Contoh Proposal Tesis MTS
Contoh Proposal Tesis MTS
PROPOSAL TESIS
Oleh:
2018
LEMBAR PENGESAHAN
TESIS
Disusun Oleh
Draft tesis ini telah disetujui untuk diajukan sebagai bahan Ujian Seminar Proposal Tesis
Mengetahui,
Dr. Hery Suliantoro, S.T., M.T. Ferry Hermawan, S.T., M.T., Ph.D.
NIP 196904292002121001 NIP 196904292002121001
DAFTAR ISI
2.1.1 Perbandingan antara investasi real estate dengan reksadana REIT ......................... 6
2.5.1 Analisa Resiko Investasi dengan Monte Carlo Simulation (MCS) .................... 22
Tabel 2.1 Produk dasar tabungan dan investasi (SEC, 2017) ................................................ 6
Tabel 2.2 Kelemahan metode DCF: Asumsi dan realita ..................................................... 13
Tabel 2.3 Praktek capital budgeting dalam persentase (%) ................................................ 15
Tabel 2.4 Praktek analisa resiko dalam capital budgeting dalam persentase (%)............... 24
Tabel 2.5 Perbandingan penelitian terdahulu tentang penggunaan metode DCF dan ROA
dalam analisa kelayakan investasi real estate ..................................................................... 25
BAB 1
PENDAHULUAN
1
2
sebab itu, investasi dan pengembangan perumahan murah di Indonesia ke depannya akan
sangat dibutuhkan, baik oleh pemerintah pusat, pemerintah daerah, bahkan masyarakat
yang kurang mampu.
Proyek pengembangan real estate di negara berkembang, memiliki beberapa
karakteristik unik, yaitu kebutuhan modal kerja yang besar, likuiditas yang rendah, tingkat
pengembalian modal yang lambat, investasi yang tidak bisa kembali dalam waktu singkat,
dan waktu konstruksi yang cukup panjang, tantangan dan hambatan dari peraturan
pemerintah setempat, serta beragam ketidakpastian sehingga menyebabkan investasi real
estate menjadi beresiko tinggi (Mao and Wu, 2011; Rocha et al., 2007).
Adapun beberapa ketidakpastian dalam pengembangan real estate, yaitu berkaitan
dengan permintaan, harga jual rumah, biaya akuisisi lahan, persediaan yang tidak terjual
kembali, peraturan pemerintah, dan resiko pemerintahan setempat (pengesahan, ijin
mendirikan bangunan, dll.) yang dapat meningkatkan resiko investor (Rocha et al., 2007).
Oleh karena itu, pemilihan metode penilaian investasi yang tepat menjadi sangat krusial.
Secara garis besar, terdapat tiga metode yang dapat digunakan untuk menilai kelayakan
suatu investasi real estate, yaitu metode tradisional, metode Discounted Cash Flow (DCF),
dan Real Options Analysis (ROA). Metode tradisional meliputi Accounting Rate of Return
(ARR), dan Payback Period (PP), sedangkan metode DCF terdiri dari Net Present Value
(NPV), Internal Rate of Return (IRR), dan Profitability Index (PI) (Alhabeeb, 2016;
Banerjee, 2015; Imegi and Nwokoye, 2015; Lunkes et al., 2015). Seluruh metode yang
telah disebutkan tersebut selain Real Option Analysis memiliki kekurangan yang sama,
yaitu tidak adanya faktor fleksibilitas manajemen dalam mengambil keputusan akibat
ketidakpastian yang terjadi di masa yang akan datang.
Metode yang paling sering digunakan analis atau investor untuk membuat keputusan
investasi adalah metode DCF (Andor et al., 2015; Ghahremani et al., 2012; Mao and Wu,
2011; Mun, 2002; Pivoriene, 2017; Sdino et al., 2016; Shapiro et al., 2009). Namun
sayangnya, metode DCF kurang baik karena pada proyek investasi dengan ketidakpastian
yang tinggi, metode DCF akan menghasilkan perhitungan nilai yang tidak tepat (Pivoriene,
2017). Metode DCF juga tidak dapat menangkap opportunity value akibat ketidakpastian
yang terjadi di masa mendatang (Mao and Wu, 2011). Selain itu, kekurangan metode DCF
adalah tidak adanya faktor fleksibilitas dalam pengambilan keputusan, dimana fleksibilitas
memiliki nilai tambah akibat ketidakpastian proyek (Boute et al., 2004).
3
Pada kebanyakan proyek real estate sederhana dengan pangsa pasar kelas menengah ke
bawah di Indonesia, metode yang lazim digunakan untuk menilai kelayakan proyek
tersebut adalah metode tradisional, yaitu ARR dan PP. Sedangkan metode DCF dan ROA
sama sekali tidak pernah digunakan karena pengetahuan manajemen tentang metode ini
terbatas. Sebagai akibatnya, tidak ada fleksibilitas manajemen di dalam proyek, serta
apabila terjadi ketidakpastian pada saat proyek sedang berlangsung, manajemen akan sulit
mengambil keputusan terhadap proyek tersebut.
Fleksibilitas dalam pengembangan real estate dapat membuat nilai tambah yang
memungkinkan pengembang real estate untuk bereaksi terhadap tren pasar saat informasi
baru muncul dan ketidakpastian dalam faktor fundamental (seperti harga properti)
diperoleh. Nilai tambah ini tidak ada dalam metode DCF karena metode ini mengabaikan
fleksibilitas manajemen (Baldi, 2013).
Menurut penelitian Mintah et al. (2018), pengembang properti residensial harus
mempertimbangkan fleksibilitas dalam evaluasi kelayakan finansial karena terdapat nilai
yang terpendam akibat ketidakpastian dalam proyek properti. Penting untuk menghitung
nilai opsionalitas dalam evaluasi finansial proyek properti untuk memperoleh nilai yang
maksimal.
Menurut penelitian yang dilakukan oleh Lucius (2001), ROA menawarkan fleksibilitas
manajerial dan kemampuan dalam hal menilai ketidakpastian pada berbagai proyek
investasi. Sedangkan penelitian yang dilakukan oleh Mintah et al. (2018) menunjukkan
bahwa ROA dapat memodelkan ketidakpastian dengan akurasi yang lebih tinggi
dibandingkan dengan metode DCF. ROA yang diterapkan oleh Mintah et al. (2018) dapat
menangkap sekitar 3% dari nilai proyek yang hilang dari DCF. ROA juga dapat
menawarkan kesempatan untuk meninggalkan proyek apabila sudah dianggap tidak
menguntungkan, sehingga kerugian bisa diminimalkan. Oleh karena itu, ROA secara
praktis cocok digunakan untuk berbagai kasus dalam proyek pengembangan real estate
(Baldi, 2013; Mintah et al., 2018).
Oleh karena itu, pada penelitian ini, akan dimodelkan investasi perumahan murah
dengan menggunakan metode paling sering digunakan untuk investasi, yaitu metode DCF
dan kemudian akan dibandingkan dengan ROA yang mampu mengatasi kekurangan DCF.
4
Bab 2 Tinjauan Pustaka, membahas dasar-dasar teori yang berkaitan dengan penelitian
yang akan dilakukan.
Bab 3 Metode Penelitian, membahas metode yang digunakan untuk pengambilan data
penelitian.
Bab 4 Hasil dan Pembahasan, berisi tentang data penelitian, analisa, dan diskusi hasil
penelitian.
Bab 5 Kesimpulan, Saran, dan Rekomendasi, berisi tentang kesimpulan akhir penelitian,
saran untuk pihak-pihak yang terkait dengan penelitian ini, dan rekomendasi untuk
penelitian selanjutnya.
BAB 2
TINJAUAN PUSTAKA
6
7
Investasi real estate secara langsung yaitu dengan membeli satu atau lebih properti real
estate, seperti bangunan industri, mall, dan perumahan. Dalam investasi real estate,
investor akan memiliki properti secara utuh dan memperoleh pemasukan arus kas dari
penyewaan properti atau kenaikan nilai properti pada saat menjualnya (Hoesli and Lizieri,
2007; Wald et al., 2014). Lee (2003) memberikan kesimpulan bahwa kepemilikan real
estate secara langsung selama 70% waktu dalam rentang waktu 25 tahun akan memberikan
imbal hasil yang tidak maksimal. Namun, investasi real estate secara langsung dapat
mengurangi resiko pada saat ekonomi sedang lesu.
National Association of Real Estate Investment Trusts (NAREIT) (2014) dan National
Council of Real Estate Investment Fiduciaries (2014) memberikan perbedaan karakteristik
investasi antara investasi REIT dan kepemilikan real estate secara langsung. REIT
memiliki karakteristik pandangan ke depan, mudah dicairkan sewaktu-waktu (likuid),
harga jelas, menggunakan leverage, dan terdiri dari berbagai macam properti. Sedangkan
investasi real estate secara langsung memiliki karakteristik pandangan ke belakang, tidak
likuid, harga bergantung pada proses penilaian (appraisal), tidak ada faktor leverage, dan
jenis properti terbatas.
Klimczak (2010) mengklasifikasikan investasi real estate dari prespektif subyek, yaitu
investasi langsung dan tidak langsung. Investasi tidak langsung dilakukan dengan membeli
reksadana properti, terlibat dalam penggalangan modal untuk membeli properti, dan
membeli saham perusahaan yang bergerak di bidang properti dan real estate. Sedangkan
investasi secara langsung, yaitu dengan membeli properti dengan tujuan untuk memperoleh
keuntungan dari penyewaan properti, atau dari kenaikan harga properti tersebut.
Pada saat hendak berinvestasi real estate secara langsung, terdapat beberapa faktor
ekonomi yang harus diperhatikan, yaitu harga lahan yang belum dikembangkan,
aksesibilitas, kemudahan proses konstruksi di kemudian hari, harga properti yang sudah
dikembangkan, pajak, zona peruntukan, akses infrastruktur terdekat, jenis properti yang
ada di area sekitar, lingkungan sosial, kegiatan ekonomi di area sekitar, kompetisi harga
jual dan sewa, dan perencanaan spasial. Sedangkan pada investasi REIT, investor tidak
perlu memikirkan hal ini karena pengelola reksadana REITlah yang akan memikirkan dan
mempertimbangkan kondisi-kondisi tersebut (Bryx and Matkowski, 2001).
8
Accounting Rate
of Return (ARR)
Traditional
Payback Period
(PP)
Profitability Index
(PI)
Real Options
Analysis (ROA)
Analisa NPV menggunakan prinsip keberlanjutan finansial dari sebuah investasi dinilai
dengan membawa seluruh arus kas (baik positif dan negatif) ke awal, dengan
menggunakan beberapa formula matematika yang mengandung tingkat diskon tertentu
sesuai dengan profil risiko investor dan jenis/durasi investasi. Tingkat diskon ini berperan
dalam perhitungan indikator keberlanjutan investasi (Net Present Value – NPV) yang
kemudian dibandingkan dengan nilai minimum yang diharapkan oleh investor (Sdino et
al., 2016). Secara matematis, NPV dihitung dengan persamaan berikut:
𝐶𝐹
𝑁𝑃𝑉 = −𝐼
(1 + 𝑟)
dimana 𝐶𝐹 merupakan arus kas yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai NPV adalah
positif, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
10
IRR merupakan tingkat diskon atau imbal hasil dimana nilai masa kini (NPV) dari
selisih arus kas positif dan negatif adalah nol. Dapat dikatakan bahwa nilai IRR merupakan
persamaan algebra. Apabila nilai IRR lebih besar daripada imbal hasil yang diharapkan
oleh investor, maka proyek investasi tersebut layak untuk dilaksanakan (Patrick and
French, 2016). Secara matematis, IRR dapat diperoleh dengan menyelesaikan persamaan
berikut:
𝐶𝐹
0= −𝐼
(1 + 𝑟)
dimana 𝐶𝐹 merupakan arus kas yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah IRR, dan 𝑛 merupakan umur investasi yang
direncanakan.
Profitability Index (PI) secara sederhana merupakan perbandingan antara NPV
(penjumlahan dari arus kas yang sudah terdiskon ke masa sekarang) dengan biaya investasi
di awal. Secara matematis, PI dapat ditulis dalam persamaan berikut:
𝐶𝐹
∑
(1 + 𝑟)
𝑃𝐼 =
𝐼
dimana 𝐶𝐹 merupakan arus kas yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai PI lebih besar
daripada 1, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
Teori real options berfungsi sebagai pelengkap dari metode evaluasi tradisional dan
metode DCF, dimana metode-metode tersebut tidak memperhitungkan ketidakpastian
investasi pada saat investasi tersebut sudah berjalan dan opsi seperti meninggalkan proyek
atau ekspansi tidak ada di dalamnya. ROA merupakan teknik evaluasi yang masih terus
berkembang yang menyediakan fleksibilitas, dimana investor atau analis dapat
menganggap investasi tersebut sebagai sebuah pilihan dan bukan kewajiban (Farrukh et al.,
2015).
waktu uang, sehingga arus kas di masa yang akan datang akan bernilai sama dengan masa
sekarang, mengabaikan efek resiko terhadap kelayakan proyek, dan nilai arus kas
sebenarnya tidak diketahui (Belkaoui, 1980).
Metode PP merupakan periode waktu yang dibutuhkan agar investasi menjadi impas.
Menurut Belkaoui (1980) kelebihan metode ini adalah mudah dihitung dan dipahami, serta
kesederhanaannya dalam perhitungan cepat untuk mengetahui likuiditas dan perkiraan
waktu kembalinya modal proyek tersebut. Kekurangan metode ini adalah metode ini
mengabaikan arus kas yang terjadi setelah proyek tersebut kembali modal / impas dan
tidak adanya perhitungan berapa potensi keuntungan yang didapat. Sedangkan menurut
Farrukh et al. (2015), metode ini tidak berguna karena metode ini mengabaikan nilai waktu
dari uang. Selain itu, tidak ada aturan yang pasti yang mengatur standar waktu tertentu agar
proyek tersebut dapat dikatakan layak, serta metode ini tidak mengukur keuntungan karena
menurut metode ini, proyek yang untung adalah yang dapat kembali modal dalam waktu
paling singkat. Jadi, kekurangan utama dari metode ini adalah ketidakmampuan
menghitung besaran dan nilai waktu dari seluruh arus kas. Meskipun begitu, penelitian
yang dilakukan oleh Adeniji (2004) memberikan temuan bahwa metode ini cukup sering
digunakan dalam praktek, terlepas dari kekurangan yang dimilikinya.
Kedua metode yang telah disebutkan di atas merupakan metode tradisional, dimana
metode-metode tersebut mengabaikan nilai waktu uang. Akan tetapi, metode DCF
memperhitungkan nilai waktu uang dan juga menghitung estimasi total keuntungan yang
didapat selama masa umur proyek (Imegi and Nwokoye, 2015). Dalam kurun waktu 60
tahun terakhir, metode DCF berkembang menjadi pilihan utama untuk menilai kelayakan
sebuah investasi di era modern ini. Karena penggunaannya yang luas, DCF menjadi
metode paling umum dalam melakukan evaluasi investasi di Kanda, Inggris, dan Amerika
Serikat (Arnold and Hatzopoulos, 2000; Payne et al., 1999; Ryan and Ryan, 2002). Metode
DCF merupakan metode yang memperhitungkan nilai waktu uang dan secara teori
merupakan metode yang paling tepat, dengan ketiga bentuknya, yaitu NPV, IRR, dan PI
(Brigham and Ehrhardt, 2014).
NPV memiliki kelebihan, yaitu konsisten dengan teori maksimalisasi keuntungan,
mempertimbangkan waktu nilai uang, seluruh arus kas yang ada dipergunakan dalam
analisa, dan metode ini jelas untuk memutuskan sebuah investasi layak atau tidak dengan
melihat nilai absolut yang dihasilkan. Sedangkan kelemahan metode NPV adalah
mengabaikan efek resiko pada evaluasi proyek dan dibutuhkan akurasi estimasi arus kas
12
dan tingkat diskon yang sangat akurat. Karena metode ini tidak berdasarkan rate of return,
maka investor dapat salah paham dalam pengambilan keputusan karena bisa jadi imbal
hasil yang diperoleh ada di bawah yang diharapkan (Imegi and Nwokoye, 2015; Lunkes et
al., 2015).
Imegi dan Nwokoye (2015) mengidentifikasi kelebihan dan kekurangan metode IRR.
Kelebihan metode IRR adalah seluruh arus kas yang ada digunakan dalam proses analisa,
serta metode ini menggunakan basis rate of return, sehingga cocok untuk dibandingkan
dengan instrumen investasi lainnya. Kelemahan metode ini adalah keputusan tidak dapat
diambil berdasarkan maksimalisasi keuntungan pada proyek yang mutually exclusive
(saling lepas, apabila memilih satu proyek, maka proyek yang lain tidak dapat dipilih).
Imegi dan Nwokoye (2015) dan Lunkes et al. (2015) juga mengidentifikasi kelebihan
dan kekurangan metode PI. Kelebihan metode ini adalah mirip dengan NPV, biasanya
memberikan hasil yang sama pada sebuah proyek, metode ini dapat digunakan untuk
menentukan peringkat rasio keuntungan proyek mana yang paling besar (capital
rationing). Kekurangan metode ini adalah metode ini mengindikasikan imbal hasil relatif
dan bukan ukuran yang absolut, sehingga peringkat proyek yang dianalisa bisa salah.
Metode PI bekerja paling optimal apabila investasi (arus kas negatif) dilakukan pada saat
𝑡 = 0, diikuti dengan arus kas positif pada waktu yang bervariasi.
dalam mengestimasi arus kas dan tingkat diskon karena asumsi yang sedikit tidak tepat
akan menghasilkan perhitungan yang salah (Gilbert, 1990). Mun (2002) memberikan
perbedaan antara asumsi dan realita yang sebenarnya pada metode DCF. Perbedaan ini
dapat dilihat pada Tabel 2.2. Keterbatasan metode DCF ini dapat diatasi dengan
menggunakan ROA (Martins, 2013; Mun, 2002; Pivoriene, 2017).
ROA sendiri memiliki beberapa kelebihan, yaitu metode ini dapat menggambarkan
fleksibilitas peran manajemen dalam menciptakan nilai tambah dalam proyek investasi
(Dinica, 2011). Selain itu, ROA merupakan analisa yang lebih baik untuk mengatasi
volatilitas dan ketidakpastian dibandingkan dengan DCF (Pivoriene, 2017). Menurut
Vimpari and Junnila (2014), ROA dapat mewakili berbagai kemungkinan pendapatan dari
pengembangan investasi dan dengan penggunaan distribusi atau rentang nilai dapat
menangkap semua kemungkinan di masa yang akan datang, sehingga dapat
memperhitungkan ketidakpastian jauh lebih baik daripada DCF yang hanya menghasilkan
satu nilai saja.
Sedangkan kekurangan ROA adalah apabila tidak terdapat fleksibilitas dan
ketidakpastian rendah, metode ini menjadi tidak efisien karena akan menghasilkan nilai
yang sama dengan metode DCF (Martín-Barrera et al., 2016). Menggunakan ROA untuk
mengambil keputusan membutuhkan usaha yang jauh lebih besar daripada metode DCF
(Rhee et al., 2013). Kekurangan metode ROA di bidang keinsinyuran adalah kebanyakan
para insinyur tidak terbiasa dengan istilah-istilah dalam ilmu ekonomi dan keuangan (Kim
et al., 2014). Menurut studi yang dilakukan oleh Putten and MacMillan (2004), nilai ROA
terlalu besar dalam menilai proyek yang penuh ketidakpastian, sehingga mendorong
perusahaan untuk berinvestasi lebih di proyek tersebut dan mengakibatkan investasi
tampak seperti perjudian. Terlepas dari kelebihan dan kekurangan ROA, studi yang
dilakukan oleh Sandahl and Sjorgen (2003), Hermes et al. (2007), dan Truong et al. (2008)
memberikan hasil bahwa banyak perusahaan di dunia enggan untuk menggunakan metode
ROA. Namun, studi yang dilakukan oleh Hall dan Milard (2011) menunjukkan bahwa di
Afrika Selatan metode ini sudah sering digunakan.
Untuk mengatasi semua kekurangan kedua metode, Landsberger et al. (2013)
menyarankan agar analisa ROA digabung dengan DCF. Penggabungan ini disebut sebagai
ROA hybrid, dimana metode ini merupakan metode yang sukses untuk analisa investasi di
kondisi pasar global modern saat ini. Analisa dengan menggunakan ROA akan dibahas
lebih rinci pada subbab 2.3.
Bridge (1998) menunjukkan bahwa 35,6% dari responden yang disurvey menggunakan
NPV, 38,7% juga menggunakan IRR, 80,9% menggunakan PP, 48,2% menggunakan
ARR, dan tidak ada yang menggunakan PI dan ROA dalam praktek capital budgeting.
Tabel 2.3 menunjukkan ringkasan lengkap dari metode yang paling sering digunakan
perusahaan dalam melakukan evaluasi kelayakan sebuah investasi. Menurut
Tabel 2.3, dari berbagai metode evaluasi investasi yang dapat dilakukan, studi
menunjukkan NPV dan IRR merupakan metode paling umum dan sering digunakan,
sedangkan metode PI dan ROA jarang digunakan dalam evaluasi investasi.
bersifat tetap, nyata, permanen, obyek yang tidak dapat bergerak, sebagai kebalikan dari
hal-hal ilusi (Brach, 2003).
Real options merupakan option pada aset yang secara sederhana dapat didefinisikan
sebagai kesempatan untuk merespon perubahan yang terjadi pada keadaan proyek.
Kesempatan untuk melakukan perubahan ini merupakan hak dan bukan kewajiban (Dixit
and Pindyck, 1994).
Jenis-jenis option dengan menggunakan terminologi sehari-hari, yaitu (Mun, 2002):
Option for future growth (option untuk pertumbuhan di masa yang akan datang);
Option to wait and see (option untuk menunggu)
Option to delay (option untuk menunda)
Option to expand (option untuk mengembangkan)
Option to contract (option untuk mengecilkan)
Option to choose (option untuk memilih)
Option to switch resources (option untuk mengganti sumber daya)
Option for phased and sequential investments (option untuk investasi menggunakan
fase dan berkelanjutan)
Real options memiliki nilai fleksibilitas hanya jika (i) terdapat ketidakpastian; (ii)
ketidakpastian tersebut mempengaruhi nilai proyek; (iii) manajemen memiliki fleksibilitas
dalam pengambilan keputusan; (iv) fleksibilitas strategi tersebut adalah kredibel dan dapat
dieksekusi; (v) manajemen rasional dalam mengeksekusi strategi (Mun, 2002).
2. Analisa NPV (Bagian B dari Gambar 2.2): Manajemen kemudian membuat metode
DCF untuk setiap yang lolos saringan awal. Analisa NPV dihitung dengan pendekatan
pada umumnya, seperti perikiraan pendapatan dan pengeluaran atau biaya, dan didiskon
dengan tingkat diskon/resiko yang telah ditentukan. Analisa riwayat waktu juga dapat
digunakan sebagai pengganti analisa DCF apabila terdapat data sejarah yang lengkap/
3. Simulasi Monte Carlo (MCS) (Bagian C dari Gambar 2.2): Karena analisa DCF bersifat
statis, maka analisa DCF hanya menghasilkan satu nilai tunggal. Hal ini menyebabkan
akurasi yang sangat rendah akibat akan ada banyak ketidakpastian di masa depan.
Untuk memberikan estimasi yang lebih baik, maka digunakan MCS untuk memasukkan
berbagai faktor ketidakpastian yang mungkin terjadi.
4. Pembuatan kerangka permasalahan ROA (Bagian D dari Gambar 2.2): Menentukan
jenis option yang cocok dengan permasalahan proyek. Option dapat meliputi option
untuk menunggu, mengembangkan, meninggalkan, dsb.
5. Pembuatan model ROA dan analisa (Bagian E dari Gambar 2.2): Hasil dari MCS adalah
DCF stokastik yang memiliki distribusi nilai (terdapat rata-rata dan volatilitas nilai).
Volatilitas dapat dihitung berdasarkan hasil MCS. Biasanya volatilitas diukur dengan
variabel deviasi standar. Nilai sekarang dari arus kas di masa yang akan datang dari
hasil analisa DCF digunakan sebagai nilai aset di dalam model real options. Model
ROA dapat dibuat dengan menggunakan pendekatan binomial lattice atau model Black-
Scholes.
6. Optimasi portofolio dan sumber daya (Bagian F dari Gambar 2.2): Bagian ini bersifat
opsional yang boleh dilakukan atau tidak. Apabila hasil dari analisis, terdapat beberapa
proyek yang terpilih untuk dilaksanakan, maka manajemen harus mengkombinasikan
proyek-proyek tersebut ke dalam sebuah portofolio. Optimasi harus dilakukan karena
perusahaan mempunyai batasan dana, waktu, dan sumber daya.
7. Pelaporan (Bagian G dari Gambar 2.2): Analisa tidak lengkap sebelum pembuatan
laporan. Tidak hanya hasil, namun proses juga harus ditampilkan, disertai dengan
penjelasan. Hal ini bertujuan untuk mengubah paradigma black box menjadi sebuah
proses kerja yang dapat dipahami oleh manajemen.
8. Pembaruan analisa (Bagian H dari Gambar 2.2): Pada saat proses analisa ROA dibuat,
resiko dan ketidakpastian masih belum diketahui dengan jelas. Seiring berjalannya
proyek, saat resiko dan ketidakpastian yang sudah jelas, maka analisa dapat diperiksa
ulang dan pada bagian yang semula abu-abu direvisi dengan informasi yang sudah
18
Pada saat 𝑡 = 1, binomial lattice mempunyai 2 noda yang terdiri dari 2 kemungkinan,
yaitu 𝑆 𝑢 dan 𝑆 𝑑 pada akhir periode tersebut. Pada saat 𝑡 = 2, terdapat 3 noda yang
terdiri dari 3 kemungkinan, yaitu 𝑆 𝑢 , 𝑆 𝑢𝑑, dan 𝑆 𝑑 . Kemudian pada saat 𝑡 = 3,
terdapat 4 noda yang terdiri dari 4 kemungkinan, yaitu 𝑆 𝑢 , 𝑆 𝑢 𝑑, 𝑆 𝑢𝑑 , dan 𝑆 𝑑 .
Demikian seterusnya. Noda terakhir pada akhir binomial lattice mewakili rentang
kemungkinan nilai aset pada akhir umur option.
Binomial lattice dapat diselesaikan dengan menghitung nilai option menggunakan dua
pendekatan, yaitu (a) risk-neutral probabilities; dan (b) market-replicating portfolios.
Pada kajian pustaka ini, solusi yang digunakan adalah pendekatan risk-neutral
probabilities, sedangkan untuk pendekatan market-replicating portfolios dapat dilihat pada
Copeland dan Antikarov (2001).
Metode dasar dari risk-neutral probabilities adalah dengan menyesuaikan resiko arus
dan mendiskonnya dengan tingkat bunga bebas resiko (risk-free rate). Faktor naik dan
turun, 𝑢 dan 𝑑 merupakan fungsi dari volatilitas aset dan secara matematis dapat ditulis
dengan persamaan berikut (Cox et al., 1979):
𝑢=𝑒 √
𝑑=𝑒 √
dimana 𝜎 adalah volatilitas (%) yang mewakili deviasi standar dari logaritma natural dari
arus kas pendapatan, dan 𝑑𝑡 merupakan time step dari binomial lattice. Nilai 𝜎 dan 𝑑𝑡
haruslah konsisten. Secara matematis, dapat dikatakan bahwa 𝑑 = 1/𝑢.
20
French and Gabrielli (2006) berpendapat bahwa ketidakpastian merupakan sesuatu yang
nyata dan hal yang lazim dalam sebuah studi kelayakan. Ketidakpastian berdampak pada
studi kelayakan, yaitu arus kas dari pengembangan real estate dan hasil dari evaluasi
proyek itu sendiri. Adapun beberapa ketidakpastian dalam pengembangan real estate
menurut Rocha et al. (2007), yaitu berkaitan dengan permintaan, harga jual rumah, biaya
akuisisi lahan, persediaan yang tidak terjual kembali, peraturan pemerintah, dan resiko
pemerintahan setempat (pengesahan dan ijin mendirikan bangunan). Sedangkan
berdasarkan hasil studi Geltner and Neufville (2017), beberapa sumber ketidakpastian pada
kebanyakan proyek real estate maupun infrastruktur adalah kondisi ekonomi makro
negara, evolusi teknologi, perubahan sosial dan budaya, ekonomi lokal, pola penggunaan
lahan spasial, perilaku perjalanan, proyek milik pesaing, proyek yang melengkapi, suku
bunga simpanan dan pinjaman, resiko premium, biaya konstruksi, dan lama waktu
pembangunan.
segitiga lebih cocok sebagai perkiraan untuk proses penilaian, walaupun distribusi normal
dalam hal statistik lebih kuat. Namun, Maric and Grozdic (2016) berpendapat sedikit
berbeda, dimana untuk arus kas pendapatan, investasi awal, dan tingkat diskon
menggunakan distribusi segitiga, sedangkan untuk variabel biaya menggunakan distribusi
normal.
Beberapa jenis distribusi probabilitas yang sering digunakan dalam MCS, yaitu (Mun,
2002):
Distribusi normal (normal distribution)
Distribusi normal adalah distribusi yang paling penting dalam teori probabilitas karena
distribusi ini menggambarkan banyak fenomena alam, seperti tinggi badan atau IQ
seseorang. Pengambil keputusan dapat menggunakan distribusi normal untuk
mendeskripsikan variabel yang tidak pasti seperti laju inflasi atau harga minyak di masa
yang akan datang. Terdapat tiga kondisi yang mendasari penggunaan distribusi normal,
yaitu:
a. Beberapa nilai dari variabel yang tidak pasti adalah nilai yang paling sering terjadi
(rata-rata distribusi).
b. Variabel yang tidak pasti dapat sering terjadi di atas rata-rata sebanyak di bawah
rata-rata (simetris di sekitar rata-rata).
c. Variabel yang tidak pasti lebih sering terjadi di sekitar rata-rata daripada jauh dari
rata-rata.
Distribusi segitiga (triangular distribution)
Distribusi segitiga menggambarkan situasi dimana pengambil keputusan mengetahui
nilai minimum, maksimum, dan nilai yang paling sering terjadi. Sebagai contoh, seorang
penjual mobil dapat mengetahui jumlah mobil yang akan terjual minggu ini saat angka
penjualan minimum, maksimum, dan yang sering terjadi di masa yang lalu diketahui.
Terdapat tiga kondisi yang mendasari penggunaan distribusi segitiga, yaitu:
a. Jumlah barang minimum adalah pasti.
b. Jumlah barang maksimum adalah pasti.
c. Jumlah barang yang sering terjadi berada di antara rentang minimum dan maksimum,
membentuk distribusi berbentuk segitiga, dimana nilai di dekat minimum dan
maksimum jarang terjadi dibanding yang dekat dengan angka yang sering terjadi.
24
Tabel 2.4 Praktek analisa resiko dalam capital budgeting dalam persentase (%)
Penelitian oleh Analisa Analisa Simulasi
skenario sensitivitas Monte Carlo
Arnold and Hatzopoulos (2000) 84 85 -
Graham and Harvey (2001) - 51,5 -
Ryan and Ryan (2002) 66,8 85,1 37,2
Lazaridis (2004) 30 28,33 -
Brounen et al. (2004) - 42,9
Lam et al. (2007) 71,7 69,6 -
Bennouva et al. (2010) 85,3 92,8 -
Chazi et al. (2010) - 72,7 -
Hall and Millard (2010) 13,9 29,2 4,2
25
Tabel 2.5 Perbandingan penelitian terdahulu tentang penggunaan metode DCF dan ROA dalam analisa kelayakan investasi real estate
No. Penelitian oleh Negara Tujuan Penelitian Hasil Penelitian
1 Mintah et al. (2018) Australia Meneliti penggunaan options valuation untuk real options bisa mewakili ketidakpastian untuk akurasi yang
menilai opsi staging dalam proyek residensial dan lebih tinggi daripada DCF. FPOM dapat menangkap sekitar 3%
membandingkan hasil dengan DCF untuk dari nilai proyek yang hilang dari DCF. Staging option
membandingkan mana di antara kedua metode yang menawarkan kesempatan untuk meninggalkan fase proyek yang
memberikan hasil yang unggul. tidak menguntungkan, sehingga kerugian bisa diminimalkan.
2 Pivoriene (2017) Lithuania Memeriksa kelayakan ROA dan analisa DCF untuk Dibanding analisa DCF, ROA merupakan metode yang lebih
menilai kelayakan investasi proyek dengan tepat untuk menilai berbagai proyek yang banyak mengandung
ketidakpastian di lingkungan sekitar. ketidakpastian. Analisa DCF tidak mempertimbangkan
ketidakpastian, dan menilai proyek terlalu rendah. Oleh karena
itu, jika analisa melibatkan ROA pada proyek tersebut, proses
penganggaran modal menjadi lebih realistis dan membuat
keputusan investasi strategis menjadi lebih baik sejalan dengan
hasil yang diperoleh perusahaan.
3 Cirjevskis and Latvia Menguji secara empiris aplikasi ROA untuk proyek Metode valuasi dengan opsi ini memberikan beberapa ide
Tatevosjans (2015) pengembangan real estate yang siginifikan dengan tentang kapan waktu terbaik untuk melakukan investasi di masa
volatilitas harga, biaya, dan peraturan yang ketat. depan. Dari hasil analisis sensitivitas, diperoleh bahwa arus kas
bebas (FCF) paling banyak dipengaruhi oleh variasi harga akibat
perbedaan tipe rumah.
26
30
31
yang kompeten. metode wawancara dilakukan dengan melakukan tanya jawab secara
langsung kepada pihak-pihak yang terlibat dalam proyek pengembangan perumahan murah
di Kabupaten Pemalang untuk mendapatkan data utama dan kepada pihak-pihak yang
terlibat dalam proyek pengembangan perumahan di Kota Semarang untuk memperoleh
data pelengkap dan pembanding.
Mulai
Latar Belakang
Perumusan Masalah
Selesai
𝐶𝐹
𝑁𝑃𝑉 = −𝐼
(1 + 𝑟)
dimana 𝐶𝐹 merupakan arus kas netto yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai NPV adalah
positif, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
IRR merupakan tingkat diskon atau imbal hasil dimana nilai masa kini (NPV) dari
selisih arus kas positif dan negatif adalah nol. Dapat dikatakan bahwa nilai IRR merupakan
persamaan algebra. Apabila nilai IRR lebih besar daripada imbal hasil yang diharapkan
oleh investor, maka proyek investasi tersebut layak untuk dilaksanakan (Patrick and
French, 2016). Secara matematis, IRR dapat diperoleh dengan menyelesaikan persamaan
berikut:
𝐶𝐹
0= −𝐼
(1 + 𝑟)
dimana 𝐶𝐹 merupakan arus kas netto yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah IRR, dan 𝑛 merupakan umur investasi yang
direncanakan.
Profitability Index (PI) secara sederhana merupakan perbandingan antara NPV
(penjumlahan dari arus kas yang sudah terdiskon ke masa sekarang) dengan biaya investasi
di awal. Secara matematis, PI dapat ditulis dalam persamaan berikut:
𝐶𝐹
∑
(1 + 𝑟)
𝑃𝐼 =
𝐼
dimana 𝐶𝐹 merupakan arus kas netto yang diharapkan pada tahun 𝑖, sedangkan 𝐼 adalah
investasi awal pada saat 𝑖 = 0, 𝑟 adalah tingkat diskon (opportunity cost investor), dan 𝑛
merupakan umur investasi yang direncanakan. Secara umum, apabila nilai PI lebih besar
daripada 1, maka proyek investasi dapat dipandang layak dan menarik secara ekonomi.
Arus kas netto merupakan selisih antara pendapatan dengan biaya-biaya yang
dikeluarkan. Pendapatan merupakan jumlah rumah yang terjual dikalikan dengan harga
jual. Sedangkan biaya-biaya merupakan penjumlahan dari biaya akuisisi lahan, biaya
konstruksi, biaya operasional, bunga pinjaman, dan biaya lain-lain.
40
Binomial lattice dapat diselesaikan dengan menghitung nilai option menggunakan dua
pendekatan, yaitu (a) risk-neutral probabilities; dan (b) market-replicating portfolios.
Pada kajian pustaka ini, solusi yang digunakan adalah pendekatan risk-neutral
probabilities, sedangkan untuk pendekatan market-replicating portfolios dapat dilihat pada
Copeland dan Antikarov (2001).
Metode dasar dari risk-neutral probabilities adalah dengan menyesuaikan resiko arus
dan mendiskonnya dengan tingkat bunga bebas resiko (risk-free rate). Faktor naik dan
turun, 𝑢 dan 𝑑 merupakan fungsi dari volatilitas aset dan secara matematis dapat ditulis
dengan persamaan berikut (Cox et al., 1979):
𝑢=𝑒 √
𝑑=𝑒 √
dimana 𝜎 adalah volatilitas (%) yang mewakili deviasi standar dari logaritma natural dari
arus kas pendapatan, dan 𝑑𝑡 merupakan time step dari binomial lattice. Nilai 𝜎 dan 𝑑𝑡
haruslah konsisten. Secara matematis, dapat dikatakan bahwa 𝑑 = 1/𝑢.
Probabilitas resiko-netral, 𝑝, didefinisikan sebagai:
𝑒 −𝑑
𝑝=
𝑢−𝑑
42
dimana r merupakan tingkat suku bunga bebas resiko atau imbal hasil aset yang tidak
beresiko selama umur option. Probabilitas resiko-netral tidak sama dengan probabilitas
obyektif. Probabilitas resiko-netral merupakan perumusan matematis yang memungkinkan
analis untuk mendiskon arus kas menggunakan suku bunga bebas resiko.
Input yang diperlukan untuk membangun binomial lattice dan menghitung nilai option,
antara lain: 𝜎, 𝑟, 𝑆 , 𝑋, 𝑇, dan 𝑑𝑡, dimana 𝜎 merupakan faktor volatilitas, 𝑟 adalah tingkat
suku bunga bebas resiko, 𝑆 merupakan nilai aset saat ini, 𝑋 adalah biaya untuk
menjalankan option, 𝑇 adalah umur option, dan 𝑑𝑡 adalah time step yang digunakan untuk
perhitungan.
Tabel 3.2 menunjukkan berbagai variabel yang digunakan dalam penelitian ini, beserta
dengan jenis variabel tersebut. Seluruh skala dalam variabel penelitian ini merupakan skala
rasio.
Hubungan antar variabel pada Tabel 3.2 dapat dilihat pada subbab 3.9. Berdasarkan
tujuan penelitian yang telah dikemukakan, suatu investasi proyek dapat dikatakan bersifat
untung apabila memenuhi kriteria berikut ini:
1. NPV cum > 0;
2. IRR > expected rate of return atau IRR proyek sejenis;
3. PI > 1;
44
4. DPP < waktu BEP yang diharapkan atau DPP proyek sejenis;
5. PP < waktu BEP yang diharapkan atau PP proyek sejenis.
Sedangkan proyek tersebut dikatakan memiliki ketidakpastian apabila memenuhi kriteria
berikut ini:
1. σ > 0;
2. σ NPV > 0;
3. σ NPV investasi tersebut > σ NPV investasi lainnya.
45
DAFTAR PUSTAKA
Adeniji, A.A., 2004. An Insight Into: Management Accounting, 3rd edition. ed. Value
Analysis Consult - (Publishers), Lagos, Nigeria.
Alhabeeb, M.J., 2016. Comparative Analysis of the Traditional Models for Capital
Budgeting. Int. J. Mark. Stud. 8, 16. https://doi.org/10.5539/ijms.v8n6p16
Andor, G., Mohanty, S.K., Toth, T., 2015. Capital budgeting practices: A survey of Central
and Eastern European firms. Emerg. Mark. Rev. 23, 148–172.
https://doi.org/10.1016/j.ememar.2015.04.002
Arnold, G.C., Hatzopoulos, P.D., 2000. The Theory‐Practice Gap in Capital Budgeting:
Evidence from the United Kingdom. J. Bus. Finance Account. 27, 603–626.
https://doi.org/10.1111/1468-5957.00327
Baldi, F., 2013. Valuing a greenfield real estate property development project: a real
options approach. J. Eur. Real Estate Res. 6, 186–217.
https://doi.org/10.1108/JERER-06-2012-0018
Banerjee, S., 2015. Contravention Between NPV & IRR Due to Timing of Cash Flows: A
Case of Capital Budgeting Decision of an Oil Refinery Company. Am. J. Theor.
Appl. Bus. 1, 48. https://doi.org/10.11648/j.ajtab.20150102.13
Belkaoui, A., 1980. Conceptual foundations of management accounting. Addison-Wesley,
Reading, Mass.
Boute, R., Demeulemeester, E., Herroelen, W., 2004. A real options approach to project
management. Int. J. Prod. Res. 42, 1715–1725.
https://doi.org/10.1080/00207540310001639946
Brach, M.A., 2003. Real options in practice, Wiley finance series. John Wiley & Sons,
Hoboken, NJ.
Brigham, E.F., Ehrhardt, M.C., 2014. Financial Management: Theory and Practice, 14th
Edition, 14th edition. ed. South-Western, Australia.
Bryx, M., Matkowski, R., 2001. Inwestycje w nieruchomości. Poltext.
Byrne, P., Cadman, D., 1996. Risk, uncertainty, and decision-making in property
development, 2nd ed. ed. London ; New York : E & FN Spon.
Chartered Institute of Management Accountants, 2005. CIMA Official Terminology.
CIMA.
Clark, V., Reed, M., Stephan, J., 2010. Using Monte Carlo Simulation for a Capital
Budgeting Project.
Copeland, T., Antikarov, V., 2001. Real Options: A Practitioner’s Guide.
Cox, J.C., Ross, S.A., Rubinstein, M., 1979. Option pricing: A simplified approach. J.
Financ. Econ. 7, 229–263. https://doi.org/10.1016/0304-405X(79)90015-1
Dinica, M.-C., 2011. The Real Options Attached to an Investment Project 14, 8.
Dixit, A., Pindyck, R., 1994. Investment Under Uncertainty.
Farrukh, S., Areal, N., Rodrigues, A., 2015. A cross Sectional comparison of Capital
Budgeting Practices in Pakistan.
French, N., Gabrielli, L., 2006. Uncertainty and feasibility studies: an Italian case study. J.
Prop. Invest. Finance 24, 49–67. https://doi.org/10.1108/14635780610700732
French, N., Gabrielli, L., 2005. Discounted cash flow: accounting for uncertainty. J. Prop.
Invest. Finance 23, 75–89. https://doi.org/10.1108/14635780510575102
47
French, N., Gabrielli, L., 2004. The uncertainty of valuation. J. Prop. Invest. Finance 22,
484–500. https://doi.org/10.1108/14635780410569470
Geltner, D., Neufville, R. de, 2017. Real Estate Price Dynamics and the Value of
Flexibility (SSRN Scholarly Paper No. ID 2998832). Social Science Research
Network, Rochester, NY.
Ghahremani, M., Aghaie, A., Abedzadeh, M., 2012. Capital Budgeting Technique
Selection through Four Decades: With a Great Focus on Real Option. Int. J. Bus.
Manag. 7. https://doi.org/10.5539/ijbm.v7n17P98
Gilbert, E., 2004. Investment basics XLIX. An introduction to real options. Invest. Anal. J
60, 49–52.
Gilbert, G.A., 1990. Discounted-Cash-Flow Approach to Valuation. ICFA Contin. Educ.
Ser. 1990, 23–30. https://doi.org/10.2469/cp.v1990.n2.4
Hacura, A., Jadamus-Hacura, M., Kocot, A., 2001. Risk analysis in investment appraisal
based on the Monte Carlo simulation technique. Eur. Phys. J. B - Condens. Matter
Complex Syst. 20, 551–553. https://doi.org/10.1007/s100510170238
Hall, J., Millard, S., 2011. Capital budgeting practices used by selected listed South
African firms. South Afr. J. Econ. Manag. Sci. 13, 85–97.
https://doi.org/10.4102/sajems.v13i1.200
Hermes, N., Smid, P., Yao, L., 2007. Capital Budgeting Practices: A Comparative Study of
the Netherlands and China 36.
Hoesli, M., Jani, E., Bender, A., 2005. Monte Carlo Simulations for Real Estate Valuation.
Hoesli, M., Lizieri, C., 2007. Real Estate in the Investment Portfolio.
Imegi, J., Nwokoye, G., 2015. The Effectiveness of Capital Budgeting Techniques in
Evaluating Projects’ Profitability. Afr. Res. Rev. 9, 166.
https://doi.org/10.4314/afrrev.v9i2.13
Iooss, B., Lemaître, P., 2014. A review on global sensitivity analysis methods.
ArXiv14042405 Math Stat.
Kelliher, C.F., Mahoney, L.S., 2000. Using Monte Carlo simulation to improve long-term
investment decisions. Apprais. J. 68, 44–56.
Kim, G., Kim, Y., Kang, J., 2014. Another way to understand the real options value for
engineers. Int. J. Adv. Manuf. Technol. 70, 1283–1290.
https://doi.org/10.1007/s00170-013-5322-1
Klimczak, K., 2010. ISSN 2071-789X RECENT ISSUES IN ECONOMIC
DEVELOPMENT 3, 9.
Kodukula, P., Papudesu, C., 2006. Project valuation using real options: a practitioner’s
guide. J. Ross Pub, Ft. Lauderdale, Fla.
Kwak, Y., Ingall, L., 2009. Exploring Monte Carlo Simulation Applications for Project
Management. Eng. Manag. Rev. IEEE 37, 83–83.
https://doi.org/10.1109/EMR.2009.5235458
Landsberger, M., Cruz, L., Onkham, W., Rabelo, L., Ajayi, R., 2013. International
Technology Investments Using Real Options: A Case Study in
Telecommunications 6, 8.
Lee, J.M., Hanna, S.D., 2015. Savings Goals and Saving Behavior From a Perspective of
Maslow’s Hierarchy of Needs.
Lee, S.L., 2003. When Does Direct Real Estate Improve Portfolio Performance?
Leung, K.C.-K., 2007. Beyond DCF Analysis in Real Estate Financial Modeling
Probabilistic Evaluation of Real Estate Ventures.
Lj, M.D., D., M.D., Misita, M., 2010. The evaluation of risky investment projects. FME
Trans. 38.
48
Locatelli, G., Invernizzi, D.C., Mancini, M., 2016. Investment and risk appraisal in energy
storage systems: A real options approach. Energy 104, 114–131.
https://doi.org/10.1016/j.energy.2016.03.098
Lucius, D.I., 2001. Real options in real estate development. J. Prop. Invest. Finance 19,
73–78. https://doi.org/10.1108/14635780110365370
Lunkes, R.J., Ripoll-Feliu, V., Giner-Fillol, A., Rosa, F.S. da, 2015. Capital budgeting
practices: A comparative study between a port company in Brazil and in Spain. J.
Public Adm. Policy Res. 7, 39–49. https://doi.org/10.5897/JPAPR2014.0294
Mao, Y., Wu, W., 2011. Fuzzy Real Option Evaluation of Real Estate Project Based on
Risk Analysis. Syst. Eng. Procedia 1, 228–235.
https://doi.org/10.1016/j.sepro.2011.08.036
Maric, B., Grozdic, V., 2016. Monte Carlo Simulation in Valuation of Investment Projects,
in: Katalinic, B. (Ed.), DAAAM Proceedings. DAAAM International Vienna, pp.
0686–0692. https://doi.org/10.2507/27th.daaam.proceedings.099
Martín-Barrera, G., Zamora-Ramírez, C., González-González, J.M., 2016. Application of
real options valuation for analysing the impact of public R&D financing on
renewable energy projects: A company′s perspective. Renew. Sustain. Energy Rev.
63. https://doi.org/10.1016/j.rser.2016.05.073
Martins, J., 2013. Real options as a tool for managing uncertainty in project management –
The New Lisbon Airport 10.
Mintah, K., Higgins, D., Callanan, J., Wakefield, R., 2018. Staging option application to
residential development: real options approach. Int. J. Hous. Mark. Anal. 11, 101–
116. https://doi.org/10.1108/IJHMA-02-2017-0022
Mun, J., 2002. Real Options Analysis Tools and Techniques for Valuing Strategic
Investment and Decisions.
Patrick, M., French, N., 2016. The internal rate of return (IRR): projections, benchmarks
and pitfalls. J. Prop. Invest. Finance 34, 664–669. https://doi.org/10.1108/JPIF-07-
2016-0059
Payne, J.D., Heath, W.C., Gale, L.R., 1999. Comparative Financial Practice in the US and
Canada: Capital Budgeting and Risk Assessment Techniques.
Peel, M.J., Bridge, J., 1998. How planning and capital budgeting improve SME
performance. Long Range Plann. 31, 848–856. https://doi.org/10.1016/S0024-
6301(98)80021-6
Pivoriene, A., 2017. Real Options and Discounted Cash Flow Analysis to Assess Strategic
Investment Projects.
Putten, A.B. van, MacMillan, I., 2004. Making Real Options Really Work.
PwC, 2011. Compare and contrast Worldwide Real Estate Investment Trust (REIT)
Regimes.
Regan, C.M., Bryan, B.A., Connor, J.D., Meyer, W.S., Ostendorf, B., Zhu, Z., Bao, C.,
2015. Real options analysis for land use management: Methods, application, and
implications for policy. J. Environ. Manage. 161, 144–152.
https://doi.org/10.1016/j.jenvman.2015.07.004
Rhee, C.G. van, M.P, M.P., Voort, van de, Stratelligence, 2013. Real Options applied to
infrastructure projects a new approach to valuing and managing risk and flexibility.
Rocha, K., Salles, L., Garcia, F.A.A., Sardinha, J.A., Teixeira, J.P., 2007. Real estate and
real options — A case study. Emerg. Mark. Rev. 8, 67–79.
https://doi.org/10.1016/j.ememar.2006.09.008
Ryan, P., Ryan, G.P., 2002. Capital Budgeting Practices of the Fortune 1000: How Have
Things Changed? Forthcom. J. Bus. Manag. 8.
49
Sandahl, G., Sjogren, S., 2003. Capital budgeting methods among Sweden’s largest groups
of companies. The state of the art and a comparison with earlier studies. Int. J.
Prod. Econ. 84, 51–69.
Sdino, L., Rosasco, P., Magoni, S., 2016. The Financial Feasibility of a Real Estate
Project: The Case of the Ex Tessitoria Schiatti. Procedia - Soc. Behav. Sci. 223,
217–224. https://doi.org/10.1016/j.sbspro.2016.05.352
SEC, 2017. Saving and Investing - A Roadmap to Your Financial Security Through Saving
and Investing.
Shapiro, E., Davies, K., Mackmin, D., 2009. Modern Methods of Valuation. Taylor &
Francis.
Skrtic, M.M., Horvatincic, K., 2014. Project Risk Management: Comparative Analysis of
Methods for Project Risks Assessment. Coll Antropol 10.
Špicar, R., Januska, M., 2015. Use of Monte Carlo Modified Markov Chains in Capacity
Planning. Procedia Eng. 100. https://doi.org/10.1016/j.proeng.2015.01.454
Stout, D.E., Xie, Y.A., Qi, H., 2008. Improving Capital Budgeting Decisions With Real
Options.
Thomas, R., 2001. Business value analysis: ‐ coping with unruly uncertainty.
Truong, G., Partington, G., Peat, M., 2008. Cost of Capital Estimation and Capital
Budgeting Practice in Australia 27.
Vimpari, J., Junnila, S., 2014. Valuing green building certificates as real options.
Wald, S., Buller, S., Nabar, N., 2014. REITs vs. Private Real Estate_ More Similar than
Different.
Worldbank, 2017. Poverty & Equity Data Portal [WWW Document]. URL
http://povertydata.worldbank.org/poverty/country/IDN (accessed 7.5.18).
Worldbank, 2005. What is Poverty and Why Measure it.
Zurich, 2014. Understanding Irish Real Estate Investment Trusts.