BAB II

RETURN DAN RESIKO PORTFOLIO

Portfolio adalah seluruh daftar investasi yang dimiliki oleh investor baik disektor riil
maupun keuangan. Daftar investasi saham di BEI yang dimiliki oleh seorang investor juga disebut
sebagai portfolio (saham). Ketika menganalisis return and risk investasi saham, yang menjadi
focus adalah portfolio yang dimiliki investor, bukan return and risk individual. Karena peluang
investasi dapat ditingkatkan dengan menggabungkan mereka secara bersama-sama dalam bentuk
portfolio.

2.1. Portfolio Return Data Historis

Merupakan rata-rata tertimbang dari return sekuritas individual, dan penimbangnya adalah
bobot proporsi dana investor yang diinvestasikan pada masing-masing saham. Prosentase nilai
total portfolio yang diinvestasikan pada masing-masing komponen portfolio disebut portfolio
weights, yang diberi symbol W. Kombinasi bobot portfolio diasumsikan berjumlah 100% atau satu.
Misal investasi pada 5 sekuritas dengan proporsi dana yang diinvestasikan pada masing-masing
adalah sama, maka W = 0,2 atau 20%. Return portfolio dihitung sebagai berikut:
n
Rp = W R
i =1
i i

Di mana:
n = jumlah sekuritas dalam portfolio
Wi = bobot portfolio untuk sekuritas ke-i
∑W= 1,0

Contoh perhitungan return portfolio 2 saham:

Misalnya Investor ”A” memiliki portfolio 2 saham, yaitu KRAS dan GIAA dengan harga penutupan
masing-masing saham periode 21 Maret – 4 April 2011 sebagai berikut:

10
Perhitungan return portfolio memerlukan data: (1) proporsi dana yang diinvestasikan pada masing-
masing saham KRAS dan GIAA, misal masing-masing 50%, sehingga W (kras) = 0.5, dan W (giaa)
= 0.5, (2) rata-rata return KRAS & GIAA periode 22 Mret – 4 April 2011. Berdasarkan data
tambahan tersebut serta formula return portfolio di atas, maka perhitungan return portfolio 2 saham
( KRAS & GIAA) sebagaimana work-sheet berikut:

Hasil perhitungan tersebut menunjukkan rata-rata return saham KRAS 0,27%, rata-rata return
GIAA 0,02% dan return portfolio 2 saham (KRAS & GIAA) sebesar 0,145%.

2.2. Portfolio Risk Data Historis

Resiko diukur dari standart deviasi dari return portfolio, sama persis dengan perhitungan
resiko untuk sekuritas individual. Akan tetapi teori portfolio modern bahwa return portfolio
merupakan rata-rata tertimbang dari return individual, sedangkan portfolio risk bukan merupakan
rata-rata tertimbang dari resiko sekuritas individual dalam portfolio, tetapi perhitungannya
melibatkan konsep variance dan co-variance dari masing-masing saham saham pembentuk
portfolio.

2.2.1. Diversifikasi
Resiko portfolio terkait dengan konsep diversifikasi yang berarti tidak melakukan investasi
pada satu saham, tetapi investasinya menyebar pada beberapa saham (don’t put your eggs in one
basket). Diversifikasi merupakan kunci untuk memanage portfolio risk, karena dengan diversifikasi
resiko dapat diminimalkan tanpa mempengaruhi return.

11
a. Markowitz Diversification
Tahun 1950, Harry Markowitz, yang dianggap sebagai bapak dari teori portfolio modern,
memunculkan model portfolio dasar yang merupakan dasar dari teori portfolio modern. Era
sebelum Markowitz, para investor telah mengetahui bahwa dengan membentuk portfolio atau
dengan melakukan diversifikasi maka resiko portfolio akan minimal, tetapi tidak mampu
menjelaskan kenapa resiko turun. Sedangkan Markowitz mampu menjelaskan secara kuantitaip
mengapa, dan bagaimana diversifikasi portfolio dapat menurunkan resiko portfolio. Variabel
penjelasnnya antara lain: return portfolio, standart deviasi, koefisien korelasi dan covariance antar
surat berharga dari suatu portfolio.

b. Koefisien Korelasi
Merupakan ukuran sejauh mana return atas dua sekuritas yang mana saja mempunyai
hubungan, dengan symbol  ij , nilai + 1 → hubungan positif kuat, -1 → hubungan negatif kuat,

dan 0 → tidak mempunyai hubungan.

c. Covariance
Merupakan ukuran gabungan antara koefisien korelasi dengan variance, sejauh mana dua
sekuritas mempunyai hubungan sekaligus variasi bersama-sama. Mengukur seberapa banyak
return pada dua asset bergerak dalam satu kesatuan (Marcus,at.all.2002:165). Covariance positip
berarti return asset bergerak bersama. Covariance negatip berarti bervariasi secara berlawanan.
Formula sebagai berikut:

 AB =  AB A B
Oleh karena itu, jika koefisien korelasi diketahui maka covariance juga dapat diketahui, karena
standart deviasi sudah tersedia, dan dengan demikian resiko portfolio dapat dihitung sebagai
berikut:

 p = W12 12 + W22 22 + 2(w1 )( w2 )( 1.2 ) 1 2 

1/ 2

Berdasarkan formula di atas, maka yang menentukan resiko portfolio ada 3:

• Variance masing-masing sekuritas
• Covariance antar sekuritas
• Weights portfolio masing-masing sekuritas

12
Seberapa besar turunnya resiko portfolio juga tergantung koefisien korelasi antar sekuritas sebagai
berikut:
1. Kombinasi dua sekuritas yang mempunyai koefisien korelasi +1, maka tidak akan terjadi
penurunan resiko portfolio.
2. Kombinasi dua sekuritas yang mempunyai koefisien korelasi 0, maka akan terjadi penurunan
resiko portfolio.
3. Kombinasi dua sekuritas yang mempunyai koefisien korelasi -1, maka akan resiko portfolio
akan nol.

Contoh perhitungan return portfolio 2 saham (KRAS&GIAA) sebelumnya dapat digunakan untuk
menghitung resiko (SD) portfolio. Perhitungan resiko portfolio memerlukan tambahan komponen
data yaitu SD saham individual pembentuk portfolio dan koefisien korelasi kedua saham tersebut
yaitu KRAS dan GIAA (lihat rumus perhitungan resiko portfolio 2 saham). Untuk menyingkat waktu
perhitungan SD dan koefisien korelasi digunakan program excell dan untuk konfirmasi silahkan
para mahasiswa menghitungnya dengan rumus dan menghitung secara manual. Proses
perhitungan resiko portfolio selengkapnya sebagaimana worksheet berikut:

Hasil perhitungan tersebut menunjukkan rata-rata return saham KRAS 0,27%, rata-rata return
GIAA 0,02%, return portfolio 2 saham (KRAS & GIAA) sebesar 0,145%, SD saham KRAS 1,56%,
SD GIAA 2,15%, korelasi saham KRAS dan GIAA 0,10% dan resiko portfolio 2 saham 1,39%.

13
2.3. Return Dan Resiko Portfolio 3 Saham Atau Lebih
Perhitungan resiko portfolio dua saham sudah melibatkan perhitungan matematis yang
agak komplek sebelum akhirnya diperoleh berapa besar resiko portfolio investasi 2 saham
tersebut. Perhitungan akan semakin kompleks jika komponen saham pembentuk portfolio semakin
banyak, misalnya 3 saham atau bahka lebih. Perhitungan return portfolio untuk berapapun jumlah
saham pembentuk portfolio tidak menemui kesulitan yang berarti, karena return portfolio
merupakan rata-rata tertimbang dari rata-rata return saham individual pembentuk portfolio. Akan
tetapi perhitungan resiko portfolio akan menghadapi matematis yang komplek terutama
perhitungan co-variance. Berapa co-variance yang harus dihitung sangat tergantung pada jumlah
saham pembentuk portfolio, dan jumlah covarinace sama dengan n ( n- 1), di mana n adalah
jumlah saham pembentuk portfolio. Jika portfolio 2 saham, maka harus menghitung 2 covarince (1
pasang), 3 saham harus menghitung 6 covariance (3 pasang), 4 saham harus menghitung 12
covarinace (6 pasang), dan sebagainya. Untuk mempermudah variance dan covariance mana
yang harus dihitung akan sangat dipermudah dengan bantuan matrik sebagai berikut:
Misal portfolio 2 saham, matriknya:

Berdasarkan matrik tersebut, maka garis diagonal yaitu huruf kembar menunjukkan variance yaitu
variance saham ”a” dan variance saham ”b”. Sisanya yaitu ”ba” - ”ab” menunjukkan covariance,
jadi ada dua variance dan dua covarinace, hanya saja covariance ”ba” dan ”ab” adalah sama atau
satu pasang, maka perhitungannya tinggal diambil salah satu covariance kemudian dikalikan 2
sebagaimana rumus resiko portfolio 2 saham berikut:

 p = W12 12 + W22 22 + 2(w1 )( w2 )( 1.2 ) 1 2 

1/ 2

Apabila saham pembentuk portfolio meningkat menjadi 3 saham, maka matrik berubah menjadi
sebagai berikut:

Berdasarkan matrik tersebut, maka garis diagonal yaitu huruf kembar menunjukkan variance yaitu
variance saham ”a” , variance saham ”b” dan variance saham ”c”. Sisanya yaitu ”ba” - ”ab”, ”ca” -

14
”ac”, dan ”cb”-”bc” menunjukkan covariance, jadi ada dua variance dan 6 covarinace atau 3
pasang covariance karena covariance ”ba” dan ”ab” adalah sama (begitu juga yang lainnya) maka
perhitungannya tinggal diambil salah satu covariance kemudian dikalikan 3 sebagaimana rumus
resiko portfolio 2 saham berikut:

 p = W12 12 + W22 22 + W32 3 + 2(w1 )( w2 )( 1.2 ) 1 2 + 2(w1 )( w3 )( 1.3 ) 1 3 + 2(w2 )( w3 )(  2.3 ) 2 3 

1/ 2

Contoh perhitungan return portfolio 3 saham dikembangkan dari contoh sebelumnya kasus
portfolio 2 saham (KRAS&GIAA) kemudian ditambah satu saham lagi misalnya saham BBTN.
Perhitungan resiko portfolio 3 saham sama dengan ketika menghitung resiko portfolio 2 saham,
hanya saja sebagaimana formulanya memerlukan perhitungan 3 variance dan 6 atau 3 pasang
covariance (lihat rumus resiko portfolio 3 saham). Proses perhitungan resiko portfolio 3 saham
selengkapnya sebagaimana worksheet berikut:

Hasil perhitungan tersebut menunjukkan rata-rata return saham KRAS 0,27%, rata-rata return
GIAA 0,02%, dan rata-rata return BBTN 1,01%. Return portfolio 3 saham (KRAS, GIAA & BBTN)
sebesar 0,59%, SD saham KRAS 1,56%, SD GIAA 2,15%, SD BBTN 1,65%, korelasi saham
KRAS-GIAA 0,10%, korelasi KRAS-BBTN -0.30%, korelasi GIAA-BBTN -0,35% dan resiko portfolio
3 saham (KRAS, GIAA &BBTN) 0,80%.

15
Apabila saham pembentuk portfolio meningkat menjadi 4 saham, maka matrik berubah menjadi
sebagai berikut:

Berdasarkan matrik tersebut, maka garis diagonal yaitu huruf kembar menunjukkan variance yaitu
variance saham ”a” , variance saham ”b”, variance saham ”c” dan variance saham ”d”. Sisanya
yaitu ”ba” - ”ab”, ”ca” - ”ac”, ”cb”-”bc”, ”da”-”ad”, ”db”-”bd”, dan ”dc”-”cd” menunjukkan covariance,
jadi ada 4 variance dan 12 covarinace atau 6 pasang covariance karena covariance ”ba” dan ”ab”
adalah sama (begitu juga yang lainnya) maka perhitungannya tinggal diambil salah satu
covariance kemudian dikalikan 2 sebagaimana rumus resiko portfolio 4 saham berikut:
1/ 2
W 2 2 + W22 22 + W32 32 + W42 42 + 2( w1 )( w2 )( 1.2 ) 1 2 + 2( w1 )( w3 )( 1.3 ) 1 3 + 
p = 1 1 
2( w1 )( w4 )( 1.4 ) 1 4 + 2( w2 )( w3 )(  2.3 ) 2 3 + 2( w2 )( w4 )(  2.4 ) 2 4 + 2( w3 )( w4 )(  3.4 ) 3 4 

Perhitungan resiko portfolio yang terdiri atas 4 saham sudah melibatkan perhitungan covariance
sebanyak 12 atau 6 pasang, maka sudah barang tentu memerlukan perhitungan yang komplek.
Sebetulnya program excel masih sanggup untuk menghitungnya, namun ada program kuadratik
programming yang akan mempermudah perhitungan tersebut. Program ini hanya memerlukan
input seperti: rata-rata return saham individual, SD masing-masing saham, proporsi investasi pada
masing-masing saham (W), dan koefisien korelasi antar saham pembentuk portfolio.
Sebagai contoh kasus perhitungan resiko portfolio 3 saham yang sudah dibahas tersebut di atas
akan dicoba diselesaikan dengan program investasi linier programming. Dari perhitungan
sebelumnya diperoleh data-data yang dapat digunakan untuk menjalankan program investasi
tersebut yaitu:

Setelah input data dimasukkan program, maka nampak sebagai berikut:

16
Program ini menghasilkan nilai yang sama sebagaimana perhitungan excel, yaitu return portfolio
(E(Rp)) = 0,59% dan Resiko portfolio 3 saham (StDev(Rp)) = 0,80%.

17
2.1. Return dan Resiko Portfolio Data Estimasi
Berbeda dengan sebelumnya, kasus berikut akan menggunakan data estimasi dalam
perhitungan return dan resiko portfolio. Return data estimasi adalah data yang belum terjadi
sehingga merupakan kemungkinan akan diperolehnya return tertentu suatu asset keuangan. Tabel
2.1 adalah contoh estimasi return saham perusahaan Candy (Marcus,at.all.2002:163). Saham
perusahaan permen (candy) sangat sensitiv terhadap harga gula, sehingga ketika panen tebu
rendah mengakibatkan tingginya harga gula yang menyebabkan perusahaan mengalami keruguian
yang signifikan sehingga return saham juga jatuh.
Tabel 2.1
Estimasi Return Saham Pabrik Candy
Keterangan Tahun Normal Tahun Abnormal
Bursa Bullish Bursa Bearish Krisis Gula
Probabilitas 0.5 0.3 0.2
Rate of Retrun 25% 10% -25%

Berdasarkan data pada Tabel 2.1, dapat dihitung rata-rata return (expected return) yaitu
merupakan rata-rata probabiltas tertimbang dari seluruh skenario. Katakan Pr(i) probabilitas reutrn
i dan r(i) adalah return i, expected return (E(r)) dirumuskan sebagai berikut:
n
E(r) =  Pr(i ).r (i )
i =1
Aplikasi rumus tersebut untuk data dari Tabel2.1:
E(rcandy)= (0.5x25)+(0.3x10)+(0.2x-25) = 10.5%
Varinace dari return asset candy yang mana adalah rata-rata deviasi kuadrat dari return rata-rata
sebagai berikut:
n 2

 =  Pr( i )r( i ) - E(r) 

2

i =1

Variance data pada Tabel 2.1 dihitung sebagai berikut:

 2 = 0.5(25-10.5)2 + 0.3(10-10.5)2 + 0.2(-25-10.5)2 = 357.25
Standart deviasi dari return candy merupakan akar dari variance sebagai berikut
357.25 = 18.9%
Misalkan seorang investor menginvestasikan 50% kekayaannya pada saham Candy. Untuk
mengurangi resiko keseluruhan portfolionya Mereka dapat menginvestasikan sisa kekayaannya
pada asset bebas resiko (T-bills) yang mana menghasilakn dengan pasti return 5%. Berapa return
portfolio pada dasarnya merupakan rata-rata tertimbang dari rate of return dari setiap asset
pembentuk portfolio dengan proporsi portfolio sebagai penimbang (weight). Dimaknai bahwa

18
expected rate of return portfolio adalah rata-rata tertimbang dari expected rate of return setiap
komponen asset pembentuk portfolio, sehingga perhitungannya sebagai berikut:
E(r investor) = 0.5E(r candy) + 0.5 r T-bills
= (0.5*10.5) + (0.5*5)
= 7.75%
Portfolio investor adalah 50% di Candy dan 50% pada asset bebas resiko (T-bills) sehingga resiko
portfolio sebagai berikut:
 investor = 0.5σcandy = 0.5 x 18.9% = 9.45%.
Dengan hanya 50% investasi pada saham Candy dan 50% pada T-bills maka investor dapat
menguangi resiko portfolio separo. Biaya dari penurunan resiko tersebut adalah menurunnya
return portfolio. Expected return Candy 10.5%. Expected return portfolio dengan separo pada T-
bills 7.75%. Risk premium untuk Candy di atas 5% return bebas resiko adalah 5.5%, dan hanya
2.75% untuk separo pada T-bills. Dengan mengurangi investasi pada Candy separo, maka
investor mengurangi risk premium juga separo dari 5.5% menjadi 2.75%.
Usaha investor untuk memperbaiki portfolio dimisalkan menyewa seorang konsultan
keuangan. Konsultan mengkaji dan meneliti industri Candy (permen) dan gula, tidak lah
mengejutkan ketika terjadi krisis gula maka perusahaan gula justru meraup keuntungan yang luar
biasa dan harga saham naik pesat. Tabel 2.2 mengilustrasikan karakteristik return saham
perusahaan gula (Marcus,at.all.2002:164).
Tabel 2.1
Estimasi Return Saham Pabrik Gula
Keterangan Tahun Normal Tahun Abnormal
Bursa Bullish Bursa Bearish Krisis Gula
Probabilitas 0.5 0.3 0.2
Rate of Retrun 1% -5% 35%

Perhitungan expected return dan Variance dengan formula sebelumnya diperoleh angka, expected
return Gula 6% dan standart deviasi 14.73%. Return Gula hampir sama-sama berfluktuasi
senbagaimana Candy dan expected returnnya hanya sedikit di atas return bebas resiko. Sepintas
kelihatan Gula bukan merupakan investasi menarik, akan tetapi bagi investor (pemilik Candy)
menjanjikan keuntungan besar.
Gula menawarkan potensi hedging yang besar bagi investor Candy karena keuntungan
mencapai tertinggi persis ketika Candy terendah yaitu selama krisis gula. Portfolio investor ketika

19
dipecah sama rata antara Candy dan Gula. Rate of return dari masing-masing skenario merupakan
rata-rata sederhana return Candy dan Gula karena portfolio terdiri atas dua saham dengan
proporsi sama rata sebagaimana Tabel 2.3.
Tabel 2.1
Estimasi Return Portfolio Candy dan Gula
Keterangan Tahun Normal Tahun Abnormal
Bursa Bullish Bursa Bearish Krisis Gula
Probabilitas 0.5 0.3 0.2
Rate of Retrun 13% 2.5% 5%

Expected return dan resiko investor dengan portfolio terdiri dari Candy dan Gula dengan formula
yang ada sebelumnya sebagai berikut:
E(r investor) = (0.5x13)+(0.3x2.5)+(0.2x5)
= 8.25%
 2 investor = 0.5(13-8.25)2 + 0.3(2.5-8.25)2 + 0.2(5-8.25)2 = 23.31
Standart deviasi dari return candy merupakan akar dari variance sebagai berikut
23.31 = 4.83%
Konsultan keuangan investor akhirnya dapat membuat resume karakteristik return dan resiko
portfolio sebagaimana tabel 2.4.
Tabel 2.1
Karakteristik Return dan Risk Tiga Alternatip
Portfolio Expected return Standart Deviasi
Semua Candy 10.5% 18.9%
Separo T-bills 7.75 9.45
Separo Gula 8.25 4.83

Portfolio dengan separo pada saham Gula adalah terbaik karena mendominasi portfolio dengan
strategy sederhana menginvestaikan separo pada T-bills. Portfolio separo Gula mempunyai
expected return lebih tinggi dan resiko lebih rendah dibanding separo T-bills. Meskipun saham
Gula mempunyai standart deviasi besar akan tetapi menghedging (menurunkan resiko) investor
yang memegang saham Candy. Resiko asset individual dalam portfolio harus diukur dalam kontek
pengaruh return atas keseluruhan variabilitas portfolio. Contoh Perhitungan di atas
mendemonstrasikan bahwa asset dengan return berkorelasi negatip (berlawanan arah) dengan
posisi asset sebelumnya adalah merupakan asset yang sangat kuat dalam menghedging.

20
 Pengkuantitatipan potensi hedging ataupun diversifikasi dari suatu asset digunakan
konsep covariance dan variance sebagaimana dalam perhitungan resiko portfolio data historis.
Covariance bisa positip dan negatip, untuk mengukurnya dengan melihat deviasi dari expected
value dalam setiap skenario. Perhatikan hasil kali dari setiap deviasi return dari expected value
dalam skenario tertentu sebagi berikut:
r
Candy 
− E (rCandy ) rGula − E (rGula )

Hasil perkalian ini akan positip jika return dari dua saham bergerak bersama, yaitu jika return
keduanya melebihi expectasinya atau keduanya lebih kecil dari nilai ekpektasinya. Sebaliknya jika
salah satu return melebihi nilai expectasi dan yang lain lebih kecil maka hasil kali akan negatip.
Berdasarkan penjelasan tersebut, maka ukuran yang baik untuk mengetahui seberapa jauh return
bergerak bersama adalah expected value dari hasil perkalian seluruh skenario, hal ini juga
merupakan definisi covariance dengan formula sebagai berikut:

 Pr(i)r 
Gula
Cov(rCandy , rGula ) = Candy − E (rCandy) rGula − E (rGula 
i =Cnady

Data sebelumnya E(r Candy)= 10.5% dan E(r Gula) = 6% dan return dalam setiap skenario
sebagaimana dirangkum pada Tabel-2.5 dapat dihitung covariance dengan formula tersebut di
atas. Covariance antar dua return saham (Candy dan Gula):
Cov(rCandy , rGula ) = 0.5(25-10.5)(1-6)+0.3(10-10.5)(-5-1)+0.2(-25-10.5)(35-6)= -240.5

Covariance negatip mengkonfirmasi kualitas fungsi hedging Gula relatip terhadap Candy. Return
Candy bergerak berlawanan arah dengan Gula.
Tabel 2.5
Rangkuman Return Dalam Seluruh Skenario
Keterangan Tahun Normal Tahun Abnormal
Bursa Bullish Bursa Bearish Krisis Gula
Probabilitas 0.5 0.3 0.2
Rate of Retrun
Candy 25 10 -25
Gula 1 -5 35

Sebuah statistik yang lebih mudah diinterprestasikan dibanding covariance adalah

koefisien korelasi, jika skala covariance terletak antara nilai -1(korelasi negatip sempurna) dan +1
(korelasi positip sempurna). Koefisien korelasi antara dua variabel sama dengan covariancenya

21
dibagi dengan hasil kali standart deviasi. Korelasi ditunjukkan dengan simbol hurup Yunani ρ
dihitung dengan formula sebagai berikut (Marcus,at.all.2002:164):
Cov(rCandy , rGula )
 (Candy, Gula) =
 Candy Gula
- 240.5
= = - 0.86
18.9 x 14.73
Nilai korelasi yang besar (-0.86) mengkonfirmasi kecenderungan yang kuat antara Candy dan Gula
untuk bergerak secara berlawanan. Formula di atas dapat dikembangkan untuk menghitung nilai
covariance yaitu dengan mengalikan nilai sisi kiri (ρCandy,Gula) dengan penyebut sisi kanan (σCandy
σGula) menjai sebagai berikut:
Cov (rCandy,rGula) = ρ(Candy,Gula) x (σCandy σGula)
= -0.86 x 18.9 x 14.73
= -240.5
Hasil covariance tersebut persis sama dengan perhitungan sebelumnya. Pengaruh covariance
return asset pada resiko portfolio nampak jelas dalam formula perhitungan resiko portfolio
sebagaimana sebelumnya pada perhitungan data historis sebagai berikut:
 P2 = W12 12 + W22 22 + 2W1W2 Cov(r1 , r2 )
Data sebelumnya menunjukkan dengan bobot yang sama dalam Candy dan Gula, w1 = w2 = 0.5,
dan dengan σCandy = 18.9%, σGula = 14.73%, dan Cov (rCandy,rGula) = -240.5, maka variance portfolio
dihitung sebagai berikut:
 P2 = (0.5 2 x18.9 2 ) + (0.5 2 x14.73 2 ) + (2 x0.5 x0.5 x − 240.5)
= 23.3
Sehingga  P = 23.3 = 4.83% hasil ini tepat sama dengan jawaban standart deviasi portfolio
return portfolio yang dihedging pada perhitungan sebelumnya (50% Candy, 50% Gula).
Perlu digaris bawahi pengaruh covariance pada resiko portfolio. Covarinace positip
meningkatkan resiko portfolio dan negatip menurunkan resiko portfolio. Return asset yang
berkorelasi negatip akan saling menutup sehingga dapat menstabilkan return portfolio. Hedging
pada dasarnya melibatkan pembelian asset beresiko dengan korelasi negatip dengan asset yang
sebelumnya. Korelasi negatip mengakibatkan fluktuasi pada asset yang dihedging menurun
resikonya. Strategi hedging merupakan alternatip yang baik dalam kerangka penurunan resiko
portfolio dibandingkan strategi penurunan resiko sederhana dengan membeli asset bebas resiko.

22
23