluruh portofolio dan
bukan pada risiko sekuritas individual dalam
portofolio
 Saham individu yang berisiko hanya jika
mereka menambahkan risiko terhadap total
portofolio

7-
7
 Diukur dengan varians atau standar deviasi
dari return portofolio
◦ Risiko portofolio bukan merupakan rata-rata
tertimbang risiko sekuritas individual dalam
portofolio

n
   wi
2
p i
2

i 1

7-
8
 Asumsikan semua sumber risiko portofolio
sekuritas yang independen
 Semakin besar jumlah efek, semakin kecil
paparan risiko tertentu
◦ "Prinsip Asuransi"
 Hanya masalahnya adalah berapa banyak
sekuritas yang dipegang

7-
9
 Portfolio Risk and Diversification
p %
35 Portfolio risk

20
Market Risk
0
10 20 30 40 ...... 100+
Number of securities in portfolio
Risiko sistematis (Systematic risk) 
risiko yg tdk dpt dihilangkan dg melakukan
diversifikasi;
berkaitan dg faktor makro ekonomi yg
mempengaruhi pasar
 (misal: tingkat bunga, kurs, kebijakan
pemerintah)  disebut jg sbg
nondiversifiable risk, market risk, atau
general risk.
  Risiko non sistematis (Unsystematic risk),
risiko spesifik, risiko perusahaan
risiko yg dpt dihilangkan dg melakukan
diversifikasi, karena hanya ada dlm satu
perusahaan/industri tertentu.
Risikoportofolio

Risiko tdk
sistematis Total risiko

Risiko sistematis

Jumlah saham dlm portofolio

 Diversifikasi RANDOM (acak)
◦ Diversifikasi tanpa melihat karakteristik investasi
yang relevan
◦ pengurangan risiko marjinal semakin kecil dan
lebih kecil karena lebih banyak efek ditambahkan
 Tidak memerlukan jumlah surat berharga yg
besar untuk pengurangan risiko signifikan
 manfaat diversifikasi internasional

7-
13
 Diversifikasi MARKOWITZ (selektif)
◦ Pengukuran dan pengelolaan secara aktif dan selektif dari
risiko portofolio dengan melihat karakteristik investasi
yang relevan
◦ Menyelidiki hubungan antara portofolio sekuritas sebelum
membuat keputusan untuk berinvestasi
◦ Mengambil keuntungan dari return yang diharapkan dan
risiko sekuritas individual dan bagaimana return nya
sekuritas bergerak bersama

7-
14
 Dibutuhkan untuk menghitung risiko portofolio:
◦ risiko sekuritas individu tertimbang
 Dihitung oleh varians tertimbang menggunakan proporsi
dana di setiap sekuritas
 untuk sekuritas i: (wi × i)2

◦ Tertimbang gerakan-bersama antara return

 covariances return tertimbang menggunakan proporsi
dana di setiap sekuritas
 untuk sekuritasi, j: 2wiwj × ij

7-
15
 Hubungan dari ukuran statistik

 mn = correlation coefficient between

securities m and n

◦ mn = +1.0 = perfect positive correlation

◦ mn = -1.0 = perfect negative (inverse) correlation
◦ mn = 0.0 = zero correlation

7-
16
 Kapan membayar diversifikasi?
◦ Dengan sekuritas yang berkorelasi positif sempurna ?
 Risiko adalah rata-rata tertimbang, sehingga tidak ada
pengurangan risiko
◦ Dengan korelasi nol korelasi sekuritas ?
◦ Dengan sekuritas berkorelasi negatif sempurna ?

7-
17
 Dasar pengukuran absolut
◦ Tidak terbatas pada nilai-nilai antara -1 dan +1
◦ Tanda yang diartikan sama dengan korelasi
◦ koefisien korelasi dan kovarians terkait dengan
persamaan berikut:

m
 AB   [R A ,i  E(R A )][R B,i  E(R B )]pri
i 1

 AB   AB  A  B
7-
18
 Meliputi tiga faktor
◦ Variance (risiko) dari masing-masing sekuritas
◦ Kovarians antara masing-masing pasangan
sekuritas
◦ Bobot portofolio untuk setiap sekuritas

 Tujuan: pilih bobot untuk menentukan

kombinasi varians minimum untuk tingkat
tertentu return yang diharapkan

7-
19
 generalisasi
◦ semakin kecil korelasi positif antara sekuritas,
semakin lebih baik
◦ perhitungan kovarians tumbuh dengan cepat
 n (n-1) atas n sekuritas
◦ Karena jumlah sekuritas meningkat:
 Pentingnya meningkatkan hubungan kovarian
 Pentingnya menurunkan setiap risiko sekuritas
individu

7-
20
 Markowitz model kovarians -full
◦ Membutuhkan kovarians antara return nya dari
semua surat berharga untuk menghitung
varians portofolio
◦ n (n-1) / 2 set covariances atas n sekuritas
 Markowitz menyarankan untuk menggunakan
indeks dimana semua sekuritas terkait untuk
menyederhanakan

7-
21
Copyright 2010 John Wiley & Sons, Inc. All rights reserved.
Reproduction or translation of this work beyond that
permitted in Section 117 of the 1976 United states
Copyright Act without the express written permission of
the copyright owner is unlawful. Request for further
information should be addressed to the Permissions
department, John Wiley & Sons, Inc. The purchaser may
make back-up copies for his/her own use only and not for
distribution or resale. The Publisher assumes no
responsibility for errors, omissions, or damages, caused
by the use of these programs or from the use of the
information contained herein.

7-
22
 Koefisien korelasi  Sejauh mana return dari
sekuritas terkait satu dgn yg lainnya.
 -1< ρ (1,2) < +1

 Penggabungan 2 sekuritas yg berkorelasi positif

sempurna tdk akan memberikan manfaat
pengurangan risiko
 Penggabungan 2 sekuritas yg berkorelasi nol,
akan mengurangi risiko portofolio secara
signifikan.
 Penggabungan 2 sekuritas yg berkorelasi negatif
sempurna akan menghilangkan risiko kedua
sekuritas tersebut.
ρAB = Cov(rArB)
A B

ρAB = N . ∑AB - ∑A ∑B
(N . ∑A ²) – (∑ A)²][(N . ∑B²) – (∑B )²]½
 Kovarians (covariance) Sejauhmana return dari dua
sekuritas mempunyai kecenderungan bergerak
bersama2.

 Kovarians Positif, dua sekuritas bergerak dlm arah yg

sama, jk return sekuritas A naik, maka return
sekuritas B naik.
 Kovarians Negatif, dua sekuritas bergerak dlm arah
yg berlawanan, jk return sekuritas A naik, maka
return sekuritas B turun.
 Kovarians Nol, pergerakan dua sekuritas bersifat
independen satu dgn yg lainnya.
 Covariance

Cov(r1r2) = 1,2 1 2

Cov(r1r2) = [r1 - E(r1 )] [r2 - E(r2)]

N -1

Cov(r1r2) = [r1 - E(r1 )] [r2 - E(r2 )] . p

7-
26
rp = W1r1 + W2r2
n

w
i 1
i
1

rp = Σrp
N
r₁ = Σr₁
N
r₂ = Σr₂
N
p2 = w1212 + w2222 + 2W1W2 Cov(r1r2)
p2 = w1212 + w2222 + 2W1W2 1,212
p2 = w1212 + w2222 + W1 W2 1,2 1 2 +
W2W1 1,2 21

7-
28
 Example 1 : Data dengan Probabilita
Tahun Probabilita rA (%) rB (%)
1 0,1 14 20
2 0,2 -5 -2
3 0,4 10 9
4 0,1 9 14
5 0,2 12 18

Hitung :E(rA), E(rB),Cov(rArB), ρAB dan p dan E(rP)(wA=65% dan wB=35%)

E(rA) = Σ P . rA
E(rB) = Σ P . rB
Cov(rArB) = Σ [rA - E(rA)] [rB - E(rB)] . P
ρAB = Cov(rArB)
A B
 A =  Σ P . [rA - E(rA)]²
 B =  Σ P . [rB - E(rB)]²
p2 = wA2A2 + wB2B2 + 2 .wA . wB . Cov(rArB)
 CARA 1
E(rA) = Σ P . rA
= (0,1 x 14) + (0,2 x -5) + (0,4 x 10) + ( 0,1 x 9) + (0,2 x 12)
= 7,7 %

E(rB) = Σ P . rB
= (0,1 x 20) + (0,2 x -2) + (0,4 x 9) + (0,1 x 14) + (0,2 x 18)
= 10,2 %

Cov(rArB) = Σ [rA - E(rA)] [rB - E(rB)] . P

= [(14-7,7) (20-10,2) (0,1) + (-5-7,7) (-2-10,2) (0,2) +
(10-7,7) (9-10,2) (0,4) + (9-7,7) (14+10,2) (0,1) +
(12-7,7) (18-10,2) (0,2)]
= 43,26
ρAB = Cov(rArB) CARA 1
A B
 A =  Σ P . [rA - E(rA)]²
=  0,1 (14-7,7)² + 0,2 (-5-7,7)² + 0,4 (10-7,7)² + 0,1 (9-7,7)² +
0,2 (12-7,7)²
= 6,50 %

 B =  Σ P . [rB - E(rB)]²
= 0,1 (20-10,2)² + 0,2 (-2-10,2)² + 0,4 (9-10,2)² + 0,1 (14-10,2)² +
0,2 (18-10,2)²
= 7,318 %

ρAB = Cov(rArB)
A  B
= 43,26 = 0,91
6,50 x 7,318
 CARA 2
E(rA) = Σ P . rA
= (0,1 x 0.14) + (0,2 x -0.05) + (0,4 x 0.10) + ( 0,1 x 0.09)
+ (0,2 x 0.12)
= 0.077 x 100% = 7,7 %
E(rB) = Σ P . rB
= (0,1 x 0.20) + (0,2 x -0.02) + (0,4 x 0.09) + (0,1 x 0.14)
+ (0,2 x 0.18)
= 0.102 x 100% = 10,2 %
Cov(rArB) = Σ [rA - E(rA)] [rB - E(rB)] . P
= [(0.14 – 0.077) (0.20- 0.102) (0,1) +
(-0.05 - 0.077) (-0.02-0.102) (0,2) +
(0.10 - 0.077) (0.09 - 0.102) (0,4) +
(0.09 - 0.077) (0.14+ 0.102) (0,1) +
(0.12 - 0.077) (0.18- 0.102) (0,2)]
= 0.004326 x 100 x 100 = 43.26
ρAB = Cov(rArB) CARA 2
A B
 A =  Σ P . [rA - E(rA)]²
=  0,1 (0.14-0.077)² + 0,2 (-0.05-0.077)² + 0,4 (0.10-0.077)² +
0,1 (0.09-0.077)² + 0,2 (0.12-0.77)²
= 0.06497 x 100% = 6,50 %
 B =  Σ P . [rB - E(rB)]²
= 0,1 (0.20-0.102)² + 0,2 (-0.02-0.102)² + 0,4 (0.09-0.102)² +
0,1 (0.14-0.102)² + 0,2 (0.18-0.102)²
= 0.07318 x 100% = 7,318 %
ρAB = Cov(rArB)
A  B
= 0.004326 = 0,91
0.06497 x 0.07318
 Resiko dan Return Portofolio

p2 = wA2A2 + wB2B2 + 2 .wA . wB . Cov(rArB)

p2 = (0.652 x 6.52) + (0.352 x 7.3182)
+ (2 x 0.65 x 0.35 x 43.26)

p2 = 44.0781
p =  44.0781 = 6.64 %
E(rP) = wA. E(rA) + wB . E(rB)
E(rP) = ( 0.65 x 7.7) + ( 0.35 x 10.2)
E(rP) = 8.575 %
 Tahun rA (%) rB (%)
1 8 10
2 -9 -12
3 14 18
4 16 20
5 20 14
Hitung : rA, rB , Cov(rArB) ρAB dan p (wA = 55% dan wB = 45%)


E(r A) = rA = Σ rA
N A = Σ (rA - rA )²
E(r B) = rB = Σ rB N-1
N B =  Σ (rB - rB )²
Cov(rArB) = Σ (rA - r A ) ) (rB - r B )
N-1
N-1
ρAB = Cov(rArB)
A B
p2 = wA2A2 + wB2B2 + 2 .wA . wB . Cov(rArB)
rA = Σ rA
N
= 8+(-9)+14+16+20 = 9,8 %
5
rB = Σ rB
N
= 10+(-12)+18+20+14 = 10 %
5
Cov(rArB) = Σ (rA - rA ) (rB - rB )
N-1
= [(8-9,8) (10-10)] + (-9-9,8) (-12-10) + (14-9,8) (18-10) +
(16-9,8) (20-10) + (20-9,8) (14-10)]

5-1
= 137.5
ρAB = Cov(rArB)
A B
A =
 N-1
Σ (rA - rA )²

= (8-9,8)² + (-9-9,8)² + (14-9,8)² + (16-9,8)² + (20-9,8)²


= 11.3666%
5-1
B = Σ (rB - rB )²
 N-1
= (10-10)² + (-12-10)² + (18-10)² + (20-10)² + (14-10)² =

12.8842 %
5 -1

ρAB = Cov(rArB) = 137.5 = 0.9389

A B (11.3666 x 12.8842)
 Resiko Portofolio

p2 = wA2A2 + wB2B2 + 2 .wA . wB . Cov(rArB)

p2 = (0.552 x 11.372) + (0.452 x 12.882)
+ (2 x 0.55 x 0.45 x 137.5)

p2 = 140.76
p =  140.76 = 11.86%
rp = W1r1 + W2r2 + W3r3

p2 = ∑ Wi . Wj . i j

Atau

p2 = ∑ Wi . Wj . 1,2 . i .  j

₁₁ ₁₂ ₁₃

Matriks  p2 = [w₁ w₂ w₃] ₂₁ ₂₂ ₂ ₃
₃₁ ₃₂ ₃₃
 Suatu portofolio terdiri dari tiga buah sekuritas
dengan proporsi 20%, 30%, dan 50% masing-
masing utk sekuritas pertama, kedua dan ketiga.
Varian dan kovarian return dari sekuritas-
sekuritas ini ditunjukan oleh matik varian dan
kovarian berikut :

₁₁ ₁₂ ₁₃ 0.2 0.3 0.15

₂₁ ₂₂ ₂ ₃ = 0.3 0.5 -0.25
₃₁ ₃₂ ₃₃ 0.15 -0.25 0.07

 Berapa besarnya varian dari portofolio tersebut ?

7-
40
 ₁₁ ₁₂ ₁₃ w₁
p2 = w₁ w₂ w₃ ₂₁ ₂₂ ₂ ₃ w₂
₃₁ ₃₂ ₃₃ w₃

p2 = w₁. w₁. ₁₁ + w₁. w₂. ₁₂ + w₁. w₃. ₁₃ +
w₂ .w₁. ₂₁ + w₂ . w₂. ₂₂ + w₂ . w₃. ₂₃ + w₃.
w₁. ₃₁ + w₃ .w₂. ₃₂ + w₃. w₃.₃₃

7-
41
 0.2 0.3 0.15 0.2
p2 = 0.2 0.3 0.5 0.3 0.5 -0.25 0.3
0.15 -0.25 0.07 0.5

p2 = w₁. w₁. ₁₁ + w₁. w₂. ₁₂ + w₁. w₃. ₁₃ +
w₂ .w₁. ₂₁ + w₂ . w₂. ₂₂ + w₂ . w₃. ₂₃ + w₃.
w₁. ₃₁ + w₃ .w₂. ₃₂ + w₃. w₃.₃₃
p2= [0.2x0.2x0.2]+[0.2x0.3x0.3]+[0.2x0.5x0.15]+
[0.3x0.2x0.3]+[0.3x0.3x0.5]+[0.3x0.5x-0.25]+
[0.5x0.2x0.15]+[0.5x0.3x-0.25]+[0.5x0.5x0.07]
= 0.0615
p = √0.0615 = 0.248 7-
42
 0.2 0.3 0.15 0.2
p2 = 0.2 0.3 0.5 0.3 0.5 -0.25 0.3
0.15 -0.25 0.07 0.5
p2= [0.2x0.2]+[0.3x0.3]+[0.5x0.15] 0.2
[0.2x0.3]+ [0.3x0.5]+[0.5x-0.25] 0.3
[0.2x0.15] +[0.3x-0.25] +[0.5x0.07] 0.5
0.2
= [ 0.205 0.085 -0.010] 0.3
0.5
=[0.205x0.2] + [0.085x0.3] + [-0.010x0.5]
= 0.041 + 0.0255 – 0.005
= 0.0615
p = √0.0615 = 0.248 7-
43