Bodie's Investments, 10th Edition-234-264.en - Id

7
Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.com
BAB TUJUH
Portofolio Berisiko Optimal
KEPUTUSAN INVESTASI dapat dilihat sebagai memeriksa proses efisien diversifikasi dari bawah
proses top-down: (i) Alokasi modal ke atas, dimulai dengan menu investasi hanya dua
antara portofolio berisiko dan aset bebas risiko, aset berisiko, kemudian menambahkan aset
(ii) alokasi aset dalam portofolio berisiko di bebas risiko, dan akhirnya, menggabungkan
seluruh kelas aset yang luas (misalnya, saham AS, seluruh semesta sekuritas berisiko yang tersedia.
saham internasional, dan obligasi jangka Kami belajar bagaimana diversifikasi dapat
panjang), dan (iii) pemilihan keamanan aset mengurangi risiko tanpa mempengaruhi
individu dalam setiap kelas aset. pengembalian yang diharapkan. Selesai, kami
Alokasi modal, seperti yang kita lihat di Bab 6, memeriksa kembali hierarki alokasi modal, alokasi
menentukan eksposur investor terhadap risiko. aset, dan pemilihan keamanan. Terakhir, kami
Alokasi modal yang optimal ditentukan oleh menawarkan wawasan tentang kekuatan
penghindaran risiko serta ekspektasi untuk trade- diversifikasi dengan menggambar analogi antara
off risiko-pengembalian dari portofolio berisiko diversifikasi dan cara kerja industri asuransi.
optimal. Pada prinsipnya, alokasi aset dan Portofolio yang kita diskusikan dalam bab ini dan
pemilihan keamanan secara teknis identik; bab-bab berikutnya adalah jangka pendek—
keduanya bertujuan untuk mengidentifikasi walaupun keseluruhan cakrawala investasi panjang,
portofolio berisiko yang optimal, yaitu kombinasi komposisi portofolio dapat diseimbangkan kembali
aset berisiko yang memberikan trade-off risiko- atau diperbarui hampir secara terus-menerus. Untuk
pengembalian terbaik. Namun dalam praktiknya, jangka pendek ini, asumsi normalitas cukup akurat
alokasi aset dan pemilihan sekuritas biasanya untuk menggambarkan pengembalian periode
dipisahkan menjadi dua langkah, di mana garis holding, dan kita hanya akan membahas rata-rata
besar portofolio ditetapkan terlebih dahulu dan varians portofolio.
(alokasi aset), sedangkan rincian mengenai Dalam Lampiran A, kami mendemonstrasikan
BAGIAN II
sekuritas tertentu diisi kemudian (seleksi bagaimana konstruksi portofolio berisiko optimal
sekuritas). Setelah kami menunjukkan bagaimana dapat dengan mudah diselesaikan dengan Excel.
portofolio berisiko optimal dapat dibangun, Lampiran B memberikan tinjauan statistik portofolio
dengan penekanan pada intuisi di balik ukuran
Kami pertama-tama memotivasi diskusi dengan kovarians dan korelasi. Bahkan jika Anda telah
mengilustrasikan potensi keuntungan dari diversifikasi mengikuti kursus metode kuantitatif yang baik,
sederhana ke banyak aset. Kami kemudian melanjutkan ke mungkin ada baiknya membaca sekilas.
206 BAGIAN II Teori dan Praktik Portofolio
7.1 Diversifikasi dan Risiko Portofolio

Misalkan portofolio Anda hanya terdiri dari satu saham, katakanlah, Dell Inc. Apa yang akan menjadi
sumber risiko untuk "portofolio" ini? Anda mungkin memikirkan dua sumber ketidakpastian yang
luas. Pertama, adanya risiko yang berasal dari kondisi perekonomian secara umum, seperti siklus
bisnis, inflasi, suku bunga, dan nilai tukar. Tak satu pun dari faktor ekonomi makro ini dapat
diprediksi dengan pasti, dan semuanya mempengaruhi tingkat pengembalian saham Dell. Selain
faktor makroekonomi ini ada pengaruh spesifik perusahaan, seperti keberhasilan Dell dalam
penelitian dan pengembangan, dan perubahan personel. Faktor-faktor ini mempengaruhi Dell tanpa
secara nyata mempengaruhi perusahaan lain dalam perekonomian.
Sekarang anggap naif diversifikasi strategi, di mana Anda memasukkan sekuritas tambahan dalam
portofolio Anda. Misalnya, tempatkan setengah dana Anda di ExxonMobil dan setengahnya lagi di Dell. Apa
yang harus terjadi pada risiko portofolio? Sejauh pengaruh spesifik perusahaan pada dua saham berbeda,
diversifikasi harus mengurangi risiko portofolio. Misalnya, ketika harga minyak turun, merugikan
ExxonMobil, harga komputer mungkin naik, membantu Dell. Kedua efek tersebut saling mengimbangi dan
menstabilkan pengembalian portofolio.
Tapi mengapa diversifikasi hanya pada dua saham? Jika kami melakukan diversifikasi ke lebih
banyak sekuritas, kami terus menyebarkan eksposur kami ke faktor spesifik perusahaan, dan
volatilitas portofolio akan terus turun. Namun, pada akhirnya, bahkan dengan sejumlah besar saham,
kita tidak dapat menghindari risiko sama sekali, karena hampir semua sekuritas dipengaruhi oleh
faktor-faktor makroekonomi yang umum. Misalnya, jika semua saham dipengaruhi oleh siklus bisnis,
kita tidak dapat menghindari paparan risiko siklus bisnis tidak peduli berapa banyak saham yang kita
pegang.
Ketika semua risiko bersifat spesifik perusahaan, seperti pada Gambar 7.1, panel A, diversifikasi dapat
mengurangi risiko ke tingkat rendah yang sewenang-wenang. Alasannya adalah bahwa dengan semua
sumber risiko independen, eksposur terhadap sumber risiko tertentu dikurangi ke tingkat yang dapat
diabaikan. Pengurangan risiko ke tingkat yang sangat rendah dalam kasus sumber risiko independen
kadang-kadang disebut prinsip asuransi, karena gagasan bahwa perusahaan asuransi bergantung pada
pengurangan risiko yang dicapai melalui diversifikasi ketika menulis banyak polis yang mengasuransikan
terhadap banyak sumber risiko independen, setiap polis menjadi bagian kecil dari keseluruhan portofolio
perusahaan. (Lihat Bagian 7.5 untuk pembahasan prinsip asuransi.)
Namun, ketika sumber risiko umum mempengaruhi semua perusahaan, bahkan diversifikasi yang ekstensif tidak
dapat menghilangkan risiko. Pada Gambar 7.1, panel B, standar deviasi portofolio turun seiring dengan
meningkatnya jumlah sekuritas, tetapi tidak dapat dikurangi menjadi nol. Risiko yang tetap ada bahkan setelah
diversifikasi ekstensif disebut risiko pasar, risiko yang dapat diatribusikan ke sumber risiko di seluruh pasar. Risiko
seperti itu disebut juga resiko yang sistematis, atau risiko yang tidak dapat didiversifikasi. Sebaliknya, risiko yang
bisa dihilangkan dengan diversifikasi disebut risiko unik, risiko spesifik perusahaan,
risiko nonsistematis, atau risiko yang dapat didiversifikasi.
Analisis ini dibuktikan dengan studi empiris. Gambar 7.2 menunjukkan pengaruh diversifikasi
portofolio, menggunakan data saham NYSE. 1 Gambar tersebut menunjukkan standar deviasi rata-
rata dari portofolio berbobot sama yang dibangun dengan memilih saham secara acak sebagai fungsi
dari jumlah saham dalam portofolio. Rata-rata, risiko portofolio memang jatuh dengan diversifikasi,
tetapi kekuatan diversifikasi untuk mengurangi risiko dibatasi oleh sumber risiko yang sistematis atau
umum.
1 Meir Statman, “Berapa Banyak Saham yang Membuat Portofolio Terdiversifikasi?” Jurnal Analisis Keuangan dan
Kuantitatif 22 (September 1987).

BAB 7 Portofolio Berisiko Optimal 207
A B
σ σ
Risiko Unik
Risiko Pasar
Gambar 7.1 Risiko portofolio sebagai fungsi dari jumlah saham dalam portofolio
Panel A: Semua risiko bersifat spesifik perusahaan. Panel B: Beberapa risiko bersifat sistematis, atau di seluruh pasar.
Risiko Dibandingkan dengan Portofolio Satu Saham (%)

50 100
Standar Deviasi Portofolio Rata-rata (%)
45
40
75
35
30
25 50
20 40
15
10
5
0 0
0 2 4 6 8 10 12 14 16 18 20 100 200 300 400 500 600 700 800 900 1.000
Gambar 7.2 Diversifikasi portofolio. Standar deviasi rata-rata pengembalian portofolio yang hanya terdiri dari satu
saham adalah 49,2%. Risiko portofolio rata-rata turun dengan cepat karena jumlah saham yang termasuk dalam
portofolio meningkat. Dalam batasan tersebut, risiko portofolio bisa ditekan menjadi hanya 19,2%.
Sumber: Dari Meir Statman, “Berapa Banyak Saham yang Membuat Portofolio Terdiversifikasi?” Jurnal Analisis Keuangan dan Kuantitatif 22
(September 1987). Dicetak ulang dengan izin.
7.2 Portofolio Dua Aset Berisiko

Pada bagian terakhir kami mempertimbangkan diversifikasi naif dengan menggunakan portofolio beberapa sekuritas
dengan bobot yang sama. Sekarang waktunya belajar efisien diversifikasi, di mana kami membangun portofolio
berisiko untuk memberikan risiko serendah mungkin untuk setiap tingkat pengembalian yang diharapkan.
Portofolio dari dua aset berisiko relatif mudah untuk dianalisis, dan mereka menggambarkan prinsip dan
pertimbangan yang berlaku untuk portofolio banyak aset. Masuk akal untuk memikirkan portofolio dua aset
sebagai keputusan alokasi aset, jadi kami mempertimbangkan dua reksa dana, portofolio obligasi yang
berspesialisasi dalam sekuritas utang jangka panjang, dilambangkan D, dan dana saham yang
mengkhususkan diri dalam sekuritas ekuitas, E. Tabel 7.1 mencantumkan parameter yang menggambarkan
distribusi tingkat pengembalian dana ini.
Sebuah proporsi dilambangkan dengan w D diinvestasikan dalam dana obligasi, dan sisanya, 1 2 w D,
dilambangkan w E, diinvestasikan dalam dana saham. Tingkat pengembalian portofolio ini, R P, akan 2
RP5 wD RD1 wE RE (7.1)
di mana R D adalah tingkat pengembalian dana utang dan R E adalah tingkat pengembalian dana ekuitas.
Pengembalian yang diharapkan pada portofolio adalah rata-rata tertimbang dari pengembalian yang diharapkan pada
komponen sekuritas dengan proporsi portofolio sebagai bobot:
E(r P) 5 w D E(r D) 1 w E E(r E) (7.2)
Varians dari portofolio dua aset adalah
S P2 5 w 2D S 2D 1 w 2E S E2 1 2 w D w E Cov( R D, R E) (7.3)
Pengamatan pertama kami adalah bahwa varians portofolio, tidak seperti pengembalian yang diharapkan, adalah
bukan rata-rata tertimbang dari varians aset individu. Untuk memahami rumus varians portofolio
dengan lebih jelas, ingatlah bahwa kovarians suatu variabel dengan dirinya sendiri adalah:
varians dari variabel itu; itu adalah
Cov( R D, R D) 5 A Pr(skenario) 3 R D 2 E(r D) 4 3 R D 2 E(r D) 4

skenario
5 A Pr (skenario) 3 R D 2 E(r D) 4 2 (7.4)

skenario
5 S 2D
Oleh karena itu, cara lain untuk menulis varians portofolio adalah
S P2 5 w D w D Cov( R D, R D) 1 w E w E Cov( R E, R E) 1 2 w D w E Cov( R D, R E) (7.5)
Tabel 7.1
Utang Ekuitas
Statistik deskriptif
untuk dua reksa dana pengembalian yang diharapkan, E(r) 8% 13%
Standar deviasi, S 12% 20%
Kovarians, Cov( R D, R E) 72
Koefisien korelasi, R DE . 30
2 Lihat Lampiran B bab ini untuk tinjauan statistik portofolio.

S
Tabel 7.2
A. Matriks Kovarians Berbatasan
Perhitungan
Bobot Portofolio wD wE
varians portofolio
wD Cov( R D, R D) Cov( R D, R E) dari kovarians
matriks
wE Cov( R E, R D) Cov( R E, R E)
B. Matriks Kovarians Perkalian Batas
Bobot Portofolio wD wE
wD w D w D Cov( R D, R D) w D w E Cov( R D, R E)
wE w E w D Cov( R E, R D) w E w E Cov( R E, R E)
wD1 wE5 1 w D w D Cov( R D, R D) 1 w E w D Cov( R E, R D) w D w E Cov( R D, R E) 1 w E w E Cov( R E, R E)
Varians portofolio w D w D Cov( R D, R D) 1 w E w D Cov( R E, R D) 1 w D w E Cov( R D, R E) 1 w E w E Cov( R E, R E)
Dengan kata lain, varians portofolio adalah jumlah tertimbang dari kovarians, dan setiap bobot
adalah produk dari proporsi portofolio pasangan aset dalam istilah kovarians.
Tabel 7.2 menunjukkan bagaimana varians portofolio dapat dihitung dari spreadsheet. Panel A
dari tabel menunjukkan berbatasan matriks kovarians pengembalian kedua reksa dana. Matriks
bordered adalah matriks kovarians dengan bobot portofolio untuk setiap dana yang ditempatkan di
perbatasan, yaitu sepanjang baris dan kolom pertama. Untuk menemukan varians portofolio, kalikan
setiap elemen dalam matriks kovarians dengan pasangan bobot portofolio pada batas baris dan
kolomnya. Jumlahkan suku-suku yang dihasilkan, dan Anda memiliki rumus untuk varians portofolio
yang diberikan dalam Persamaan 7.5.
Kami melakukan perhitungan ini di panel B, yang merupakan berlipat ganda matriks
kovarians: Setiap kovarians telah dikalikan dengan bobot dari baris dan kolom di perbatasan.
Garis bawah panel B menegaskan bahwa jumlah semua istilah dalam matriks ini (yang kita
peroleh dengan menjumlahkan jumlah kolom) memang varians portofolio dalam Persamaan
7.5.
Prosedur ini bekerja karena matriks kovarians simetris di sekitar diagonal,
yaitu Cov( R D, R E) 5 Cov( R E, R D). Jadi setiap istilah kovarians muncul dua kali.
Teknik ini untuk menghitung varians dari matriks kovarians yang dikalikan batas
bersifat umum; itu berlaku untuk sejumlah aset dan mudah diimplementasikan pada spreadsheet. Pemeriksaan
Konsep 1 meminta Anda untuk mencoba aturan untuk portofolio tiga aset. Gunakan masalah ini untuk memverifikasi
bahwa Anda merasa nyaman dengan konsep ini.
PEMERIKSAAN KONSEP 7.1
A. Pertama, konfirmasikan sendiri bahwa aturan sederhana kami untuk menghitung varians portofolio dua aset dari
matriks kovarians berbatas konsisten dengan Persamaan 7.3.
B. Sekarang pertimbangkan portofolio tiga dana, X, Y, Z, dengan beban w X, w Y, dan w Z. Tunjukkan bahwa portofolio
varians adalah
w 2XXS 21 w Y2SY2 1 w 2 S21 2 ww Cov( r , r )

ZZ XY x kamu
1 2 w x w Z Cov( R X , R Z) 1 2 w kamu w Z Cov( R Y, R Z)
Persamaan 7.3 mengungkapkan bahwa varians berkurang jika suku kovarians negatif.
Penting untuk diketahui bahwa meskipun suku kovariansnya positif, simpangan baku portofolio
tetap kurang dari rata-rata tertimbang dari standar deviasi sekuritas individu, kecuali jika
kedua sekuritas tersebut berkorelasi positif sempurna.
Untuk melihat ini, perhatikan bahwa kovarians dapat dihitung dari koefisien korelasi,
R DE, sebagai
Cov( R D, R E) 5 r DE S D S E (7.6)
Karena itu,
S 2 1 w 2 E S E21 2 w D w E S D S E R DE
S P2 5 w 2DD (7.7)
Hal-hal lain sama, varians portofolio lebih tinggi ketika R DE lebih tinggi. Dalam kasus korelasi
positif sempurna, R DE 5 1, ruas kanan Persamaan 7.7 adalah kuadrat sempurna dan
disederhanakan menjadi
S P2 5 ( w D S D 1 w E S E) 2 (7.8)
atau
SP5 wD SD1 wE SE (7.9)
Oleh karena itu, standar deviasi portofolio dengan korelasi positif sempurna hanya
rata-rata tertimbang dari standar deviasi komponen. Dalam semua kasus lain,
koefisien korelasi kurang dari 1, membuat standar deviasi portofolio lebih sedikit
dari rata-rata tertimbang dari standar deviasi komponen.
Sebuah aset lindung nilai memiliki negatif korelasi dengan aset lain dalam portofolio. Persamaan
7.7 menunjukkan bahwa aset tersebut akan sangat efektif dalam mengurangi total risiko. Selain itu, Persamaan 7.2
menunjukkan bahwa pengembalian yang diharapkan tidak terpengaruh oleh korelasi antar pengembalian. Oleh
karena itu, hal lain yang sama, kami akan selalu lebih memilih untuk menambah aset portofolio kami dengan korelasi
rendah atau, bahkan lebih baik, negatif dengan posisi kami yang ada.
Karena pengembalian yang diharapkan portofolio adalah rata-rata tertimbang dari pengembalian
yang diharapkan komponennya, sedangkan standar deviasinya kurang dari rata-rata tertimbang dari
standar deviasi komponen, portofolio aset yang berkorelasi kurang sempurna selalu menawarkan
beberapa tingkat manfaat diversifikasi. Semakin rendah korelasi antara aset, semakin besar
keuntungan efisiensi.
Seberapa rendah standar deviasi portofolio? Nilai koefisien korelasi yang paling
rendah adalah 2 1, mewakili korelasi negatif sempurna. Dalam hal ini, Persamaan 7.7
disederhanakan menjadi
S P25 ( w D S D 2 w E S E) 2 (7.10)
dan simpangan baku portofolio adalah
S P 5 Nilai mutlak ( w D S D 2 w E S E) (7.11)
Kapan r 5 2 1, posisi lindung nilai yang sempurna dapat diperoleh dengan memilih portofolio pro-
bagian untuk dipecahkan
wD SD2 wE SE5 0
Solusi dari persamaan ini adalah
SE
wD 5
SD1 SE
SD (7.12)
wE5 5 1 2 wD
SD1 SE
Bobot ini mendorong standar deviasi portofolio menjadi nol.
Contoh 7.1 Risiko dan Pengembalian Portofolio
Mari kita terapkan analisis ini pada data dana obligasi dan saham seperti yang disajikan pada Tabel
7.1. Dengan menggunakan data ini, rumus untuk pengembalian yang diharapkan, varians, dan
standar deviasi portofolio sebagai fungsi dari bobot portofolio adalah
E(r P) 5 8 w D 1 13 w E
S P2 5 12 2 w 2D 1 20 2 w E21 2 3 12 3 20 3 . 3 3 w D w E
5 1 44 w 2D 1 400 w 2E 1 144 w D w E
S P 5" S 2 P
Kita dapat bereksperimen dengan proporsi portofolio yang berbeda untuk mengamati pengaruhnya terhadap
pengembalian dan varians ekspektasi portofolio. Misalkan kita mengubah proporsi yang diinvestasikan dalam obligasi. Efek
pada pengembalian yang diharapkan ditabulasikan pada Tabel 7.3 dan diplot pada Gambar 7.3. Ketika proporsi yang
diinvestasikan dalam hutang bervariasi dari nol hingga 1 (sehingga proporsi ekuitas bervariasi dari 1 hingga nol),
pengembalian portofolio yang diharapkan berubah dari 13% (pengembalian dana saham yang diharapkan) menjadi 8%
(pengembalian yang diharapkan dari obligasi) .
Apa yang terjadi ketika w D . 1 dan w E , 0? Dalam hal ini strategi portofolio adalah menjual dana
ekuitas pendek dan menginvestasikan hasil penjualan pendek dalam dana hutang. Ini akan
mengurangi pengembalian yang diharapkan dari portofolio. Misalnya, ketika w D 5 2 dan w E 5 2 1,
pengembalian portofolio yang diharapkan turun menjadi 2 3 8 1 (2 1) 3 13 5 3%. Pada titik ini nilai
dana obligasi x
dibiayai saya n
Tabel 7.3
Deviasi Standar Portofolio untuk Korelasi yang Diberikan
Pengembalian yang diharapkan
wD wE E(r P) r521 r50 r 5 . 30 r51
dan standar
0.00 1.00 13.00 20.00 20.00 20.00 20.00 penyimpangan dengan
berbagai korelasi-
0,10 0,90 12.50 16.80 18.04 18.40 19.20
koefisien tion
0,20 0,80 12.00 13.60 16.18 16.88 18.40
0,30 0,70 11.50 10.40 14.46 15.47 17.60
0,40 0,60 11.00 7.20 12.92 14.20 16.80
0,50 0,50 10.50 4.00 11.66 13.11 16.00
0,60 0,40 10.00 0,80 10.76 12.26 15.20
0,70 0,30 9.50 2.40 10.32 11.70 14.40
0,80 0,20 9.00 5.60 10.40 11.45 13.60
0,90 0,10 8.50 8.80 10.98 11.56 12.80
1.00 0.00 8.00 12.00 12.00 12.00 12.00
Portofolio Varians Minimum
wD 0,6250 0,7353 0,8200 —

wE 0,3750 0.2647 0.1800 —
E(r P) 9.8750 9.3235 8.9000 —
SP 0,0000 10.2899 11.4473 —
212 BAGIAN II Teori Portofolio
Pengembalian yang Diharapkan
13% Reksa Dana
8%
Dana Utang
w ( saham)
- 0,5 0 1.0 2.0
1.5
Gambar 7.3 Portofolio pengembalian yang diharapkan sebagai fungsi dari proporsi investasi
Kebalikannya terjadi ketika w D , 0 dan

Standar Deviasi Portofolio (%) w E . 1. Strategi ini menyerukan untuk menjual dana obligasi
pendek dan menggunakan hasilnya untuk membiayai
=1
35 pembelian tambahan dana ekuitas.
=0 Tentu saja, proporsi investasi yang bervariasi
30 juga berpengaruh terhadap standar deviasi
= . 30
portofolio. Tabel 7.3 menyajikan standar deviasi
25
=1 portofolio untuk bobot portofolio yang berbeda
20 yang dihitung dari Persamaan 7.7 menggunakan
asumsi nilai koefisien korelasi, 0,30, serta nilai-
15 nilai lain dari R. Gambar 7.4 menunjukkan
hubungan antara standar deviasi dan bobot
10 portofolio. Lihat dulu kurva padat untuk
R DE 5 . 30. Grafik menunjukkan bahwa ketika bobot
5
portofolio dalam reksa dana saham meningkat dari
0 nol sampai 1, deviasi standar portofolio pertama

.5 turun dengan diversifikasi awal dari obligasi ke
saham, tapi kemudian naik lagi karena portofolio
menjadi sangat terkonsentrasi di saham, dan lagi-
lagi tidak terdiversifikasi. Pola ini umumnya akan
Gambar 7.4 Standar deviasi portofolio sebagai fungsi bertahan selama koefisien korelasi antar dana
dari proporsi investasi tidak terlalu tinggi. 3 Untuk sepasang aset
dengan korelasi positif besar
3 Selama r , s D/ S E, volatilitas awalnya akan turun ketika kita mulai dengan semua obligasi dan mulai pindah ke saham.
pengembalian, standar deviasi portofolio akan meningkat secara monoton dari aset berisiko rendah
ke aset berisiko tinggi. Bahkan dalam kasus ini, bagaimanapun, ada manfaat positif (jika kecil) dari
diversifikasi.
Berapa tingkat minimum dimana standar deviasi portofolio dapat dipertahankan? Untuk
nilai parameter yang ditentukan pada Tabel 7.1, bobot portofolio yang menyelesaikan masalah
minimisasi ini menjadi: 4
w min( D) 5 . 82
w min( E) 5 1 2 . 82 5 . 18
Portofolio varians minimum ini memiliki standar deviasi
S min 5 3(. 82 2 3 12 2) 1 (. 18 2 3 20 2) 1 ( 2 3 . 82 3 . 18 3 72) 4 1/2 5 11,45%
seperti yang ditunjukkan pada baris terakhir Tabel 7.3 untuk kolom r 5 . 30.
Garis berwarna solid pada Gambar 7.4 memplot deviasi standar portofolio ketika r 5 . 30
sebagai fungsi dari proporsi investasi. Ini melewati dua port yang tidak terdiversifikasi.
folio dari w D 5 1 dan w E 5 1. Perhatikan bahwa portofolio varians minimum memiliki
simpangan baku lebih kecil dari salah satu aset komponen individu. Ini menggambarkan
efek diversifikasi.
Tiga baris lainnya pada Gambar 7.4 menunjukkan bagaimana risiko portofolio bervariasi untuk nilai-nilai
lain dari koefisien korelasi, dengan mempertahankan varians dari setiap aset konstan. Garis-garis ini
memplot nilai-nilai dalam tiga kolom lain dari Tabel 7.3.
Garis lurus gelap pekat yang menghubungkan portofolio yang tidak terdiversifikasi dari semua obligasi atau semua
saham, w D 5 1 atau w E 5 1, menunjukkan deviasi standar portofolio dengan korelasi

positif sempurna, r 5 1. Dalam hal ini tidak ada keuntungan dari diversifikasi, dan portofo-
lio standar deviasi adalah rata-rata tertimbang sederhana dari deviasi standar aset
komponen.
Kurva berwarna putus-putus menggambarkan risiko portofolio untuk kasus aset yang tidak berkorelasi,
r 5 0. Dengan korelasi yang lebih rendah antara kedua aset, diversifikasi lebih efektif dan risiko
portofolio lebih rendah (setidaknya ketika kedua aset dimiliki dalam jumlah positif). Deviasi
standar portofolio minimum ketika r 5 0 adalah 10,29% (lihat Tabel 7.3), lagi lebih rendah dari
standar deviasi dari kedua aset.
Akhirnya, garis putus-putus segitiga menggambarkan potensi lindung nilai yang sempurna
ketika kedua aset berkorelasi negatif sempurna ( r 5 2 1). Dalam hal ini solusi untuk mini-
portofolio mum-variance adalah, dengan Persamaan 7.12,
SE 20
w min( D; R 5 2 1) 5 5 5 . 625
SD1 SE 12 1 20
w min( E; r 5 2 1) 5 1 2 . 625 5 . 375
dan varians portofolio (dan standar deviasi) adalah nol.
Kita dapat menggabungkan Gambar 7.3 dan 7.4 untuk menunjukkan hubungan antara risiko portofolio
(standar deviasi) dan pengembalian yang diharapkan—dengan parameter aset yang tersedia.
4 Solusi ini menggunakan teknik minimisasi kalkulus. Tuliskan ekspresi untuk varians portofolio dari Persamaan 7.3,
substitusikan 1 2 w D untuk w E, bedakan hasilnya dengan w D, atur turunannya sama dengan nol,
dan selesaikan untuk w D untuk memperoleh
S E2 2 Cov( r ,Dr ) E
w min( D) 5
S D2 1 S 2E2 2 Cov(rDE)
,r
Atau, dengan program spreadsheet seperti Excel, Anda dapat memperoleh solusi yang akurat dengan menggunakan Solver
untuk meminimalkan varians. Lihat Lampiran A untuk contoh spreadsheet pengoptimalan portofolio.
Hal ini dilakukan pada Gambar 7.5. Untuk setiap pasangan investasi-
Pengembalian yang Diharapkan (%) proporsi, w D, w E, kita membaca pengembalian yang

diharapkan dari Gambar 7.3 dan standar deviasi
14 dari Gambar 7.4. Pasangan yang dihasilkan dari
E pengembalian yang diharapkan dan standar deviasi

13
ditabulasikan pada Tabel 7.3 dan diplot pada Gambar 7.5.
12 Kurva berwarna solid pada Gambar 7.5 menunjukkan
=1
11 =0 kumpulan peluang portofolio untuk r 5 . 30. Kami menyebutnya
kumpulan peluang portofolio karena menunjukkan semua

10 = . 30 = 1
kombinasi pengembalian portofolio yang diharapkan dan
9 standar deviasi yang dapat dibangun dari dua aset yang
8 D tersedia. Baris lain menunjukkan portofolio
Hai kesempatan yang ditetapkan untuk nilai lain dari
7
koefisien korelasi. Garis hitam pekat yang menghubungkan
6
kedua reksa dana menunjukkan bahwa tidak ada manfaat
5 dari diversifikasi ketika korelasi antara keduanya positif
sempurna ( r 5 1). Set peluang tidak "didorong" ke barat laut.
Garis putus-putus berwarna menunjukkan manfaat yang
lebih besar dari diversifikasi ketika koefisien korelasi lebih
rendah dari 0,30.
Akhirnya, untuk r 5 2 1, peluang portofolio
Gambar 7.5 Portofolio pengembalian yang diharapkan sebagai set linier, tetapi sekarang menawarkan peluang lindung
fungsi standar deviasi nilai yang sempurna dan keuntungan maksimal dari
diversifikasi.
Untuk meringkas, meskipun pengembalian yang diharapkan dari
portofolio apa pun hanyalah rata-rata tertimbang dari pengembalian aset yang diharapkan, ini tidak
benar untuk standar deviasi. Potensi manfaat dari diversifikasi muncul ketika korelasi kurang dari
positif sempurna. Semakin rendah korelasinya, semakin besar potensi keuntungan dari diversifikasi.
Dalam kasus ekstrim korelasi negatif sempurna, kami memiliki peluang lindung nilai yang sempurna
dan dapat membangun portofolio varian nol.
Misalkan sekarang seorang investor ingin memilih portofolio optimal dari set peluang. Portofolio
terbaik akan tergantung pada penghindaran risiko. Portofolio ke timur laut pada Gambar 7.5
memberikan tingkat pengembalian yang lebih tinggi tetapi menimbulkan risiko yang
PEMERIKSAAN KONSEP 7.2 lebih besar. Pertukaran terbaik di antara pilihan-pilihan ini adalah masalah preferensi
pribadi. Investor dengan penghindaran risiko yang lebih besar akan lebih memilih
Hitung dan gambarkan peluang portofolio yang portofolio ke barat daya, dengan pengembalian yang diharapkan lebih rendah tetapi
ditetapkan untuk dana utang dan ekuitas ketika risiko yang lebih rendah. 5
koefisien korelasi di antara keduanya adalah R 5 . 25.
5 Mengingat tingkat keengganan risiko, seseorang dapat menentukan portofolio yang memberikan tingkat utilitas tertinggi. Ingat dari Bab
6 bahwa kami dapat menggambarkan utilitas yang disediakan oleh portofolio sebagai fungsi dari pengembalian yang diharapkan,
E(r P), dan variannya, S 2 P, sesuai dengan hubungan kamu 5 E(r P) 2 0,5 A S 2 P. Rata-rata dan varians portofolio adalah
ditentukan oleh bobot portofolio di kedua reksa dana, w E dan w D, menurut Persamaan 7.2 dan 7.3. Menggunakan persamaan tersebut dan
beberapa kalkulus, kami menemukan proporsi investasi yang optimal dalam dua dana. Peringatan: Untuk menggunakan fo-
persamaan penurunan (atau persamaan apa pun yang melibatkan parameter penghindaran risiko, A), Anda harus mengungkapkan pengembalian dalam bentuk desimal.
E(r D) 2 E(r E) 1 A( S 2 E2 S D S E R DE)

wD5
A( S 2D 1 S 2 E 2 2 S D S E R DE)
wE5 1 2 wD
Di sini juga, Excel's Solver atau perangkat lunak serupa dapat digunakan untuk memaksimalkan utilitas dengan tunduk pada
batasan Persamaan 7.2 dan 7.3, ditambah batasan portofolio yang w D 1 w E 5 1 (yaitu, bobot portofolio berjumlah 1).
7.3 Alokasi Aset dengan Saham, Obligasi, dan Tagihan

Saat mengoptimalkan alokasi modal, kami ingin bekerja dengan garis alokasi modal (CAL) yang
menawarkan kemiringan atau rasio Sharpe tertinggi. Semakin curam CAL, semakin besar
pengembalian yang diharapkan sesuai dengan tingkat volatilitas apa pun. Sekarang kita lanjutkan ke
alokasi aset: membangun portofolio berisiko dari kelas aset utama, di sini obligasi dan dana saham,
dengan rasio Sharpe setinggi mungkin.
Keputusan alokasi aset mengharuskan kami mempertimbangkan T-bills atau aset aman lainnya bersama
dengan kelas aset berisiko. Alasannya adalah bahwa rasio Sharpe yang ingin kita maksimalkan didefinisikan
sebagai premi risiko dalam melebihi tingkat bebas risiko, dibagi dengan simpangan baku. Kami
menggunakan tarif T-bill sebagai tingkat bebas risiko dalam mengevaluasi rasio Sharpe dari semua
kemungkinan portofolio. Portofolio yang memaksimalkan rasio Sharpe adalah solusi untuk masalah alokasi
aset. Hanya menggunakan saham, obligasi, dan tagihan sebenarnya tidak terlalu membatasi, karena
mencakup ketiga kelas aset utama. Seperti yang ditekankan oleh kotak terdekat, sebagian besar profesional
investasi menyadari bahwa "keputusan yang sangat penting adalah bagaimana membagi uang Anda di
antara saham, obligasi, dan investasi super aman seperti tagihan Treasury."
Alokasi Aset dengan Dua Kelas Aset Berisiko

Bagaimana jika aset berisiko kita masih terbatas pada dana obligasi dan saham, tetapi kita juga dapat
berinvestasi dalam T-bills bebas risiko yang menghasilkan 5%? Kita mulai dengan solusi grafis. Gambar 7.6
menunjukkan set peluang berdasarkan sifat dana obligasi dan saham, menggunakan data dari Tabel 7.1 dan
dengan asumsi bahwa r 5 . 3.
Dua kemungkinan garis alokasi modal (CALs) diambil dari tingkat bebas risiko ( R F 5 5%)
untuk dua portofolio yang layak. CAL pertama yang mungkin diambil melalui varians minimum
portofolio A, yang diinvestasikan 82% pada obligasi dan 18% pada saham (Tabel 7.3, panel bawah, kolom
terakhir). Portofolio A pengembalian yang diharapkan adalah 8,90%, dan standar deviasinya adalah 11,45%.
Dengan tarif T-bill 5%, itu rasio tajam,
yang merupakan kemiringan CAL, adalah
Pengembalian yang Diharapkan (%)
E(r A) 2 R F 8.9 2 5
SA5 5 5 . 34
SA 11.45 E
13
Sekarang perhatikan CAL yang menggunakan portofolio B
12
dari pada A. Portofolio B berinvestasi 70% pada obligasi
dan 30% pada saham. Pengembalian yang diharapkan 11 CAL( A)
adalah 9,5% (premi risiko 4,5%), dan standar deviasinya
10 B
adalah 11,70%. Dengan demikian rasio Sharpe pada CAL CAL( B)
didukung oleh portofolio B adalah 9 A
8
9.5 2 5 D
SB5 5 . 38
11.7 7
yang lebih tinggi dari rasio Sharpe dari CAL 6

menggunakan portofolio varians minimum dan T- 5
bills. Oleh karena itu, portofolio B mendominasi A.
Tapi mengapa berhenti di portofolio B? Kita
dapat terus menaikkan CAL hingga akhirnya
mencapai titik singgung dengan set peluang
investasi. Ini harus menghasilkan CAL dengan Gambar 7.6 Kumpulan peluang dana utang dan ekuitas
rasio Sharpe layak tertinggi. Oleh karena itu, dan dua CAL yang layak
portofolio tangency, berlabel P di dalam
Resep Sukses Berinvestasi: Pertama, Campur Aset dengan Baik
Hal pertama yang pertama. semakin jauh cakrawala investasi Anda, semakin banyak yang harus
KATA-KATA DARI JALAN
Jika Anda menginginkan hasil investasi yang memukau, jangan Anda miliki di saham. Semakin dekat Anda, semakin Anda harus
awali hari Anda dengan mencari saham dan reksa dana unggulan. Alih- bersandar pada obligasi dan instrumen pasar uang, seperti surat utang
alih, kata penasihat investasi, keputusan yang sangat penting adalah negara. Obligasi dan instrumen pasar uang dapat menghasilkan
bagaimana membagi uang Anda di antara saham, obligasi, dan pengembalian yang lebih rendah daripada saham. Tetapi bagi mereka
investasi super aman seperti tagihan Treasury. yang membutuhkan uang dalam waktu dekat, investasi konservatif
Dalam istilah Wall Street, campuran investasi ini disebut lebih masuk akal, karena kemungkinan menderita kerugian jangka
alokasi aset Anda. “Pilihan alokasi aset adalah keputusan pertama pendek yang menghancurkan lebih kecil.
dan terpenting,” kata William Droms, profesor keuangan di
Universitas Georgetown. “Berapa banyak yang Anda miliki di RINGKASAN ASET ANDA
[pasar saham] benar-benar mendorong hasil Anda.”
“Salah satu hal terpenting yang dapat dilakukan orang adalah
“Anda tidak bisa mendapatkan pengembalian [pasar saham] dari
meringkas semua aset mereka di selembar kertas dan mencari
portofolio obligasi, tidak peduli seberapa bagus pilihan keamanan
tahu alokasi aset mereka,” kata Mr. Pond.
Anda atau seberapa baik manajer obligasi yang Anda gunakan,” kata
Setelah Anda menentukan campuran saham dan obligasi, Anda harus
William John Mikus, direktur pelaksana Desain Keuangan, penasihat
berusaha mempertahankan persentase target, kata Mr. Pond. Untuk
investasi Los Angeles.
melakukan itu, ia menyarankan untuk mencari tahu alokasi aset Anda setiap
Sebagai bukti, Mr. Mikus mengutip penelitian seperti analisis tahun
enam bulan sekali. Karena kejatuhan pasar saham, Anda dapat menemukan
1991 yang dilakukan oleh Gary Brinson, Brian Singer dan Gilbert
bahwa saham sekarang menjadi bagian yang jauh lebih kecil dari portofolio
Beebower. Studi itu, yang melihat hasil 10 tahun untuk 82 program
Anda daripada yang Anda bayangkan. Pada saat seperti itu, Anda harus
pensiun besar, menemukan bahwa kebijakan alokasi aset sebuah
memasukkan lebih banyak ke dalam saham dan meringankan obligasi.
program menjelaskan 91,5% dari pengembalian yang diperoleh.
Saat merancang portofolio, beberapa penasihat investasi
mempertimbangkan emas dan real estat selain trio saham,
MERANCANG PORTOFOLIO obligasi, dan instrumen pasar uang yang biasa. Emas dan real
Karena campuran aset Anda sangat penting, beberapa perusahaan reksa estat memberi Anda "lindung nilai terhadap hiperinflasi," kata Mr.
dana kini menawarkan layanan gratis untuk membantu investor merancang Droms.
portofolio mereka.
Gerald Perritt, editor dari Surat Reksa Dana, buletin Chicago, Sumber: Jonathan Clements, “Resep Sukses Berinvestasi: Pertama,
Campur Aset dengan Baik,” Jurnal Wall Street, 6 Oktober 1993. Dicetak
mengatakan Anda harus memvariasikan campuran aset Anda tergantung ulang dengan izin dari Jurnal Wall Street, © 1993 Dow Jones & Company,
pada berapa lama Anda berencana untuk berinvestasi. Selanjutnya Inc. Semua hak dilindungi undang-undang di seluruh dunia.
Gambar 7.7, adalah risiko optimal portofolio untuk dicampur dengan T-bills. Kita bisa membaca yang diharapkan
return dan standar deviasi portofolio P dari grafik pada Gambar 7.7: E(r P) 5 11% dan
S P 5 14,2%.
Dalam praktiknya, ketika kami mencoba untuk membangun portofolio berisiko optimal dari lebih dari dua risiko
aset, kita perlu mengandalkan spreadsheet (yang kami sajikan di Lampiran A) atau program komputer lain.
Namun, untuk memulai, kami akan mendemonstrasikan solusi dari masalah konstruksi portofolio dengan
hanya dua aset berisiko dan aset bebas risiko. Dalam kasus yang lebih sederhana ini, kita dapat menemukan
formula eksplisit untuk bobot setiap aset dalam portofolio optimal, sehingga lebih mudah untuk
menggambarkan masalah umum.
Tujuannya adalah untuk menemukan bobot w D dan w E yang menghasilkan kemiringan tertinggi
CAL. Jadi kami fungsi objektif adalah rasio Sharpe:
E(r P) 2 R F
SP5
SP
Untuk portofolio dengan dua aset berisiko, pengembalian yang diharapkan dan standar deviasi
portofolio P adalah
E(r P) 5 w D E(r D) 1 w E E(r E)

5 8 w D 1 13 w E
22 1/2
S P 5 33wD2S2 D 1 wEE
S 1 2 ww DE
Cov( r , r DE 4) 4
1/2
5 144 w 2D1 400 w 2E 1 ( 2 3 72 w D w E )
216
18
16 CAL( P)
14
E Peluang
12 Set Berisiko
Aktiva
P
10
8
D
6
R f = 5%
4
Gambar 7.7 Kumpulan peluang dana utang dan ekuitas dengan CAL optimal
dan portofolio berisiko optimal
Ketika kita memaksimalkan fungsi tujuan, S P, kita harus memenuhi batasan bahwa bobot
portofolio berjumlah 1,0, yaitu, w D 1 w E 5 1. Oleh karena itu, kami memecahkan optimasi
masalah secara formal ditulis sebagai
E ( RP ) 2 R F
Maks S P 5
w Saya
SP
tunduk pada S w Saya 5 1. Ini adalah masalah maksimisasi yang dapat diselesaikan dengan menggunakan alat standar
kalkulus.
Dalam kasus dua aset berisiko, solusi untuk bobot dari: portofolio berisiko optimal, P,
diberikan oleh Persamaan 7.13. Perhatikan bahwa solusinya menggunakan kelebihan kembali (dilambangkan R)
daripada pengembalian total (dilambangkan R). 6
ER( )DS 2 E 2 E 3 ( R E) Cov( R D, R E)

wD5 (7.13)
E(R D) S E2 1 E(R E) S D 22 E(R D) 1 E(R E) Cov( R4D, R E)
wE5 1 2 wD
Contoh 7.2 Portofolio Berisiko Optimal
Dengan menggunakan data kami, solusi untuk portofolio berisiko optimal adalah
( 8 2 5)400 2 ( 13 2 5) 72
wD5 5 . 40
( 8 2 5)400 1 ( 13 2 5)144 2 ( 8 2 5 1 13 2 5) 72
w E 5 1 2 . 40 5 . 60
6 Prosedur penyelesaian untuk dua aset berisiko adalah sebagai berikut. Pengganti untuk E(r P) dari Persamaan 7.2 dan untuk S P
dari Persamaan 7.7. Pengganti 1 2 w D untuk w E. Bedakan ekspresi yang dihasilkan untuk S P dengan hormat w D, atur turunannya
sama dengan nol, dan selesaikan untuk w D.
Pengembalian yang diharapkan dan standar deviasi dari portofolio berisiko optimal ini adalah
E (r P) 5 (. 4 3 8) 1 (. 6 3 13) 5 11%
S P 5 [(. 4 2 3 144) 1 (. 6 2 3 400) 1 ( 2 3 . 4 3 . 6 3 72)] 1/2 5 14,2%
Alokasi aset ini menghasilkan portofolio berisiko optimal yang CALnya memiliki kemiringan
11 2 5
SP5 5 . 42
14.2
yang merupakan rasio Sharpe dari portofolio P. Perhatikan bahwa kemiringan ini melebihi kemiringan salah
satu portofolio layak lainnya yang telah kita pertimbangkan, sebagaimana mestinya jika ingin menjadi
kemiringan CAL layak terbaik.
Dalam Bab 6 kami menemukan yang optimal menyelesaikan portofolio yang diberikan optimal berisiko
portofolio dan CAL yang dihasilkan oleh kombinasi portofolio ini dan T-bills. Sekarang kita telah membangun
portofolio berisiko yang optimal, P, kita dapat menggunakan tingkat penghindaran risiko investor individu, A,
untuk menghitung proporsi optimal dari portofolio lengkap untuk diinvestasikan dalam komponen berisiko.
Contoh 7.3 Portofolio Lengkap yang Optimal
Sekarang setelah alokasi aset diputuskan, kita dapat menemukan alokasi modal optimal setiap
investor. Seorang investor dengan koefisien penghindaran risiko A 5 4 akan mengambil posisi di
portofolio P dari 7
E(r)P 2 R F . 11 2 . 05
kamu 5 5 5 . 7439 (7.14)
A S 2P 4 3 . 142 2
Dengan demikian investor akan menginvestasikan 74,39% dari kekayaannya dalam portofolio P dan 25,61% dalam T-
bills. Portofolio P terdiri dari 40% dalam obligasi, sehingga sebagian kecil dari kekayaan dalam obligasi akan
menjadi yw D 5 . 4 3 . 7439 5 . 2976, atau 29,76%. Demikian pula, investasi dalam saham akan menjadi
yw E 5 . 6 3 . 7439 5 . 4463, atau 44,63%. Solusi grafis dari masalah alokasi aset ini
disajikan pada Gambar 7.8 dan 7.9.
Setelah kita mencapai titik ini, menggeneralisasi kasus banyak aset berisiko sangatlah mudah.
Sebelum kita melanjutkan, mari kita rangkum secara singkat langkah-langkah yang kita ikuti untuk
sampai pada portofolio lengkap.
1. Tentukan karakteristik pengembalian semua sekuritas (pengembalian yang diharapkan,

varians, kovarians).
2. Menetapkan portofolio berisiko (alokasi aset):

A. Hitung portofolio berisiko optimal, P ( Persamaan 7.13).
B. Hitung sifat-sifat portofolio P menggunakan bobot yang ditentukan dalam langkah ( A)
dan Persamaan 7.2 dan 7.3.
3. Alokasi dana antara portofolio berisiko dan aset bebas risiko (alokasi modal):
A. Hitung fraksi dari portofolio lengkap yang dialokasikan ke portofolio P ( portofolio
berisiko) dan untuk T-bills (aset bebas risiko) (Persamaan 7.14).
B. Hitung bagian dari portofolio lengkap yang diinvestasikan dalam setiap aset dan dalam T-bills.
7 Perhatikan bahwa kami menyatakan pengembalian sebagai desimal dalam Persamaan 7.14. Ini diperlukan saat menggunakan parameter
penghindaran risiko, A, untuk memecahkan alokasi modal.

18
CAL( P) Portofolio P
16
Kurva Indiferen 74,39%
14
E Peluang
12 Set Berisiko
Aktiva
C P Obligasi
10 29,76%
Berisiko Optimal Saham
8 Portofolio 44,63%
D
6
R f = 5% Optimal
4 Menyelesaikan
T-tagihan
25,61%
Portofolio
2
Gambar 7.9 Proporsi portofolio

Gambar 7.8 Penentuan portofolio lengkap yang optimal lengkap yang optimal
Ingatlah bahwa dua aset berisiko kita, reksa dana obligasi dan saham, sudah merupakan
portofolio yang terdiversifikasi. Diversifikasi di dalam masing-masing portofolio ini harus
dikreditkan untuk pengurangan risiko yang baik dibandingkan dengan sekuritas tunggal yang
tidak terdiversifikasi. Misalnya, standar deviasi tingkat pengembalian rata-rata saham adalah
sekitar 50% (lihat Gambar 7.2). Sebaliknya, standar deviasi dana indeks saham kami hanya 20%,
kira-kira sama dengan standar deviasi historis portofolio S&P 500. Ini adalah bukti pentingnya
diversifikasi dalam kelas aset. Optimalisasi alokasi aset antara obligasi dan saham berkontribusi
secara bertahap terhadap peningkatan rasio Sharpe dari portofolio lengkap. CAL
menggunakan kombinasi saham dan obligasi yang optimal (lihat Gambar 7.8) menunjukkan
bahwa seseorang dapat mencapai pengembalian yang diharapkan sebesar 13% (sesuai dengan
portofolio saham) dengan standar deviasi 18%,
Alam semesta sekuritas yang tersedia mencakup dua dana saham berisiko, A dan B, dan T-bill. Data untuk
semesta adalah sebagai berikut:
Pengembalian yang Diharapkan Standar Deviasi
A 10% 20%
B 30 60
T-tagihan 5 0
Koefisien korelasi antara dana A dan B adalah 2. 2.
A. Gambarkan kumpulan dana peluang A dan B.
B. Temukan portofolio berisiko optimal, P, dan pengembalian yang diharapkan dan standar deviasi.
C. Temukan kemiringan CAL yang didukung oleh T-bills dan portofolio P.
D. Berapa banyak investor dengan A 5 5 berinvestasi dalam dana A dan B dan di T-bills?
7.4 M pada Model
Seleksi keamanan
E(r) e dapat menggeneralisasi masalah
konduksi portofolio ke kasus banyak
Perbatasan Efisien sekuritas ky dan aset bebas risiko. dalam

contoh dua aset berisiko, masalah e
memiliki tiga bagian. Pertama, identifikasi
kombinasi risiko-pengembalian yang
Global Individu tersedia dari set set berisiko. Selanjutnya,
Minimum- Aktiva
kami mengidentifikasi rtfolio optimal dari
Perbedaan Perbatasan Varians Minimum
Portofolio aset berisiko dengan menemukan bobot
portofolio e yang menghasilkan e CAL
paling curam. Akhirnya, kami memilih
portofolio lengkap yang sesuai dengan
mencampurkan aset bebas risiko dengan
portofolio berisiko optimal. Sebelum
σ
g proses secara rinci, biarkan
mengirim ikhtisar.
Langkah pertama adalah
menentukan peluang risiko-pengembalian
Gambar 7.10 Batas varians minimum dari aset berisiko yang tersedia bagi investor. Ini diringkas
oleh batas varians minimum
dari aset berisiko. Perbatasan ini adalah grafik
varians serendah mungkin yang dapat dicapai untuk pengembalian yang diharapkan portofolio tertentu. Mengingat
data input untuk pengembalian yang diharapkan, varians, dan kovarians, kita dapat menghitung portofolio varians
minimum untuk setiap pengembalian yang diharapkan yang ditargetkan. Plot pasangan deviasi standar
pengembalian yang diharapkan ini disajikan pada Gambar 7.10.
Perhatikan bahwa semua aset individu terletak tepat di dalam perbatasan, setidaknya ketika kita mengizinkan
penjualan singkat dalam pembangunan portofolio berisiko. 8 Ini memberitahu kita bahwa portofolio berisiko yang
hanya terdiri dari satu aset tidak efisien. Diversifikasi investasi mengarah ke portofolio dengan pengembalian yang
diharapkan lebih tinggi dan standar deviasi yang lebih rendah.
Semua portofolio yang terletak pada batas varians minimum dari portofolio varians minimum
global dan ke atas memberikan kombinasi risiko-pengembalian terbaik dan dengan demikian
merupakan kandidat untuk portofolio optimal. Bagian dari perbatasan yang terletak di atas portofolio
varians minimum global, oleh karena itu, disebut perbatasan efisien aset berisiko. Untuk portofolio
apa pun di bagian bawah batas varians minimum, ada portofolio dengan standar deviasi yang sama
dan pengembalian yang diharapkan lebih besar yang diposisikan tepat di atasnya. Oleh karena itu
bagian bawah dari batas varians minimum tidak efisien.
Bagian kedua dari rencana pengoptimalan melibatkan aset bebas risiko. Seperti sebelumnya, kami
mencari garis alokasi modal dengan rasio Sharpe tertinggi (yaitu, kemiringan paling curam) seperti yang
ditunjukkan pada Gambar 7.11.
CAL yang didukung oleh portofolio optimal, P, bersinggungan dengan batas efisien. CAL ini
mendominasi semua alternatif garis layak (garis putus-putus yang ditarik melalui perbatasan).
Portofolio P, oleh karena itu, adalah portofolio berisiko optimal.
8 Ketika penjualan pendek dilarang, sekuritas tunggal mungkin berada di perbatasan. Misalnya, sekuritas dengan pengembalian yang diharapkan
tertinggi harus berada di perbatasan, karena sekuritas itu mewakili hanya cara seseorang dapat memperoleh pengembalian setinggi itu, dan karenanya
juga harus merupakan cara varians minimum untuk mendapatkan pengembalian itu. Namun, ketika penjualan pendek layak dilakukan, portofolio dapat
dibangun yang menawarkan pengembalian yang diharapkan sama dan varians yang lebih rendah. Portofolio ini biasanya akan memiliki posisi short
dalam sekuritas dengan pengembalian yang diharapkan rendah.

unggul APLIKASI: Model Dua-Keamanan
T spreadsheet yang menyertainya dapat digunakan untuk

mengukur pengembalian dan risiko portofolio dua aset
berisiko. Model menghitung pengembalian dan risiko untuk bobot
data pengembalian dua-keamanan dari Tabel 7.1. Spreadsheet ini
tersedia di www.mhhe.com/bkm.
Soal Excel
yang bervariasi dari setiap sekuritas bersama dengan portofolio
risiko dan varians minimum yang optimal. Grafik dibuat secara 1. Misalkan tingkat pengembalian yang diharapkan target Anda adalah 11%.
otomatis untuk berbagai input model. Model ini memungkinkan A. Apa portofolio volatilitas terendah yang memberikan pengembalian yang
Anda untuk menentukan target tingkat pengembalian dan diharapkan itu?
memecahkan kombinasi optimal menggunakan aset bebas risiko B. Berapa standar deviasi dari portofolio tersebut?
dan portofolio berisiko optimal. Spreadsheet dibuat dengan C. Apa itu kompi?
Mengharapkan
Kembali (%)
A B C D E F
1 Analisis Alokasi Aset: Risiko dan Pengembalian
2 Mengharapkan Korelasi Standar
3 Kembali Deviasi Kovarians Koefisien
4 Keamanan 1 0,08 0,12 0,3 0,0072
5 Keamanan 2 0.13 0.2
6 T-Bill 0,05 0 11
7
8 Berat Berat Mengharapkan Standar Hadiah untuk
9 Keamanan 1 Keamanan 2 Kembali Deviasi Keriangan

5
10 1 0 0,08000 0,12000 0.25000
11 0.9 0.1 0,08500 0.11559 0.30281
12 0.8 0.2 0,09.000 0.11454 0.34922
0
13 0,7 0,3 0,09500 0.11696 0.38474
0 5 10 15 20 25 30 35
14 0.6 0.4 0.10000 0,12264 0,40771
Standar Deviasi (%)
Akhirnya, pada bagian terakhir dari masalah, investor individu memilih campuran yang tepat
antara portofolio berisiko yang optimal P dan T-bills, persis seperti pada Gambar 7.8.
Sekarang mari kita pertimbangkan setiap bagian dari masalah konstruksi portofolio secara lebih rinci. Pada
bagian pertama dari masalah, analisis risiko-pengembalian, manajer portofolio membutuhkan sebagai masukan satu
set perkiraan untuk pengembalian yang diharapkan dari setiap keamanan dan satu set perkiraan untuk matriks
kovarians. (Dalam Bagian Lima tentang analisis keamanan, kita akan memeriksa penilaian keamanan
teknik dan metode analisis keuangan
yang digunakan analis. Untuk saat ini,
kami akan berasumsi bahwa analis telah E(r)
menghabiskan waktu dan sumber daya CAL( P)
Perbatasan Efisien
untuk menyiapkan input.)
Manajer portofolio sekarang
dipersenjatai dengan n perkiraan dari E(r Saya)
dan n 3 n perkiraan kovari- P
matriks ance di mana n elemen
diagonal adalah perkiraan dari variabel
leluhur, S 2Saya , dan n 2 2 n 5 n(n 2 1)
elemen off-diagonal adalah perkiraan kovarians
RF
antara setiap pasangan pengembalian aset.
(Anda dapat memverifikasi ini dari Tabel 7.2
untuk kasus ini
n 5 2.) Kita tahu bahwa setiap kovarians muncul
dua kali dalam tabel ini, jadi sebenarnya kita
memiliki n(n 2 1)/2 estimasi kovarians yang
berbeda. Jika unit manajemen portofolio kami
Gambar 7.11 Perbatasan efisien aset berisiko dengan CAL optimal yang optimal
mencakup 50 sekuritas,
221
analis keamanan kami perlu memberikan 50 perkiraan pengembalian yang diharapkan, 50 perkiraan varians,
dan 50 3 49/2 5 1.225 perkiraan kovarians yang berbeda. Ini adalah tugas yang menakutkan! (Kami akan
menunjukkan nanti bagaimana jumlah perkiraan yang diperlukan dapat dikurangi secara substansial.)
Setelah perkiraan ini dikompilasi, pengembalian yang diharapkan dan varians dari setiap port berisiko
folio dengan bobot di setiap keamanan, w Saya, dapat dihitung dari kovarians berbatasan
matriks atau, setara, dari ekstensi berikut dari Persamaan 7.2 dan 7.3:
n
E(r P) 5 A w Saya E(r Saya) (7.15)
Saya 5 1
n n
S P2 5 A A w Saya w J Cov( R Saya, R J)
(7.16)
Saya 5 1 J51
Contoh kerja yang diperluas yang menunjukkan bagaimana melakukan ini menggunakan spreadsheet
disajikan dalam Lampiran A bab ini.
Kami sebutkan sebelumnya bahwa ide diversifikasi sudah tua. Ungkapan "jangan taruh semua
telur Anda dalam satu keranjang" sudah ada jauh sebelum teori keuangan modern. Namun, baru
pada tahun 1952, Harry Markowitz menerbitkan model formal seleksi portofolio yang mewujudkan
prinsip-prinsip diversifikasi, sehingga membuka jalan bagi Hadiah Nobel Ekonomi 1990-nya. 9
Modelnya justru merupakan langkah pertama dari manajemen portofolio: identifikasi kumpulan
portofolio yang efisien, atau perbatasan efisien aset berisiko.
Gagasan utama di balik rangkaian portofolio berisiko adalah bahwa, untuk tingkat risiko apa pun, kami
hanya tertarik pada portofolio dengan pengembalian yang diharapkan tertinggi. Atau, perbatasan adalah
kumpulan portofolio yang meminimalkan varians untuk setiap target pengembalian yang diharapkan.
Memang, dua metode menghitung kumpulan portofolio berisiko yang efisien adalah setara.
Untuk melihat ini, pertimbangkan representasi grafis dari prosedur ini. Gambar 7.12
menunjukkan minimum
E(r)
Perbatasan Efisien
dari Aset Berisiko
E(r 3)
E(r 2)
Minimum Global-
E(r 1) Portofolio Varians
Gambar 7.12 Kumpulan portofolio yang efisien
9 Harry Markowitz, "Pemilihan Portofolio," Jurnal Keuangan, Maret 1952.

Titik-titik yang ditandai dengan kotak adalah hasil dari program minimisasi varians. Pertama-tama kita
menggambar batasannya, yaitu garis horizontal pada tingkat pengembalian yang diharapkan. Kami
kemudian mencari portofolio dengan standar deviasi terendah yang diplot pada setiap garis horizontal —
kami mencari portofolio yang akan memplot terjauh ke kiri (standar deviasi terkecil) pada garis itu. Ketika kita
mengulangi ini untuk banyak tingkat pengembalian yang diharapkan yang diperlukan, bentuk batas varians
minimum muncul. Kami kemudian membuang bagian bawah (putus-putus) setengah dari perbatasan,
karena tidak efisien.
Dalam pendekatan alternatif, kami menggambar garis vertikal yang mewakili batasan standar
deviasi. Kami kemudian mempertimbangkan semua portofolio yang diplot pada garis ini (memiliki
standar deviasi yang sama) dan memilih satu dengan pengembalian yang diharapkan tertinggi, yaitu
portofolio yang memplot tertinggi pada garis vertikal ini. Mengulangi prosedur ini untuk banyak garis
vertikal (tingkat deviasi standar) memberi kita titik-titik yang ditandai oleh lingkaran yang menelusuri
bagian atas batas varians minimum, batas efisien.
Ketika langkah ini selesai, kami memiliki daftar portofolio yang efisien, karena solusinya
untuk program optimasi meliputi proporsi portofolio, w Saya, pengembalian yang diharapkan,
E(r P), dan simpangan baku, S P.
Mari kita nyatakan kembali apa yang telah dilakukan manajer portofolio kita sejauh ini. Estimasi yang dihasilkan oleh
analis keamanan diubah menjadi satu set tingkat pengembalian yang diharapkan dan matriks
kovarians. Kelompok perkiraan ini akan kita sebut daftar masukan. Daftar input ini kemudian
dimasukkan ke dalam program optimasi.
Sebelum kita melanjutkan ke langkah kedua memilih portofolio berisiko optimal dari set
perbatasan, mari kita pertimbangkan poin praktis. Beberapa klien mungkin dikenakan batasan
tambahan. Misalnya, banyak institusi dilarang mengambil posisi short dalam aset apa pun. Untuk
klien ini, manajer portofolio akan menambah kendala program pengoptimalan yang
mengesampingkan posisi negatif (short) dalam mencari portofolio yang efisien. Dalam kasus khusus
ini ada kemungkinan bahwa aset tunggal dapat menjadi portofolio berisiko yang efisien. Misalnya,
aset dengan pengembalian yang diharapkan tertinggi akan menjadi portofolio perbatasan karena,
tanpa peluang penjualan pendek, satu-satunya cara untuk mendapatkan tingkat pengembalian
tersebut adalah dengan memegang aset sebagai keseluruhan portofolio berisiko.
Pembatasan penjualan pendek sama sekali bukan satu-satunya kendala tersebut. Misalnya, beberapa
klien mungkin ingin memastikan tingkat minimal hasil dividen yang diharapkan dari portofolio optimal.
Dalam hal ini daftar input akan diperluas untuk memasukkan satu set dividen yang diharapkan
hasil D 1, . . . , D n dan program optimasi akan mencakup kendala tambahan yang memastikan
bahwa hasil dividen yang diharapkan dari portofolio akan sama atau melebihi yang diinginkan
tingkat, D.
Manajer portofolio dapat menyesuaikan set yang efisien agar sesuai dengan keinginan klien. Tentu saja,
batasan apa pun membawa label harga dalam arti bahwa perbatasan efisien yang dibangun dengan tunduk
pada batasan tambahan akan menawarkan rasio Sharpe yang lebih rendah daripada yang kurang dibatasi.
Klien harus diberitahu tentang biaya ini dan harus mempertimbangkan dengan hati-hati kendala yang tidak
diamanatkan oleh hukum.
Jenis kendala lain ditujukan untuk mengesampingkan investasi di industri atau negara yang dianggap
tidak diinginkan secara etis atau politik. Ini disebut sebagai investasi yang bertanggung jawab secara sosial,
yang memerlukan biaya dalam bentuk rasio Sharpe yang lebih rendah pada portofolio optimal yang dibatasi
dan dihasilkan. Biaya ini dapat dibenarkan dipandang sebagai kontribusi terhadap penyebab yang
mendasarinya.
Alokasi Modal dan Pemisahan Properti

Sekarang setelah kita memiliki batas efisien, kita lanjutkan ke langkah kedua dan memperkenalkan aset
bebas risiko. Gambar 7.13 menunjukkan batas efisien ditambah tiga CAL yang mewakili berbagai portofolio
dari himpunan efisien. Seperti sebelumnya, kami meningkatkan CAL dengan memilih yang berbeda
unggul APLIKASI: Portofolio Optimal
A model spreadsheet yang menampilkan portofolio berisiko

optimal tersedia di Pusat Pembelajaran Online di www
. mhhe.com/bkm. Ini berisi template yang mirip dengan template
Pertanyaan Excel
1. Temukan portofolio berisiko optimal yang terbentuk dari delapan
portofolio indeks negara dengan menggunakan data yang tersedia di
yang dikembangkan di bagian ini. Model ini dapat digunakan kotak ini. Apa mean dan varians dari tingkat pengembalian portofolio itu?
untuk menemukan campuran sekuritas yang optimal untuk
2. Apakah portofolio berisiko optimal memerlukan posisi short di indeks mana pun?
tingkat pengembalian yang ditargetkan untuk portofolio terbatas
Jika ya, ulangi Pertanyaan 1 tetapi sekarang terapkan batasan yang membatasi
dan tidak terbatas. Grafik batas efisien dihasilkan untuk setiap set
posisi short. Jelaskan mengapa portofolio yang dibatasi ini menawarkan trade-
input. Contoh yang tersedia di situs Web kami menerapkan model
off risiko-pengembalian yang kurang menarik daripada portofolio yang tidak
untuk portofolio yang dibangun dari indeks ekuitas
dibatasi pada Pertanyaan 1.
(disebut KITA BS sekuritas) dari sev enegara-negara ral.
A B C D E F
1 Perbatasan Efisien untuk Sekuritas Benchmark Ekuitas Dunia (WEBS)
2
3 Berarti Standar
4 WEBS Kembali Deviasi Negara
5 EWD 15.5393 26.4868 Swedia
6 EWH 6.3852 41.1475 Hongkong
7 EWI 26.5999 26.0514 Italia
8 EWJ 1.4133 26.0709 Jepang
9 EWL 18.0745 21.6916 Swiss
10 EWP 18.6347 25.0779 Spanyol
11 EWW 16.2243 38.7686 Meksiko
12 S&P 500 17.2306 17.1944
portofolio sampai kami mencapai portofolio P, yang merupakan titik singgung garis dari F ke
perbatasan yang efisien. Portofolio P memaksimalkan rasio Sharpe, kemiringan CAL dari F ke
titik manajer portofolio kami selesai. Portofolio P adalah
portofolio berisiko optimal untuk klien manajer. Masih ada cara
lain untuk menemukan rtfolio berisiko terbaik, yang dapat
E(r) dicapai dengan memperkenalkan tarif tagihan bebas risiko) sejak
awal. Dalam pendekatan ini, kami membuat program
CAL( P) spreadsheet untuk memaksimalkan portofolio Sharpe io P. Alasan
Perbatasan Efisien
CAL( A) dari Aset Berisiko mengapa hal ini layak disebutkan adalah bahwa kita dapat
melewatkan pembuatan grafik tingkat efisien sama sekali dan
P melanjutkan langsung untuk menemukan rtfolio yang
CAL( G)
menghasilkan CAL paling curam. Prom memaksimalkan rasio
Sharpe tanpa kendala pengembalian yang diharapkan atau
A
varians sama sekali (hanya menggunakan kendala sibility bahwa
G ( Portofolio Varians Minimum Global)
F bobot portofolio berjumlah
) . Pemeriksaan Gambar 7.13 menunjukkan bahwa larutan
Strateginya adalah menemukan portofolio yang menghasilkan
lope dari CAL (Rasio Sharpe) terlepas dari pengembalian
atau SD. Pengembalian yang diharapkan dan standar n
mudah dihitung dari portight optimal yang diterapkan ke
daftar input dalam Persamaan
Gambar 7.13 Garis alokasi modal dengan berbagai 7.15 dan 7.16.
portofolio dari set yang efisien Sementara pendekatan terakhir ini tidak segera
menghasilkan seluruh batas varians minimum, ini
224
kekurangan dapat diperbaiki dengan langsung mengidentifikasi dua portofolio di perbatasan. Yang pertama adalah
portofolio Global Minimum Variance yang sudah dikenal, yang diidentifikasi pada Gambar 7.12 sebagai
G. Portofolio G dicapai dengan meminimalkan varians tanpa kendala pada pengembalian yang
diharapkan; periksa ini pada Gambar 7.13. Pengembalian portofolio yang diharapkan G lebih tinggi
dari tingkat bebas risiko (premi risikonya akan positif).
Portofolio lain yang akan sangat menarik bagi kita nanti adalah portofolio pada bagian yang tidak
efisien dari batas varians minimum dengan kovarians nol (atau korelasi) dengan portofolio berisiko
optimal. Kami akan menyebut portofolio ini Z. Setelah kami mengidentifikasi portofolio P,
kita dapat menemukan portofolio Z dengan memecahkan di Excel untuk portofolio yang meminimalkan
standar deviasi yang memiliki kovarians nol dengan P. Dalam bab-bab selanjutnya kita akan kembali ke
portofolio ini.
Properti penting dari portofolio perbatasan adalah bahwa setiap portofolio yang dibentuk dengan
menggabungkan dua portofolio dari perbatasan varians minimum juga akan berada di perbatasan itu, dengan lokasi
di sepanjang perbatasan tergantung pada bobot campuran itu. Oleh karena itu, portofolio P ditambah juga G atau Z
dapat digunakan untuk dengan mudah menelusuri seluruh batas efisien.
Ini adalah saat yang tepat untuk merenungkan hasil kami dan implementasinya. Kesimpulan paling
mencolok dari semua analisis ini adalah bahwa manajer portofolio akan menawarkan portofolio berisiko
yang sama, P, untuk semua klien terlepas dari tingkat penghindaran risiko mereka. 10 Tingkat penghindaran
risiko klien berperan hanya dalam alokasi modal, pemilihan titik yang diinginkan
bersama CAL. Jadi satu-satunya perbedaan antara pilihan klien adalah bahwa klien yang lebih menghindari risiko
akan berinvestasi lebih banyak dalam aset bebas risiko dan lebih sedikit dalam portofolio berisiko optimal daripada
klien yang kurang menghindari risiko. Namun, keduanya akan menggunakan portofolio P sebagai kendaraan
investasi berisiko optimal mereka.
Hasil ini disebut properti pemisahan; itu memberitahu kita bahwa masalah pilihan portofolio
dapat dipisahkan menjadi dua tugas independen. 11 Tugas pertama, penentuan portofolio berisiko
optimal, murni teknis. Mengingat daftar masukan manajer, portofolio berisiko terbaik adalah sama
untuk semua klien, terlepas dari penghindaran risiko. Namun, tugas kedua, alokasi modal,
tergantung pada preferensi pribadi. Di sini klien adalah pengambil keputusan.
Poin penting adalah bahwa portofolio optimal P yang ditawarkan manajer adalah sama
untuk semua klien. Dengan kata lain, investor dengan berbagai tingkat penghindaran risiko
akan puas dengan alam semesta yang hanya terdiri dari dua reksa dana: reksa dana pasar
uang untuk investasi bebas risiko dan reksa dana yang memiliki portofolio berisiko optimal, P,
pada titik singgung CAL dan batas efisien. Hasil ini membuat manajemen profesional lebih
efisien dan karenanya lebih murah. Satu perusahaan manajemen dapat melayani sejumlah
klien dengan biaya administrasi tambahan yang relatif kecil.
Namun, dalam praktiknya, manajer yang berbeda akan memperkirakan daftar input yang berbeda,
sehingga menurunkan batas efisien yang berbeda, dan menawarkan portofolio "optimal" yang berbeda
kepada klien mereka. Sumber disparitas terletak pada analisis keamanan. Perlu disebutkan di sini bahwa
aturan universal GIGO (garbage in-garbage out) juga berlaku untuk analisis keamanan. Jika kualitas analisis
keamanan buruk, portofolio pasif seperti dana indeks pasar akan menghasilkan rasio Sharpe yang lebih
tinggi daripada portofolio aktif yang menggunakan analisis keamanan berkualitas rendah untuk
memiringkan bobot portofolio ke arah sekuritas yang tampaknya menguntungkan (salah harga).
Satu daftar masukan tertentu yang akan mengarah pada perkiraan batas efisien yang tidak berguna didasarkan pada
pengembalian rata-rata keamanan baru-baru ini. Jika pengembalian rata-rata sampel selama beberapa tahun terakhir adalah
10 Klien yang memberlakukan batasan khusus (constraints) pada manajer, seperti dividend yield, akan mendapatkan portofolio optimal
lainnya. Setiap kendala yang ditambahkan ke masalah optimasi mengarah, secara umum, ke optimal yang berbeda dan lebih rendah
dibandingkan dengan program yang tidak dibatasi.

11 Properti pemisahan pertama kali dicatat oleh pemenang Nobel James Tobin, "Preferensi Likuiditas sebagai Perilaku
terhadap Risiko," Tinjauan Statistik Ekonomi 25 (Februari 1958), hlm. 65–86.

digunakan sebagai proxy untuk pengembalian keamanan di masa depan, kebisingan dalam perkiraan tersebut akan membuat
perbatasan efisien yang dihasilkan hampir tidak berguna untuk konstruksi portofolio.
Pertimbangkan saham dengan standar deviasi tahunan 50%. Bahkan jika seseorang menggunakan rata-
rata 10 tahun untuk memperkirakan pengembalian yang diharapkan (dan 10 tahun hampir merupakan
sejarah kuno dalam kehidupan sebuah perusahaan), standar deviasi dari perkiraan itu akan tetap 50/"10 5
15,8%. Peluang bahwa rata-rata ini mewakili pengembalian yang diharapkan untuk tahun mendatang dapat
diabaikan. 12 Dalam Bab 25, kami menunjukkan bahwa perbatasan efisien yang dibangun dari data masa lalu
mungkin sangat optimis dalam hal: tampak peluang yang mereka tawarkan untuk meningkatkan rasio
Sharpe.
Seperti yang telah kita lihat, portofolio berisiko optimal untuk klien yang berbeda juga dapat
bervariasi karena kendala portofolio seperti persyaratan hasil dividen, pertimbangan pajak, atau
preferensi klien lainnya. Namun demikian, analisis ini menunjukkan bahwa jumlah portofolio yang
terbatas mungkin cukup untuk melayani permintaan berbagai investor. Ini adalah dasar teoritis dari
industri reksa dana.
Teknik optimasi (terkomputerisasi) adalah bagian termudah dari masalah konstruksi
portofolio. Arena persaingan yang sebenarnya di antara manajer portofolio adalah dalam
analisis keamanan yang canggih. Analisis ini, serta interpretasi yang tepat, adalah bagian dari
seni konstruksi portofolio. 13
Misalkan dua manajer portofolio yang bekerja untuk rumah manajemen investasi yang bersaing masing-masing
mempekerjakan sekelompok analis keamanan untuk menyiapkan daftar input untuk algoritma Markowitz. Setelah
semua selesai, ternyata batas efisien yang diperoleh manajer portofolio A mendominasi manajer
B. Dengan mendominasi, yang kami maksud adalah A Portofolio berisiko optimal terletak di barat laut B 'S. Oleh karena itu, diberi pilihan,
investor semua akan lebih memilih portofolio berisiko yang terletak di CAL A.
A. Apa yang harus dilakukan dari hasil ini?

B. Haruskah itu dikaitkan dengan analisis keamanan yang lebih baik oleh A analis?
C. Mungkinkah itu? A program komputer lebih unggul?
D. Jika Anda menasihati klien (dan memiliki pandangan sekilas tentang batas efisien berbagai manajer), apakah Anda akan
memberi tahu mereka untuk secara berkala mengalihkan uang mereka ke manajer dengan portofolio paling barat laut?
Kekuatan Diversifikasi
Bagian 7.1 memperkenalkan konsep diversifikasi dan batasan manfaat diversifikasi yang dihasilkan
dari risiko sistematis. Dengan alat yang telah kami kembangkan, kami dapat mempertimbangkan
kembali intuisi ini dengan lebih ketat dan pada saat yang sama mempertajam wawasan kami
mengenai kekuatan diversifikasi.
12 Selain itu, Anda tidak dapat menghindari masalah ini dengan lebih sering mengamati tingkat pengembalian saham. Dalam Bab 5 kami
menunjukkan bahwa akurasi rata-rata sampel sebagai perkiraan pengembalian yang diharapkan tergantung pada panjang periode
sampel, dan tidak ditingkatkan dengan pengambilan sampel lebih sering dalam periode sampel yang diberikan.
13 Anda dapat menemukan diskusi bagus tentang beberapa masalah praktis dalam menerapkan diversifikasi yang efisien
dalam buku putih yang disiapkan oleh Wealthcare Capital Management di alamat ini: www.financeware.com/ruminations/
WP_EfficiencyDeficiency.pdf. Salinan laporan juga tersedia di Pusat Pembelajaran Online untuk teks ini,
www.mhhe.com/bkm.
Ingat dari Persamaan 7.16, dinyatakan kembali di sini, bahwa rumus umum untuk varians dari a
portofolio adalah
n n
S P2 5 A A w Saya w J Cov( R Saya , R J )
(7.16)
Saya 5 1 J51
Pertimbangkan sekarang strategi diversifikasi naif di mana berbobot sama portofolio adalah
dibangun, artinya w Saya 5 1/ n untuk setiap keamanan. Dalam hal ini Persamaan 7.16 dapat ditulis
ulang sebagai berikut, di mana kita memecahkan istilah yang: Saya 5 J menjadi jumlah yang terpisah,
mencatat bahwa Cov( R Saya, R Saya) 5 S2
Saya :
n1
1 n1 2 n
S 2P 5 n A S Saya 1 A A 2 Cov( R Saya, R J) (7.17)
Saya 5 1 n J 5 1 Saya 5 1 n
J 2 Saya
Perhatikan bahwa ada n istilah varians dan n(n 2 1) suku kovarians dalam Persamaan 7.17.
Jika kita mendefinisikan varians rata-rata dan kovarians rata-rata sekuritas sebagai:
1n
S 25 Saya (7.18)
n A S2
Saya 5 1
n n
1
Cov 5 (7.19)
n( n 2 1) JA5 1 A
Cov( R Saya, R J)
Saya 5 1
J 2 Saya
kita dapat menyatakan varians portofolio sebagai
1 2 n2 1
S P25 S1 Cov (7.20)
n n
Sekarang periksa efek diversifikasi. Ketika kovarians rata-rata di antara pengembalian sekuritas adalah
nol, seperti halnya ketika semua risiko spesifik perusahaan, varians portofolio dapat didorong ke nol. Kita
melihat ini dari Persamaan 7.20. Suku kedua di ruas kanan akan menjadi nol dalam skenario ini, sedangkan
suku pertama mendekati nol karena n menjadi lebih besar. Oleh karena itu ketika pengembalian keamanan
tidak berkorelasi, kekuatan diversifikasi untuk mengurangi risiko portofolio tidak terbatas.
Namun, kasus yang lebih penting adalah kasus di mana faktor risiko ekonomi secara luas
memberikan korelasi positif antara pengembalian saham. Dalam hal ini, karena portofolio menjadi
lebih terdiversifikasi ( n meningkat), varians portofolio tetap positif. Meskipun risiko spesifik
perusahaan, yang diwakili oleh suku pertama dalam Persamaan 7.20, masih terdiversifikasi, suku
kedua hanya mendekati Cov sebagai n menjadi lebih besar. [Perhatikan bahwa ( n 2 1)/ n 5 1 2 1/ n,
yang mendekati 1 untuk besar n.] Jadi risiko yang tidak dapat direduksi dari portofolio yang
terdiversifikasi tergantung pada kovarians pengembalian komponen sekuritas, yang pada gilirannya
merupakan fungsi dari pentingnya faktor sistematis dalam perekonomian.
Untuk melihat lebih jauh hubungan mendasar antara risiko sistematis dan korelasi keamanan,
anggaplah untuk kesederhanaan bahwa semua sekuritas memiliki standar deviasi yang sama, S, dan
semua pasangan keamanan memiliki koefisien korelasi yang sama, R. Maka kovarians antara
semua pasangan surat berharga adalah rs 2, dan Persamaan 7.20 menjadi
1 2 n21
S P25 S1 RS 2 (7.21)
n n
Pengaruh korelasi sekarang eksplisit. Kapan r 5 0, kami kembali mendapatkan asuransi
prinsip, di mana varians portofolio mendekati nol sebagai n menjadi lebih besar. Untuk R . 0, namun,
varians portofolio tetap positif. Bahkan, untuk r 5 1, varians portofolio sama dengan S 2
terlepas dari n, menunjukkan bahwa diversifikasi tidak bermanfaat: Dalam kasus sempurna
228
Tabel 7.4 r50 r 5 . 40

Pengurangan risiko
Portofolio Standar
berbobot sama
Semesta Bobot Deviasi Pengurangan Standar
portofolio di
Ukuran n w 5 1/ n (%) (%) di dalam S Penyimpangan (%) Pengurangan S
berkorelasi dan
tidak berkorelasi 1 100 50.00 14.64 50.00 8.17
alam semesta
2 50 35.36 41.83
5 20 22.36 1.95 36.06 0,70
6 16.67 20.41 35.36
10 10 15.81 0.73 33.91 0,20
11 9.09 15.08 33.71
20 5 11.18 0.27 32.79 0,06
21 4.76 10.91 32.73
100 1 5.00 0,02 31.86 0.00
101 0,99 4.98 31.86
korelasi, semua risiko adalah sistematis. Lebih umum, seperti n menjadi lebih besar, Persamaan 7.21
menunjukkan bahwa risiko sistematis menjadi rs 2.
Tabel 7.4 menyajikan standar deviasi portofolio karena kami memasukkan jumlah sekuritas yang semakin
besar dalam portofolio untuk dua kasus, r 5 0 dan r 5 . 40. Meja mengambil S menjadi 50%. Seperti yang
diharapkan, risiko portofolio lebih besar ketika r 5 . 40. Yang lebih mengejutkan, mungkin, adalah bahwa
risiko portofolio berkurang jauh lebih cepat karena n meningkat dalam kasus korelasi positif. Korelasi antara
pengembalian keamanan membatasi kekuatan diversifikasi.
Perhatikan bahwa untuk portofolio 100 sekuritas, deviasi standar adalah 5% dalam kasus yang
tidak berkorelasi—masih signifikan dibandingkan dengan potensi deviasi standar nol. Untuk r 5 . 40,
standar deviasi tinggi, 31,86%, namun sangat dekat dengan sistematik yang tidak dapat didiversifikasi
risiko di alam semesta keamanan berukuran tak terbatas, " rs 2 5". 4 3 50 2 5 31,62%. Pada titik ini,
diversifikasi lebih lanjut bernilai kecil.
Mungkin wawasan paling penting dari latihan ini adalah: Ketika kita memegang portofolio yang
terdiversifikasi, kontribusi terhadap risiko portofolio dari sekuritas tertentu akan bergantung pada
kovarians pengembalian sekuritas itu dengan sekuritas lainnya, dan bukan pada varians keamanan.
Seperti yang akan kita lihat di Bab 9, ini menyiratkan bahwa premi risiko yang adil juga harus
bergantung pada kovarians daripada variabilitas total pengembalian.
Misalkan alam semesta sekuritas berisiko yang tersedia terdiri dari sejumlah besar saham, didistribusikan
secara identik dengan: E(r) 5 15%, s 5 60%, dan koefisien korelasi umum r 5 . 5.
A. Berapa pengembalian yang diharapkan dan standar deviasi dari portofolio berisiko yang sama dari 25 saham?
B. Berapa jumlah saham terkecil yang diperlukan untuk menghasilkan portofolio yang efisien dengan standar deviasi
sama dengan atau lebih kecil dari 43%?
C. Apa risiko sistematis di alam semesta keamanan ini?
D. Jika T-bills tersedia dan menghasilkan 10%, berapa kemiringan CML? (Karena asumsi simetri untuk semua
sekuritas di alam semesta investasi, indeks pasar dalam perekonomian ini akan menjadi portofolio berbobot
sama dari semua saham.)
Alokasi Aset dan Pemilihan Keamanan

Seperti yang telah kita lihat, teori pemilihan keamanan dan alokasi aset adalah
identik. Kedua kegiatan tersebut menuntut pembangunan perbatasan yang efisien,
dan pilihan portofolio tertentu dari sepanjang perbatasan itu. Penentuan kombinasi
optimal perolehan efek sama dengan analisis kombinasi optimal kelas aset. Lalu,
mengapa kita (dan komunitas investasi) membedakan antara alokasi aset dan
pemilihan sekuritas?
Tiga faktor sedang bekerja. Pertama, sebagai akibat dari kebutuhan dan kemampuan menabung
yang lebih besar (untuk pendidikan perguruan tinggi, rekreasi, masa pensiun yang lebih panjang,
kebutuhan perawatan kesehatan, dll.), permintaan akan manajemen investasi yang canggih telah
meningkat pesat. Kedua, perluasan spektrum pasar keuangan dan instrumen keuangan telah
menempatkan investasi canggih di luar kemampuan banyak investor amatir. Akhirnya, ada skala
ekonomi yang kuat dalam analisis investasi. Hasil akhirnya adalah bahwa ukuran perusahaan
investasi yang kompetitif telah tumbuh dengan industri, dan efisiensi dalam organisasi telah menjadi
isu penting.
Sebuah perusahaan investasi besar kemungkinan akan berinvestasi baik di pasar domestik dan
internasional dan dalam serangkaian kelas aset yang luas, yang masing-masing membutuhkan keahlian
khusus. Oleh karena itu pengelolaan setiap portofolio kelas aset perlu didesentralisasi, dan menjadi tidak
mungkin untuk secara bersamaan mengoptimalkan portofolio berisiko seluruh organisasi dalam satu tahap,
meskipun ini akan ditentukan sebagai optimal pada teoretis alasan. Dalam bab-bab mendatang kita akan
melihat bagaimana optimalisasi portofolio terdesentralisasi dapat memperhatikan juga seluruh portofolio di
mana mereka menjadi bagiannya.
Oleh karena itu, praktiknya adalah mengoptimalkan pemilihan keamanan dari setiap portofolio
kelas aset secara independen. Pada saat yang sama, manajemen puncak terus memperbarui alokasi
aset organisasi, menyesuaikan anggaran investasi yang dialokasikan untuk setiap portofolio kelas
aset.
Portofolio Optimal dan Pengembalian Tidak Normal

Teknik optimasi portofolio yang telah kami gunakan sejauh ini mengasumsikan distribusi pengembalian
normal dalam standar deviasi yang dianggap sebagai ukuran risiko yang sepenuhnya memadai. Namun,
potensi pengembalian yang tidak normal mengharuskan kita untuk memperhatikan juga langkah-langkah
risiko yang berfokus pada kerugian terburuk seperti nilai pada risiko (VaR) atau kekurangan yang diharapkan
(ES).
Dalam Bab 6 kami menyarankan bahwa alokasi modal ke portofolio berisiko harus
dipertimbangkan kembali dalam menghadapi distribusi ekor gemuk yang dapat menghasilkan nilai
VaR dan ES yang ekstrem. Secara khusus, prakiraan VaR dan ES yang lebih besar dari normal harus
mendorong alokasi modal yang lebih moderat ke portofolio berisiko. Memperhitungkan efek
diversifikasi pada VaR dan ES akan berguna juga. Sayangnya, dampak diversifikasi pada tail risk tidak
dapat diantisipasi dengan mudah.
Cara praktis untuk memperkirakan nilai VaR dan ES dengan adanya ekor gemuk adalah bootstrap
(dijelaskan dalam Bagian 5.9). Kami mulai dengan sampel historis pengembalian setiap aset dalam portofolio
prospektif kami. Kami menghitung pengembalian portofolio yang sesuai dengan penarikan satu
pengembalian dari setiap riwayat aset. Dengan demikian, kami menghitung sebanyak mungkin
pengembalian portofolio acak ini sesuai keinginan. Lima puluh ribu pengembalian yang dihasilkan dengan
cara ini dapat memberikan perkiraan nilai VaR dan ES yang baik. Nilai perkiraan untuk VaR dan ES dari
portofolio optimal mean-variance kemudian dapat dibandingkan dengan portofolio kandidat lainnya. Jika
portofolio lain ini menghasilkan nilai VaR dan ES yang cukup lebih baik, kami mungkin lebih memilih salah
satunya daripada portofolio efisien meanvariance.
7.5 Pengumpulan Risiko, Pembagian Risiko, dan

Risiko Investasi Jangka Panjang*
Diversifikasi berarti bahwa kami menyebarkan anggaran investasi kami di berbagai aset dan dengan demikian
membatasi risiko secara keseluruhan. Kadang-kadang dikatakan bahwa menyebarkan investasi sepanjang waktu,
sehingga kinerja rata-rata mencerminkan pengembalian dalam beberapa periode investasi, menawarkan manfaat
analog yang disebut "diversifikasi waktu." Keyakinan umum adalah bahwa diversifikasi waktu dapat membuat
investasi jangka panjang lebih aman.
Apakah perpanjangan diversifikasi ke investasi dari waktu ke waktu valid? Pertanyaan tentang bagaimana
risiko meningkat ketika cakrawala investasi berisiko memanjang analog dengan pengumpulan risiko, proses
di mana perusahaan asuransi mengumpulkan portofolio besar (atau kumpulan) risiko yang tidak berkorelasi.
Namun, penerapan pengumpulan risiko terhadap risiko investasi secara luas disalahpahami, seperti halnya
penerapan "prinsip asuransi" untuk investasi jangka panjang. Pada bagian ini, kami mencoba untuk
mengklarifikasi masalah ini dan mengeksplorasi perluasan yang tepat dari prinsip asuransi terhadap risiko
investasi.
Pengumpulan Risiko dan Prinsip Asuransi

Pengumpulan risiko berarti menggabungkan proyek-proyek berisiko yang tidak berkorelasi sebagai sarana untuk
mengurangi risiko. Diterapkan pada bisnis asuransi, pengumpulan risiko memerlukan penjualan banyak polis
asuransi yang tidak berkorelasi. Penerapan risk pooling inilah yang kemudian dikenal dengan prinsip asuransi.
Kebijaksanaan konvensional menyatakan bahwa pengumpulan risiko mengurangi risiko, dan bahwa penyatuan
tersebut adalah kekuatan pendorong di belakang manajemen risiko untuk industri asuransi.
Tetapi bahkan refleksi singkat harus meyakinkan Anda bahwa pengumpulan risiko tidak dapat menjadi
keseluruhan cerita. Bagaimana bisa menambahkan taruhan yang independen dari taruhan Anda yang lain
mengurangi total eksposur Anda terhadap risiko? Ini akan sedikit berbeda dari seorang penjudi di Las Vegas yang
berargumen bahwa beberapa perjalanan lagi ke meja roulette akan mengurangi risiko totalnya dengan
mendiversifikasi keseluruhan “portofolio” taruhannya. Anda akan segera menyadari bahwa penjudi sekarang
memiliki lebih banyak uang yang dipertaruhkan, dan potensi ayunan kekayaannya secara keseluruhan jelas lebih
luas: Sementara keuntungan atau kerugian rata-ratanya per taruhan mungkin menjadi lebih dapat diprediksi saat ia
berulang kali kembali ke meja, total hasil menjadi kurang begitu. Seperti yang akan kita lihat, prinsip asuransi kadang-
kadang juga disalahgunakan untuk investasi jangka panjang dengan memperluas secara tidak benar apa yang
tersirat di dalamnya. rata-rata kembali ke prediksi tentang total kembali.
Bayangkan seorang investor kaya, Warren, yang memegang portofolio $1 miliar, P. Bagian dari portofolio
yang diinvestasikan dalam aset berisiko, A, adalah y, meninggalkan pecahan 1 2 kamu diinvestasikan dalam
tingkat bebas risiko. Aset A premi risiko adalah R, dan simpangan bakunya adalah S. Dari Persamaan 6.3
dan 6.4, premi risiko dari portofolio lengkap P adalah R P 5 tahun, simpangan bakunya adalah
S P 5 kamu S, dan rasio Sharpe adalah S P 5 R/ S. Sekarang Warren mengidentifikasi aset berisiko lainnya, B,
dengan premi risiko dan standar deviasi yang sama dengan A. Warren memperkirakan bahwa korelasi
tion (dan karena itu kovarians) antara dua investasi adalah nol, dan dia tertarik pada potensi
penawaran ini untuk pengurangan risiko melalui diversifikasi.
Mengingat manfaat yang diantisipasi Warren dari diversifikasi, ia memutuskan untuk mengambil posisi di
aset B ukurannya sama dengan posisinya yang ada di aset A. Oleh karena itu ia mentransfer pecahan lain, y,
kekayaan dari aset bebas risiko ke aset B. Ini membuat total portofolionya dialokasikan sebagai berikut:
Pecahan kamu masih diinvestasikan dalam aset A, tambahan investasi sebesar kamu diinvestasikan dalam B,
dan 1 2 2 kamu berada dalam aset bebas risiko. Perhatikan bahwa strategi ini adalah
* Materi pada bagian ini lebih menantang. Ini dapat dilewati tanpa merusak kemampuan untuk memahami bab-bab
selanjutnya.
analog dengan penyatuan risiko murni; Warren telah mengambil taruhan berisiko tambahan (walaupun tidak
berkorelasi), dan portofolio berisikonya lebih besar dari sebelumnya. Kami akan menunjukkan portofolio baru Warren
sebagai Z.
Kita dapat menghitung premi risiko portofolio Z dari Persamaan 7.2, variansnya dari Persamaan
7.3, dan dengan demikian rasio Sharpe-nya. Ingat modal itu R menunjukkan premi risiko setiap aset
dan premi risiko aset bebas risiko adalah nol. Saat menghitung varians portofolio, kami
menggunakan fakta bahwa kovarians adalah nol. Jadi, untuk Portofolio Z:
R Z 5 yR 1 yR 1 ( 1 2 2 y) 0 5 2 yR (dobel R P)
S 2Z5 kamu 2 S 2 1 kamu 2 S 2 1 0 5 2 kamu 2 S 2 (dua kali lipat varian dari P)
Z 5" S 2 Z 5 kamu S" 2 ("2 5 1,41 kali simpangan baku P)

S Z 5 R Z/ S Z 5 2 yR/(y S" 2) 5" 2 R/ S ("2 5 1,41 kali rasio Sharpe dari P)
dari P, namun standar deviasinya hanya

faktor "2. Kelebihan tingkat pengembaliannya adalah dua kali lipat
" Kabar baik besar.
2 kali lebih dari hasil iniburuknya,
Kabar adalah rasio Sharpe
dengan dari Z lebih
meningkatkan tinggi
skala P oleh
dari berisiko,
investasi
sehingga standar deviasi portofolio juga meningkat sebesar "2.
Kita sekarang mungkin membayangkan bahwa alih-alih dua aset yang tidak berkorelasi, Warren memiliki
akses ke banyak aset. Mengulangi analisis kami, kami akan menemukan bahwa dengan n aset rasio Sharpe
di bawah strategi Z meningkat (relatif terhadap nilai aslinya) dengan faktor " n ke" n 3 R/ S. Tetapi risiko total
dari strategi penyatuan Z akan meningkat dengan kelipatan yang sama, menjadi S" n.
Analisis ini menggambarkan peluang dan keterbatasan penyatuan risiko murni: Penyatuan
meningkatkan skala investasi berisiko (dari kamu ke 2 y) dengan menambahkan posisi tambahan di
aset lain yang tidak berkorelasi. Penambahan taruhan berisiko lain ini juga meningkatkan ukuran
anggaran berisiko. Jadi pengumpulan risiko dengan sendirinya tidak mengurangi risiko, meskipun
faktanya manfaat dari kurangnya korelasi antar kebijakan.
Prinsip asuransi hanya memberi tahu kita bahwa risiko meningkat kurang dari proporsional
dengan jumlah polis yang diasuransikan ketika polis tidak berkorelasi; maka profitabilitas—dalam
aplikasi ini, rasio Sharpe—meningkat. Namun efek ini sebenarnya tidak mengurangi risiko.
Ini mungkin membatasi skala ekonomi potensial dari portofolio yang terus tumbuh seperti perusahaan
asuransi besar. Anda dapat menafsirkan setiap "aset" dalam analisis kami sebagai satu polis asuransi. Setiap
polis yang tertulis mewajibkan perusahaan asuransi untuk menyisihkan modal tambahan untuk menutupi
potensi kerugian. Perusahaan asuransi menginvestasikan modalnya sampai perlu membayar klaim. Menjual
lebih banyak polis memerlukan peningkatan posisi total dalam investasi berisiko dan oleh karena itu modal
yang harus dialokasikan untuk polis tersebut. Ketika perusahaan berinvestasi dalam lebih banyak aset yang
tidak berkorelasi (kebijakan asuransi), rasio Sharpe terus meningkat (yang bagus), tetapi karena lebih banyak
dana diinvestasikan dalam kebijakan berisiko, risiko keseluruhan portofolio meningkat (yang buruk). Seiring
bertambahnya jumlah kebijakan, risiko kumpulan pasti akan tumbuh—terlepas dari “diversifikasi” lintas
kebijakan. Pada akhirnya, risiko yang meningkat itu akan membanjiri modal perusahaan yang tersedia.
Analis asuransi sering berpikir dalam hal probabilitas kerugian. Interpretasi mereka yang
benar secara matematis tentang prinsip asuransi adalah bahwa kemungkinan kerugian
menurun dengan pengumpulan risiko. Interpretasi ini berkaitan dengan fakta bahwa rasio
Sharpe (profitabilitas) meningkat dengan pengumpulan risiko. Tetapi menyamakan probabilitas
penurunan kerugian dengan pengurangan risiko total adalah keliru; yang terakhir diukur
dengan standar deviasi keseluruhan, yang meningkat dengan pengumpulan risiko. (Sekali lagi,
pikirkan tentang penjudi di Las Vegas. Saat dia berulang kali kembali ke meja roulette,
kemungkinan dia akan kalah menjadi semakin pasti, tetapi besarnya potensi keuntungan atau
kerugian dolar menjadi semakin besar.) Jadi risiko penyatuan memungkinkan baik investor
maupun perusahaan asuransi untuk melepaskan risiko. Namun, pembagian risiko, seperti yang
dibahas pada subbab berikutnya.
Berbagi Risiko
Sekarang pikirkan tentang variasi pada portofolio pengumpulan risiko Z. Bayangkan bahwa Warren telah
mengidentifikasi beberapa polis asuransi yang menarik dan ingin berinvestasi di semuanya. Untuk mempermudah,
kita akan melihat kasus dua kebijakan, sehingga kumpulan akan memiliki properti yang sama dengan portofolio Z.
Kami melihat bahwa jika Warren berinvestasi dalam kumpulan dua kebijakan ini, total risikonya adalah
S Z 5 kamu S" 2. Tetapi jika ini lebih berisiko daripada yang bersedia dia tanggung, apa yang mungkin dia lakukan? Solusi nya
adalah pembagian risiko, tindakan menjual saham dalam portofolio berisiko yang menarik untuk
membatasi risiko dan tetap mempertahankan rasio Sharpe (profitabilitas) dari posisi yang dihasilkan.
Misalkan setiap kali aset berisiko baru ditambahkan ke portofolio, Warren menjual sebagian dari
investasinya di kolam untuk mempertahankan total dana yang diinvestasikan dalam aset berisiko
tidak berubah. Misalnya, ketika aset kedua ditambahkan, dia menjual setengah dari posisinya kepada
investor lain. Sementara total anggaran investasi yang diarahkan ke aset berisiko karena itu tidak
berubah, itu dibagi rata antara aset A dan B, dengan bobot masing-masing y/ 2. Dalam mengikuti
strategi ini, komponen bebas risiko dari portofolio lengkapnya tetap dengan bobot 1 2 y. Kami akan
menyebut strategi ini V
Jika Anda membandingkan strategi pengumpulan risiko Z dengan strategi risk-pooling-plus-risk-sharing
V, Anda akan melihat bahwa keduanya memerlukan investasi dalam kumpulan dua aset; satu-satunya
perbedaan di antara mereka adalah bahwa strategi pembagian risiko menjual setengah kumpulan gabungan
untuk mempertahankan portofolio berisiko ukuran tetap. Sedangkan bobot total risk pool dalam strategi Z
adalah 2 y, dalam strategi pembagian risiko, bobot risiko hanya setengah dari level itu. Oleh karena itu, kita dapat
menemukan sifat-sifat portofolio pembagian risiko dengan mengganti kamu untuk 2 kamu dalam setiap rumus atau,
secara ekuivalen, mensubstitusi y/ 2 untuk kamu dalam tabel berikut.
Pengumpulan Risiko: Portofolio Z Pembagian Risiko: Portofolio V
R Z 5 2 yR R V 5 2( y/ 2) R 5 yR
2 2 2 5 kamu 2 2/ 2
5 2y/22
2
Z 2 kamu 2
V5
2 2
Z5 Z5 kamu 2 V5 V 5 kamu
/2
SZ5 RZ / Z 5 2 kamu R/(y 2) 5 2 R/ S V 5 R V/ V 5 2 R/
Kami mengamati portofolio itu V cocok dengan rasio portofolio Sharpe yang menarik Z, tetapi dengan
volatilitas yang lebih rendah. Jadi pembagian risiko gabungan dengan risk pooling adalah kunci dari industri
asuransi. Diversifikasi sejati berarti menyebarkan portofolio ukuran tetap di banyak aset, tidak hanya
menambahkan lebih banyak taruhan berisiko ke portofolio berisiko yang terus tumbuh.
Untuk mengendalikan risiko totalnya, Warren harus menjual sebagian kecil dari kumpulan aset. Ini
menyiratkan bahwa sebagian dari aset tersebut sekarang harus dimiliki oleh orang lain. Misalnya, jika
asetnya adalah polis asuransi, investor lain harus berbagi risiko, mungkin dengan membeli saham di
perusahaan asuransi. Sebagai alternatif, perusahaan asuransi biasanya “mengasuransikan kembali”
risiko mereka dengan menjual sebagian polis kepada investor atau perusahaan asuransi lain,
sehingga secara eksplisit berbagi risiko.
Kita dapat dengan mudah menggeneralisasi contoh Warren untuk kasus lebih dari dua aset.
Misalkan kolam berisiko memiliki n aktiva. Kemudian volatilitas portofolio pembagian risiko akan
menjadi S V 5 kamu S/" n, dan rasio Sharpe-nya akan menjadi " nR/ S. Jelas, keduanya meningkat sebagai n
meningkat. Pikirkan kembali penjudi kami di roda roulette untuk terakhir kalinya. Dia salah untuk
berpendapat bahwa diversifikasi berarti bahwa 100 taruhan kurang berisiko daripada 1 taruhan. Namun, intuisinya
akan benar, jika dia membagikan 100 taruhan itu dengan 100 temannya. Bagian 1/100 dari 100 taruhan sebenarnya
kurang berisiko daripada satu taruhan. Memperbaiki jumlah total uangnya yang berisiko karena uang itu tersebar di
lebih banyak taruhan independen adalah cara baginya untuk mengurangi risiko. 14
14 Bagi penjudi Las Vegas, pembagian risiko membuat pertaruhan semakin pasti untuk menghasilkan negatif tingkat
pengembalian, menyoroti penyakit yang menjadi ciri perjudian kompulsif.

Dengan pembagian risiko, seseorang dapat mendirikan perusahaan asuransi dengan ukuran berapa pun,
mengumpulkan portofolio kebijakan yang besar dan membatasi risiko total dengan menjual saham di antara banyak
investor. Karena rasio Sharpe terus meningkat dengan jumlah polis yang tertulis, sementara risiko bagi setiap
pemegang saham yang terdiversifikasi turun, ukuran perusahaan asuransi yang semakin menguntungkan
tampaknya tidak terbatas. Namun pada kenyataannya, ada dua masalah yang menghambat proses ini. Pertama,
beban yang terkait dengan masalah pengelolaan perusahaan yang sangat besar cepat atau lambat akan memakan
margin kotor yang meningkat. Lebih penting lagi, masalah "terlalu besar untuk gagal" mungkin muncul.
Kemungkinan kesalahan dalam menilai risiko setiap polis atau salah memperkirakan korelasi kerugian pada polis
gabungan (atau lebih buruk lagi, meremehkan risiko yang disengaja) dapat menyebabkan perusahaan asuransi
gagal. Seperti yang kita lihat di Bab 1, terlalu besar untuk gagal berarti bahwa kegagalan tersebut dapat
menyebabkan kegagalan terkait di antara mitra dagang perusahaan. Hal ini mirip dengan apa yang terjadi pada krisis
keuangan tahun 2008. Juri masih menilai peran kurang hati-hati dalam urusan ini. Regulasi ke depan diharapkan
dapat membatasi optimisme yang berlebihan tentang kekuatan diversifikasi untuk membatasi risiko, meskipun ada
mitigasi yang menarik dari pembagian risiko.
Investasi untuk Jangka Panjang

Sekarang kita beralih ke implikasi pengumpulan risiko dan pembagian risiko untuk investasi jangka panjang.
Pikirkan untuk memperluas cakrawala investasi untuk periode lain (yang menambah ketidakpastian
pengembalian berisiko periode itu) sebagai analog dengan menambahkan aset berisiko lain atau polis
asuransi ke kumpulan aset.
Meneliti dampak dari perluasan cakrawala investasi mengharuskan kita untuk mengklarifikasi apa
alternatifnya. Misalkan Anda mempertimbangkan investasi dalam portofolio berisiko selama 2 tahun ke
depan, yang akan kita sebut "investasi jangka panjang." Bagaimana Anda membandingkan keputusan ini
dengan “investasi jangka pendek”? Kita harus membandingkan dua strategi ini dalam periode yang sama,
yaitu 2 tahun. Oleh karena itu, investasi jangka pendek harus ditafsirkan sebagai investasi dalam portofolio
berisiko selama 1 tahun dan dalam aset bebas risiko selama setahun.
Setelah kami menyetujui perbandingan ini, dan dengan asumsi pengembalian berisiko pada tahun
pertama tidak berkorelasi dengan yang kedua, menjadi jelas bahwa strategi "jangka panjang" analog
dengan portofolio Z. Ini karena mempertahankan investasi berisiko di tahun kedua (daripada menarik
ke tingkat bebas risiko) menumpuk lebih banyak risiko, seperti halnya menjual polis asuransi lain.
Dengan kata lain, investasi jangka panjang dapat dianggap analog dengan pengumpulan risiko.
Sementara memperluas investasi berisiko untuk jangka panjang meningkatkan rasio Sharpe (seperti
halnya pengumpulan risiko), itu juga meningkatkan risiko. Jadi “diversifikasi waktu” bukanlah
diversifikasi yang sebenarnya.
Analogi yang lebih akurat untuk pembagian risiko untuk cakrawala jangka panjang adalah dengan
menyebarkan anggaran investasi berisiko di setiap periode investasi. Bandingkan tiga strategi berikut
yang diterapkan pada keseluruhan anggaran investasi selama 2 tahun:
1. Investasikan seluruh anggaran berisiko untuk satu periode, dan kemudian tarik seluruh
hasil, menempatkan mereka dalam aset bebas risiko di periode lain. Karena Anda
berinvestasi dalam aset berisiko hanya selama 1 tahun, premi risiko selama seluruh
periode investasi adalah R, SD 2 tahun adalah S, dan rasio Sharpe 2 tahun adalah
S 5 R/ S.
2. Investasikan seluruh anggaran dalam aset berisiko untuk kedua periode. Premi risiko 2 tahun adalah
2 R ( dengan asumsi suku bunga majemuk terus menerus), varians 2 tahun adalah 2 S 2, NS
SD 2 tahun adalah S" 2, dan rasio Sharpe 2 tahun adalah S 5 R" 2/ S. Ini analog dengan pengumpulan
risiko, mengambil dua “taruhan” pada portofolio berisiko alih-alih satu (seperti dalam Strategi 1).
3. Investasikan setengah anggaran investasi pada posisi berisiko di masing-masing dua

periode, tempatkan sisa dana di aset bebas risiko. Premi risiko 2 tahun adalah R,
varians 2 tahun adalah 2 3 ( ½ S) 2 5 detik 2/ 2, SDnya adalah S/ "

2, dan rasio Sharpe adalah
S 5 R" 2/ S. Ini analog dengan pembagian risiko, mengambil posisi pecahan dalam pengembalian
investasi setiap tahun.
Strategi 3 kurang berisiko daripada salah satu alternatif. Pengembalian total yang diharapkan sama dengan Strategi
1, namun risikonya lebih rendah dan oleh karena itu rasio Sharpe-nya lebih tinggi. Ini mencapai rasio Sharpe yang
sama dengan Strategi 2 tetapi dengan standar deviasi dikurangi dengan faktor 2. Singkatnya, rasio Sharpe-nya
setidaknya sama baiknya dengan salah satu alternatif dan, lebih tepatnya, total risikonya kurang dari keduanya.
Kami menyimpulkan bahwa risiko tidak memudar dalam jangka panjang. Seorang investor yang dapat berinvestasi dalam
portofolio yang menarik hanya untuk satu periode, dan memilih untuk menginvestasikan anggaran tertentu dalam periode
tersebut, akan lebih baik menempatkan uang dalam risiko dalam portofolio tersebut selama periode yang diizinkan.
tetapi akan mengurangi anggaran berisiko di setiap periode. Pengumpulan risiko sederhana, atau dalam hal ini,
diversifikasi waktu, tidak mengurangi risiko.
RINGKASAN 1. Pengembalian yang diharapkan dari suatu portofolio adalah rata-rata tertimbang dari pengembalian yang diharapkan dari
Kunjungi kami di www.mhhe.com/bkm
keamanan komponen dengan proporsi investasi sebagai bobot.
2. Varians portofolio adalah jumlah bobot elemen matriks kovarians dengan produk proporsi
investasi sebagai bobot. Dengan demikian varians setiap aset dibobot dengan kuadrat dari
proporsi investasinya. Kovarians setiap pasangan aset muncul dua kali dalam matriks kovarians;
sehingga varians portofolio mencakup dua kali setiap kovarians yang dibobot dengan produk dari
proporsi investasi di masing-masing dari dua aset.
3. Bahkan jika kovariansnya positif, deviasi standar portofolio kurang dari rata-rata tertimbang
dari deviasi standar komponen, selama aset tidak berkorelasi positif sempurna. Dengan
demikian diversifikasi portofolio bernilai selama aset berkorelasi kurang dari sempurna.
4. Semakin besar kovarians suatu aset dengan aset lain dalam portofolio, semakin besar kontribusinya terhadap varians
portofolio. Aset yang berkorelasi negatif sempurna dengan portofolio dapat berfungsi sebagai lindung nilai yang
sempurna. Aset lindung nilai yang sempurna dapat mengurangi varians portofolio menjadi nol.
5. Perbatasan efisien adalah representasi grafis dari satu set portofolio yang memaksimalkan pengembalian yang
diharapkan untuk setiap tingkat risiko portofolio. Investor yang rasional akan memilih portofolio pada batas
efisien.
6. Seorang manajer portofolio mengidentifikasi batas efisien dengan terlebih dahulu menetapkan perkiraan untuk
pengembalian aset yang diharapkan dan matriks kovarians. Daftar input ini kemudian dimasukkan ke dalam
program optimasi yang melaporkan sebagai output proporsi investasi, pengembalian yang diharapkan, dan
standar deviasi portofolio pada batas efisien.
7. Secara umum, manajer portofolio akan sampai pada portofolio efisien yang berbeda karena perbedaan
dalam metode dan kualitas analisis keamanan. Manajer bersaing pada kualitas analisis keamanan
mereka relatif terhadap biaya manajemen mereka.
8. Jika aset bebas risiko tersedia dan daftar input identik, semua investor akan memilih portofolio yang sama
pada batas efisien aset berisiko: portofolio bersinggungan dengan CAL. Semua investor dengan daftar
input yang identik akan memiliki portofolio berisiko yang identik, hanya berbeda dalam seberapa banyak
masing-masing mengalokasikan ke portofolio optimal ini dan ke aset bebas risiko. Hasil ini dicirikan
sebagai prinsip pemisahan konstruksi portofolio.
9. Diversifikasi didasarkan pada alokasi a tetap portofolio di beberapa aset, membatasi eksposur ke salah
satu sumber risiko. Menambahkan aset berisiko tambahan ke portofolio, sehingga meningkatkan jumlah
total yang diinvestasikan, tidak mengurangi risiko dolar, bahkan jika itu membuat tingkat pengembalian
lebih dapat diprediksi. Ini karena ketidakpastian itu diterapkan pada basis investasi yang lebih besar.
Investasi dalam jangka waktu yang lebih panjang juga tidak mengurangi risiko. Meningkatkan cakrawala investasi
analog dengan berinvestasi di lebih banyak aset. Ini meningkatkan risiko total. Secara analog, kunci industri
asuransi adalah pembagian risiko—penyebaran risiko ke banyak investor, yang masing-masing hanya mengambil Situs Web terkait
sedikit eksposur terhadap sumber risiko tertentu. Pengumpulan risiko—asumsi semakin banyak sumber risiko— untuk bab ini
dapat meningkatkan tingkat prediktabilitas pengembalian, tetapi bukan prediktabilitas total tersedia di www.
pengembalian dolar. mhhe.com/bkm
diversifikasi risiko nonsistematis perbatasan efisien berisiko ISTILAH KUNCI

prinsip asuransi risiko yang dapat didiversifikasi aktiva
risiko pasar portofolio peluang portofolio daftar masukan
resiko yang sistematis varians minimum mengatur properti pemisahan

risiko yang tidak dapat didiversifikasi rasio Sharpe pengumpulan risiko
risiko unik perbatasan varians minimum berbagi risiko

risiko spesifik perusahaan portofolio berisiko optimal
Tingkat pengembalian yang diharapkan dari portofolio: E(r P) 5 w D E(r D) 1 w E E(r E) PERSAMAAN KUNCI
Kunjungi kami di www.mhhe.com/bkm

Varians pengembalian portofolio: S 2 P5 ( w D S D) 2 1 ( w E S E) 2 1 2( w D S D)( w E S E) R DE
E(r P) 2 R F
Rasio Sharpe dari sebuah portofolio: S P 5
SP
Rasio Sharpe memaksimalkan portofolio 3 bobot dengan dua aset berisiko ( D dan E) dan aset bebas risiko:
3 E) 2
E(r D) 2 R F S42 E 2 E(r R F 4 S D S E R DE
wD5
3E(r D) 2 R F S42 E1 3 E(r E) 2 R F 4 S 2D 2 3 E(r D) 2 R F 1 E(r E) 2 R F 4 S D S E R DE
wE5 1 2 wD
E(r P) 2 R F
Alokasi modal yang optimal untuk aset berisiko, aku:
A S 2P
1. Manakah dari faktor-faktor berikut yang mencerminkan murni risiko pasar untuk perusahaan tertentu? SET MASALAH
A. Kenaikan suku bunga jangka pendek.
B. Kebakaran di gudang perusahaan.
C. Peningkatan biaya asuransi.
D. Kematian CEO. Dasar
e. Peningkatan biaya tenaga kerja.
2. Saat menambahkan real estat ke program alokasi aset yang saat ini hanya mencakup saham, obligasi, dan uang tunai,
properti mana dari pengembalian real estat yang memengaruhi portofolio mempertaruhkan? Menjelaskan.
A. Standar deviasi.
B. Pengembalian yang diharapkan.
C. Korelasi dengan pengembalian kelas aset lainnya.

3. Manakah dari pernyataan berikut tentang portofolio varians minimum dari semua sekuritas berisiko yang valid?
(Asumsikan penjualan singkat diperbolehkan.) Jelaskan.
A. Variansnya harus lebih rendah daripada semua sekuritas atau portofolio lainnya.
B. Pengembalian yang diharapkan bisa lebih rendah dari tingkat bebas risiko.
C. Ini mungkin portofolio berisiko yang optimal.
D. Ini harus mencakup semua sekuritas individu.

Bodie's Investments, 10th Edition-234-264.en - Id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bodie's Investments, 10th Edition-234-264.en - Id

Diunggah oleh

Hak Cipta:

Format Tersedia

7

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.com

Portofolio Berisiko Optimal

7.1 Diversifikasi dan Risiko Portofolio

Kuantitatif 22 (September 1987).

Risiko Dibandingkan dengan Portofolio Satu Saham (%)

7.2 Portofolio Dua Aset Berisiko

RP5 wD RD1 wE RE (7.1)

komponen sekuritas dengan proporsi portofolio sebagai bobot:

E(r P) 5 w D E(r D) 1 w E E(r E) (7.2)

Varians dari portofolio dua aset adalah

Cov( R D, R D) 5 A Pr(skenario) 3 R D 2 E(r D) 4 3 R D 2 E(r D) 4

5 A Pr (skenario) 3 R D 2 E(r D) 4 2 (7.4)

S P2 5 w D w D Cov( R D, R D) 1 w E w E Cov( R E, R E) 1 2 w D w E Cov( R D, R E) (7.5)

2 Lihat Lampiran B bab ini untuk tinjauan statistik portofolio.

wD1 wE5 1 w D w D Cov( R D, R D) 1 w E w D Cov( R E, R D) w D w E Cov( R D, R E) 1 w E w E Cov( R E, R E)

Varians portofolio w D w D Cov( R D, R D) 1 w E w D Cov( R E, R D) 1 w D w E Cov( R D, R E) 1 w E w E Cov( R E, R E)

PEMERIKSAAN KONSEP 7.1

w 2XXS 21 w Y2SY2 1 w 2 S21 2 ww Cov( r , r )

dan simpangan baku portofolio adalah

S P 5 Nilai mutlak ( w D S D 2 w E S E) (7.11)

Bobot ini mendorong standar deviasi portofolio menjadi nol.

Contoh 7.1 Risiko dan Pengembalian Portofolio

(pengembalian yang diharapkan dari obligasi) .

Portofolio Varians Minimum

wD 0,6250 0,7353 0,8200 —

Pengembalian yang Diharapkan

13% Reksa Dana

Kebalikannya terjadi ketika w D , 0 dan

0 nol sampai 1, deviasi standar portofolio pertama

S min 5 3(. 82 2 3 12 2) 1 (. 18 2 3 20 2) 1 ( 2 3 . 82 3 . 18 3 72) 4 1/2 5 11,45%

saham, w D 5 1 atau w E 5 1, menunjukkan deviasi standar portofolio dengan korelasi

Pengembalian yang Diharapkan (%) proporsi, w D, w E, kita membaca pengembalian yang

E pengembalian yang diharapkan dan standar deviasi

kumpulan peluang portofolio karena menunjukkan semua

koefisien korelasi di antara keduanya adalah R 5 . 25.

E(r D) 2 E(r E) 1 A( S 2 E2 S D S E R DE)

7.3 Alokasi Aset dengan Saham, Obligasi, dan Tagihan

Alokasi Aset dengan Dua Kelas Aset Berisiko

yang lebih tinggi dari rasio Sharpe dari CAL 6

E(r P) 5 w D E(r D) 1 w E E(r E)

Pengembalian yang Diharapkan (%)

ER( )DS 2 E 2 E 3 ( R E) Cov( R D, R E)

Contoh 7.2 Portofolio Berisiko Optimal

Contoh 7.3 Portofolio Lengkap yang Optimal

1. Tentukan karakteristik pengembalian semua sekuritas (pengembalian yang diharapkan,

2. Menetapkan portofolio berisiko (alokasi aset):

penghindaran risiko, A, untuk memecahkan alokasi modal.

Pengembalian yang Diharapkan (%)

Gambar 7.9 Proporsi portofolio

PEMERIKSAAN KONSEP 7.3

Pengembalian yang Diharapkan Standar Deviasi

7.4 M pada Model

Perbatasan Efisien sekuritas ky dan aset bebas risiko. dalam

dalam sekuritas dengan pengembalian yang diharapkan rendah.

T spreadsheet yang menyertainya dapat digunakan untuk

9 Keamanan 1 Keamanan 2 Kembali Deviasi Keriangan

Gambar 7.12 Kumpulan portofolio yang efisien

9 Harry Markowitz, "Pemilihan Portofolio," Jurnal Keuangan, Maret 1952.

Alokasi Modal dan Pemisahan Properti

A model spreadsheet yang menampilkan portofolio berisiko

4 WEBS Kembali Deviasi Negara

5 EWD 15.5393 26.4868 Swedia