Meminimumkan risiko untuk portofolio 3 aset

Misal kita akan menyelesaikan masalah Minrisk1 untuk 3 aset. Kita dapat melakukannya
dengan cara serupa seperti pada masalah Minrisk0, yaitu dengan cara melakukan eliminasi
variable 𝑦2 dan 𝑦3 . Dari dua kendala pada Minrisk1, kita dapat memperoleh

𝑟̅2 𝑦2 + 𝑟̅3 𝑦3 = 𝑅𝑝 − 𝑟̅1 𝑦1 (14)

dan

𝑦2 + 𝑦3 = 1 − 𝑦1 (15)
Kalikan persamaan (15) dengan 𝑟̅3 dan kurangkan dari (14) akan memberikan

(𝑟̅2 − 𝑟̅3 )𝑦2 = 𝑅𝑝 − 𝑟̅1 𝑦1 − 𝑟̅3 + 𝑟̅3 𝑦1 → (𝑟̅2 − 𝑟̅3 )𝑦2 = 𝑅𝑝 − 𝑟̅3 + (𝑟̅3 − 𝑟̅1 )𝑦1

sehingga

𝑦2 = 𝛼̅2 + 𝛽2̅ 𝑦1

dengan

𝑅𝑝 − 𝑟̅3 𝑟̅3 − 𝑟̅1

𝛼̅2 = dan 𝛽2̅ =
𝑟̅2 − 𝑟̅3 𝑟̅2 − 𝑟̅3

Dari (15), kita juga dapat peroleh 𝑦3 = 1 − 𝑦1 − 𝑦2 yang dapat ditulis menjadi

𝑦3 = 1 − 𝑦1 − 𝑦2 = 1 − 𝑦1 − (𝛼̅2 + 𝛽2̅ 𝑦1 ) = 1 − 𝛼̅2 − (1 + 𝛽2̅ )𝑦1 = 𝛼̅3 + 𝛽3̅ 𝑦1

dengan

𝛼̅3 = 1 − 𝛼̅2 dan 𝛽3̅ = −(1 + 𝛽2̅ )

Jika 𝑦1 = 𝑥, maka

𝑦1 𝑥 0 1
̅
𝛼 + ̅
𝛽 𝑥 ̅
̅ 2 ) + (𝛽2 ) 𝑥 = 𝛼̅ + 𝛽̅ 𝑥
𝑦 = (𝑦2 ) = ( 2 2 ) = (𝛼
𝑦3 𝛼 ̅
̅ 3 + 𝛽3 𝑥 ̅3
𝛼 ̅
𝛽 3

dengan

0 1
̅
𝛼̅ = (𝛼̅ 2 ) dan 𝛽̅ = (𝛽2 )
𝛼̅3 ̅
𝛽 3

Jadi, fungsi objektif risiko pada Minrisk1 dapat ditulis kembali menjadi

𝑉 = (𝛼 ̅ 𝑥)𝑇 𝑄(𝛼
̅+𝛽 ̅ 𝑥)
̅+𝛽

Bentuk ini sama seperti saat membahas model Minrisk0. Titik stasioner dari 𝑉 adalah
 𝛽̅ 𝑇 𝑄𝛼̅
𝑥=−
𝛽̅ 𝑇 𝑄𝛽̅

Penurunan masalah risiko yang minimum

Pada bagian ini akan dijelaskan mengapa risiko portofolio dapat diukur dengan 𝑉 = 𝑦 𝑇 𝑄𝑦.
Idealnya, suatu portofolio yang “bebas risiko” melibatkan kombinasi dari asset-aset yang
memberikan ekspektasi return R yang sama dalam semua kondisi pasar. Untuk data histori
sebanyak m periode waktu, 𝑦1 , 𝑦2 , ⋯ , 𝑦𝑛 akan memenuhi

𝑟1𝑗 𝑦1 + 𝑟2𝑗 𝑦2 + ⋯ + 𝑟1𝑛 𝑦𝑛 = 𝑅 (16)

untuk 𝑗 = 1,2, ⋯ , 𝑚. Karena
𝑛

𝑅 = ∑ 𝑟̅𝑖 𝑦𝑖
𝑖=1

maka

(𝑟1𝑗 − 𝑟̅1 )𝑦1 + (𝑟2𝑗 − 𝑟̅2 )𝑦2 + ⋯ + (𝑟𝑛𝑗 − 𝑟̅𝑛 )𝑦𝑛 = 0 (17)
Secara umum, 𝑚 > 𝑛, yang merupakan system yang overdetermined. Sistem ini
hanya memiliki solusi 𝑦𝑖 = 0 yang tidak dapat diterima karena 𝑒 𝑇 𝑦 = 1. Karena solusi
eksak dari persamaan (17) tidak ada, maka kita dapat membuat residu (sisa) dari system tsb
sekecil mungkin. Bentuk matriks 𝐴𝑚𝑛 yang unsur-unsurnya diberikan oleh

𝑎𝑗𝑖 = 𝑟𝑖𝑗 − 𝑟̅𝑖 (18)

Maka persamaan (17) ekivalen dengan system 𝐴𝑦 = 0 dan kita ingin mencari 𝑦 sehingga ‖𝐴𝑦‖
minimum. Perhatikan bahwa

‖𝐴𝑦‖ = √〈𝐴𝑦, 𝐴𝑦〉 = √𝐴𝑦 ∙ 𝐴𝑦 = √(𝐴𝑦)(𝐴𝑦)𝑇 = √𝑦 𝑇 𝐴𝑇 𝐴𝑦

Gunakan aturan perkalian matriks pada 𝐴𝑇 𝐴. Unsur-unsur diagonal utamanya adalah

𝑚 𝑚
2
∑ 𝑎𝑗𝑖2 = ∑(𝑟𝑖𝑗 − 𝑟̅𝑖 )
𝑗=1 𝑗=1

Sedangkan unsur-unsur yang bukan diagonal utama diberikan oleh

𝑚 𝑚

∑ 𝑎𝑗𝑖 𝑎𝑗𝑘 = ∑(𝑟𝑖𝑗 − 𝑟̅𝑖 ) (𝑟𝑘𝑗 − 𝑟̅𝑘 )

𝑗=1 𝑗=1

Bandingkan kedua hasil di atas dengan

𝑚
1 2
𝜎𝑖2 = ∑(𝑟𝑖𝑗 − 𝑟̅𝑖 )
𝑚
𝑗=1

dan
 𝑚
1
𝜎𝑖𝑘 = ∑(𝑟𝑖𝑗 − 𝑟̅𝑖 ) (𝑟𝑘𝑗 − 𝑟̅𝑘 )
𝑚
𝑗=1

Kita dapat peroleh

1. Unsur-unsur diagonal utama: 𝑚𝜎𝑖2

2. Unsur-unsur bukan diagonal utama: 𝑚𝜎𝑖𝑘

Jadi,

𝐴𝑇 𝐴 = 𝑚𝑄

dengan Q matriks kovariansi. Karena 𝑚 > 0, maka meminimumkan √𝑦 𝑇 𝐴𝑇 𝐴𝑦 berarti

meminimumkan 𝑦 𝑇 𝑄𝑦.