Index

models
042114153024 Arian Muhammad Raihan
042114153008 Antonius Arya Hadiputra
042114153001 Rofidah Salsabila
042114153012 Saraswati Kuntum Widuri
042114153025 Tita Saraswati
 Index models

Model MARKOWITZ yang diperkenalkan pada bab sebelumnya mengandung dua kelemahan :

Kedua, model tersebut tidak memberikan

Pertama, model tersebut memerlukan
petunjuk apa pun terhadap peramalan
banyaknya jumlah perkiraan untuk mengisi
premi risiko sekuritas yang penting dalam
matriks kovarian.
membuat garis batas efisien aset berisiko.
 A Single-Factor Security Market: The Input List of the
Markowitz Model

Pemilihan portofolio yang baik tergantung pada kualitas daftar masukan, yakni, perkiraan imbal hasil sekuritas
yang diharapkan dan matriks kovarian.

Kesulitan lain dalam menggunakan model Markowitz untuk optimisasi portofolio adalah bahwa kesalahan dalam
penilaian atau perkiraan koefisien korelasi dapat membawa pada hasil yang tidak tepat. Hal ini dapat terjadi
karena beberapa koefisien korelasi satu sama lain tidak konsisten.

Koefisien korelasi yang benar selalu konsisten. Tetapi kami tidak mengetahui korelasi tersebut benar dan hanya
dapat menaksirnya dengan beberapa ketidaktepatan.
Normalitas Imbal Hasil dan Risiko Sistematis

menguraikan tingkat imbal hasil untuk sekuritas apapun, i, ke dalam penjumlahan perkiraannya
ditambah komponen tak terduga:

ri = E(ri) + ei (8.1)

di mana perkiraan imbal hasil e i memiliki rata-rata nol dan simpangan baku, yang mengukur
ketidakpastian mengenai imbal hasil sekuritas.

Pada satu variabel yang mendorong imbal hasil yang berdistribusi normal bersama, yang berakibat
pada pasar sekuritas faktor tunggal.

Ketika lebih dari satu variabel mendorong imbal hasil sekuritas berdistribusi normal, imbal hasil tersebut
dikatakan memiliki distribusi normal multivariat.

m. yang mendorong kemajuan imbal hasil sekuritas yaitu variabel makro-ekonomi yang mempengaruhi
seluruh perusahaan. Yang ditangkap oleh m yaitu menguraikan sumber ketidakpastian menjadi
ketidakpastian mengenai perekonomian secara keseluruhan, dan eI menampung dua sumber variasi,
sebagai gantinya:

ri = E(ri) +m + ei (8.2)
Sekuritas akan menjadi lebih sensitif dibanding yang lain terhadap guncangan
makroekonomi. Jika kami melambangkan koefisien sensitivitas bagi perusahaan,
memperoleh model faktor tunggal (single factor model) dengan persamaan berikut:

kovarians antara pengembalian dua perusahaan tergantung pada sensitivitas masing-

masing ke pasar, yang diukur dengan beta:

Dalam hal risiko sistematis dan ketajaman pasar, persamaan ini memberitahukan bahwa
perusahaan bersubstitusi erat. Beta sekuritas yang senilai memberikan ketajaman pasar
yang senilai.
MODEL INDEKS TUNGGAL

Pendekatan model faktor tunggal menegaskan tingkat imbal hasil pada indeks
besar sekuritas semisal S&P 500 merupakan pendekatan yang sahih (valid) untuk
faktor makroekonomi umum. Pendekatan ini mendorong pada persamaan yang
serupa dengan model faktor tunggal, yang disebut model indeks tunggal (single
indeks model) karena menggunakan indeks pasar sebagai pendekatan faktor
bersama.
Persamaan Regresi Model Indeks Tunggal

Untuk memperkirakan regresi, kami mengumpulkan riwayat sampel dari pengamatan

berpasangan, Ri (t) dan Rm(t), dimana t melambangkan tanggal tiap pasang pengamatan (yakni,
kelebihan imbal hasil saham dan indeks dalam bulan tertentu). Persamaan regresinya adalah :

Intersep dari persamaan ini (alfa) adalah perkiraan kelebihan imbal hasil sekuritas ketika kelebihan
imbal hasil pasar adalah nol.
 The Expected Return–Beta Relationship

Persamaan ini menjelaskan bahwa risk premium aset berdasar dari risk
premium index.
Aset dengan high beta sangat sensitif terhadap market risk dan risk
premium yang lebih besar atas kompensasi risiko.

Risk Premium Index disebut juga Systematic Risk Premium karena

mewakili keadaan pasar.
Alpha (Systematic Risk ) bisa besar jika sebuah aset underpriced dan
menawarkan Expected Return yang menarik
Risk and Covariance in the Single-Index Model

Model Markowitz: Banyak estimasi parameter

yang diperlukan untuk mengimplementasikannya

input untuk optimasi dari parameter model index

 The Set of Estimates Needed for the Single-
Index Model

Keuntungan estimasi ini antara

lain,
1. Jumlah estimasi yang diperlukan
untuk prosedur Markowitz
menggunakan model indeks
hanya sebagian kecil dari apa
yang dibutuhkan.
2. Abstraksi model indeks sangat
penting untuk spesialisasi upaya
dalam analisis investasi.
3. Model index menggunakan cara
sederhana dalam mencari
varians karena dipengaruhi oleh
kondisi makroekonomi yang
direpresentasikan dalam return
dari index.
The Index Model and
Diversification Sehingga sebuah portofolio akan
memiliki market sensitivity

dimana rata rata individual βis. memiliki

komponen non-market return

dimana rata rata alpha individu, ditambah

variable zero mean

dimana rata rata komponen firm-

Untuk melihat ini lebih teliti, specific sehingga varians dari
rumus untuk varians dari portofolio
"portofolio" berbobot sama dari
komponen spesifik perusahaan.
Karena eis tidak berkorelasi
Saat diversifikasi meningkat,
varians total portofolio
mendekati varians
sistematis, yang
didefinisikan sebagai
varians indeks pasar
dikalikan dengan kuadrat
koefisien sensitivitas
portofolio, B2p. Risiko
sistematis tidak dapat
didiversifikasi.
The Single-Index Model Input List

Premi risiko pada portofolio S&P 500.

Standar deviasi portofolio S&P 500.

n set estimasi (a) koefisien beta, (b) varians residual

saham, dan (c) nilai alfa. Nilai alfa, premi risiko S&P
500 dan beta dari setiap sekuritas menentukan
expected return dari setiap sekuritas.
The Optimal Risky Portfolio in the Single-Index Model

Dihasilkan n + 1 expected
return menggunakan
Persamaan 8.6

Matriks kovarians dapat

dibuat menggunakan Optimal risky portfolio
Persamaan 8.7

Portofolio indeks
Portofolio aktif
pasar, aset (n + 1)
(A), terdiri dari n
untuk diversifikasi
sekuritas
(portofolio pasif (M))
Lanjutan

Asumsikan portofolio aktif Sesuaikan untuk memperhitungkan

memiliki beta 1. Bobot optimal beta aktual dari portofolio aktif.
dalam portofolio aktif akan Korelasi antara portofolio aktif dan
sebanding dengan rasio pasif lebih besar ketika beta dari
A/2(eA).
portofolio aktif lebih tinggi. Artinya,
sedikit manfaat diversifikasi dari
portofolio pasif.
The Information Ratio

Persamaan 8.24 dan 8.25

menghasilkan posisi optimal dalam
portofolio aktif setelah mengetahui
varians alfa, beta, dan residualnya.

Information ratio portofolio aktif Interpretasi: Posisi di setiap sekuritas akan sebanding dengan
maksimal jika berinvestasi di setiap rasio alfa (yang dicari investor) terhadap risiko yang dapat
sekuritas secara proporsional didiversifikasi. Semakin tinggi rasionya, semakin banyak
dengan rasio i/2(ei). security yang dipegang dalam portofolio aktif.
Summary of
Optimization
Procedure
Correlation and Covariance Matrix

Panel A menunjukkan perkiraan

parameter risiko indeks pasar
dan enam sekuritas yang
dianalisis.

Panel B menunjukkan matriks

korelasi residual dari regresi
pengembalian berlebih pada
indeks pasar.
Lanjutan
Panel C menghasilkan kovarians
(berasal dari Persamaan 8.7)
dari model indeks tunggal.

Panel D dari Spreadsheet 8.1

berisi perkiraan alfa dan premi
risiko untuk setiap saham.

Panel E dari Spreadsheet 8.1

menampilkan perhitungan untuk
portofolio optimal risky. Hasil
menunjukkan bahwa penting dalam
melakukan diversifikasi sebagai
pertimbangan untuk optimal risky
portfolio.
THANK
you

CREDITS: This presentation template was created by

Slidesgo, including icons by Flaticon, and
infographics & images by Freepik and illustrations
by Storyset