Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk memberikan alternatif pembentukan portofolio saham dan obligasi korporasi untuk dapat memperoleh return yang optimal dengan risiko yang dapat diterima. Alternatif model tersebut adalah dengan mengkombinasikan seleksi saham model Graham dengan model pembentukan portofolio optimal yaitu model Markowitz. Hasil seleksi saham menggunakan model Graham portofolio defensif dan portofolio agresif adalah masing-masing 9 dan 13 saham dari 45 saham yang terdapat pada indeks LQ45. Dari saham-saham yang terpilih kemudian dibentuk portofolio optimalnya menggunakan model Markowitz.Dari portofolio optimal yang terbentuk kemudian dilakukan perbandingan kinerja antara keduanya dengan indeks LQ45 sebagai benchmark-nya. Hasil menunjukkan bahwa portofolio hasil optimasi model Markowitz memberikan kinerja (reward to variability ratio) ekspektasi lebih baik dibandingkan portofolio indeks LQ45 dengan selisih pengembalian hasil di kisaran 13,68 – 20,24% pertahun. Dengan demikian model kombinasi pembentukan portofolio optimal bertahap ini layak dipertimbangkan untuk diaplikasikan dengan harapan dapat meningkatkan hasil investasi saham yang optimal.Selanjutnya, hasil seleksi obligasi korporasi untuk portofolio yang optimal menghasilkan 8 obligasi korporasi dengan porsi masing-masing obligasi yaitu Obl Bkljt I Telkom Tahap I Tahun 2015 Seri C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr C 17,47%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr D 20%, Obligasi Bkljt I Hutama Karya Tahap II Tahun 2017 2,53%, Obligasi Bkljt I Hutama Karya Tahap I Tahun 2016. Portofolio ini dapat menghasilkan tingkat pengembalian sebesar 8,88% pertahun.

---

This study aims to provide an alternative to the formation of portfolios and corporate bonds to obtain optimal returns with acceptable risk. The alternative model is to combine Graham's stock selection model with the formation of an optimal portfolio model, namely the Markowitz model. The results of the selection using the Graham model of defensif portfolio and aggressive portofolio are 9 and 13 stocks, respectively, of the 45 stocks listed on the LQ45 index. From the selected stocks, the optimal portfolio is formed using the Markowitz model.

From the optimal portfolio formed, then the performance comparison between the two with the LQ45 index as the benchmark. The results show that the Markowitz model optimizing portfolio provides a better performance (reward to variability ratio) than the LQ45 portfolio index with a yield difference of 13.68 – 20.24% per year. Thus, the combination model for the formation of a gradual optimal portfolio is worth considering to be applied in the hope of increasing optimal stock investment returns.

Furthermore, the results of the selection of corporate bonds for the optimal portfolio resulted in 8 corporate bonds with a portion of each bond, namely Obl Bkljt I Telkom Phase I 2015 Series C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Multi Infra Infrastructure. Thp I Th2016 Sr C 17.47%, Obl Bklj I Sarana Multi Infra. Thp I 2016 Sr D 20%, Bkljt I Hutama Karya Bonds Phase II 2017 2.53%, Bkljt I Hutama Karya Bonds Phase I 2016. This portfolio can generate rates of 8.88% per annum."

"Penelitian ini bertujuan untuk memberikan alternatif pembentukan portofolio saham dan obligasi korporasi untuk dapat memperoleh return yang optimal dengan risiko yang dapat diterima. Alternatif model tersebut adalah dengan mengkombinasikan seleksi saham model Graham dengan model pembentukan portofolio optimal yaitu model Markowitz. Hasil seleksi saham menggunakan model Graham portofolio defensif dan portofolio agresif adalah masing-masing 9 dan 13 saham dari 45 saham yang terdapat pada indeks LQ45. Dari saham-saham yang terpilih kemudian dibentuk portofolio optimalnya menggunakan model Markowitz.Dari portofolio optimal yang terbentuk kemudian dilakukan perbandingan kinerja antara keduanya dengan indeks LQ45 sebagai benchmark-nya. Hasil menunjukkan bahwa portofolio hasil optimasi model Markowitz memberikan kinerja (reward to variability ratio) ekspektasi lebih baik dibandingkan portofolio indeks LQ45 dengan selisih pengembalian hasil di kisaran 13,68 – 20,24% pertahun. Dengan demikian model kombinasi pembentukan portofolio optimal bertahap ini layak dipertimbangkan untuk diaplikasikan dengan harapan dapat meningkatkan hasil investasi saham yang optimal.Selanjutnya, hasil seleksi obligasi korporasi untuk portofolio yang optimal menghasilkan 8 obligasi korporasi dengan porsi masing-masing obligasi yaitu Obl Bkljt I Telkom Tahap I Tahun 2015 Seri C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr C 17,47%, Obl Bklj I Sarana Multi Infra. Thp I Th2016 Sr D 20%, Obligasi Bkljt I Hutama Karya Tahap II Tahun 2017 2,53%, Obligasi Bkljt I Hutama Karya Tahap I Tahun 2016. Portofolio ini dapat menghasilkan tingkat pengembalian sebesar 8,88% pertahun.

---

This study aims to provide an alternative to the formation of portfolios and corporate bonds to obtain optimal returns with acceptable risk. The alternative model is to combine Graham's stock selection model with the formation of an optimal portfolio model, namely the Markowitz model. The results of the selection using the Graham model of defensif portfolio and aggressive portofolio are 9 and 13 stocks, respectively, of the 45 stocks listed on the LQ45 index. From the selected stocks, the optimal portfolio is formed using the Markowitz model.

From the optimal portfolio formed, then the performance comparison between the two with the LQ45 index as the benchmark. The results show that the Markowitz model optimizing portfolio provides a better performance (reward to variability ratio) than the LQ45 portfolio index with a yield difference of 13.68 – 20.24% per year. Thus, the combination model for the formation of a gradual optimal portfolio is worth considering to be applied in the hope of increasing optimal stock investment returns.

Furthermore, the results of the selection of corporate bonds for the optimal portfolio resulted in 8 corporate bonds with a portion of each bond, namely Obl Bkljt I Telkom Phase I 2015 Series C 20%, Obl Bkl I Chandra Asri Petrochem. Thp II Th18 Sr C 0%, Obl Bklj I Multi Infra Infrastructure. Thp I Th2016 Sr C 17.47%, Obl Bklj I Sarana Multi Infra. Thp I 2016 Sr D 20%, Bkljt I Hutama Karya Bonds Phase II 2017 2.53%, Bkljt I Hutama Karya Bonds Phase I 2016. This portfolio can generate rates of 8.88% per annum."

"Penelitian ini berluj uan untuk mengetahui saham-saham yang tergabung dalam LQ45 Bursa Efek Indonesia yang memenuhi kriteria penyeleksian saham sesuai dengan metode Benjamin Graham. Dari hasil seleksi tersebut dilakukan pembentukan portofolio optimal agar memastikan bahwa komposisi portofolio yang terbentuk mampu menghasilkan relurn yang setingi-Lingginya bagi investor.Hasil penelitian ini menyamnkan bahwa hasil portofolio yang di bentuk dengan kriteria investor defensif dan investor aktif memiliki return portofolio yang lebih besar dibandingkan dengan portofolio optimal yang dibentuk dengan menggunakan seleksi berdasarkan average refurn tertinggi dan deviasi standar terendah. Namun ketika dilakukan uji hipotesis terhadap rata-rata return portofolio yang terbentuk diperoleh hasil bahwa tidak terdapat perbedaan rerurn yang signifikan antara portofolio optimal yang terbentuk sesuai kriteria Graham dengan portofolio optimal yang dibentuk berdasarkan average retum tertinggi dan standar deviasi terendah.

---

This research aims to identify stocks that joined LQ45 Indonesia Stock Exchange that meet criteria for selecting stocks according to Benjamin Graham method. The results of the selection was made to ensure the establishment of an optimal portfolio composition, that capable of generating high returns for investors.

The results of this study suggest that portfolio result from the portfolio which formed with the defensive and active investors criteria, will have a larger portfolio return compared to the optimal portfolio which is fomied using the highest average returns and lowest standard deviation. However the hypothesis test on average portfolio returnfound that there was no significant difference in returns between the optimal portfolio formed according to Graham's criteria with the optimal portfolio formed based on the highest average returns and lowest standard deviation."

"Investasi dipandang sebagai cara efektif untuk meningkatkan kekayaan. Investasi yang banyak diminati oleh investor adalah saham karena frekuensi perdagangan saham lebih tinggi dibandingkan dengan frekuensi investasi lain di pasar modal. Dilansir dari Otoritas Jasa Keuangan (OJK), salah satu penyebab investor mengalami kerugian adalah tidak melakukan analisis terlebih dahulu sebelum berinvestasi. Analisis saham diperlukan bagi para investor karena menjadi salah satu faktor penentu untuk mengambil tindakan saat akan transaksi pada pasar modal. Optimasi portofolio adalah proses menemukan saham-saham yang terbaik, yang optimal, yang mampu memberikan return yang maksimum dengan risiko yang minimum. Metaheuristik didefinisikan sebagai metode optimasi yang dilakukan secara berulang untuk mencari solusi terbaik penyelesaian sesuai dengan fungsi objektifnya atau tujuan akhirnya. Harris Hawks Optimization (HHO) adalah algoritma optimasi metaheuristik berbasis populasi (population-based) dan alam (nature-based) untuk menangani berbagai tugas pengoptimalan. Penelitian ini bertujuan untuk mengimplementasikan algoritma HHO terhadap optimasi portofolio saham-saham LQ45. Fungsi utama dari portofolio adalah untuk membantu menentukan return yang diinginkan dengan melakukan diversifikasi, atau strategi mengalokasikan saham yang tidak saling terkait. Dengan menggunakan metode HHO beserta dengan Teori Portofolio Modern, dilakukan 10 kali simulasi dengan hasil total sebanyak 25000 kombinasi. Nilai optimum yang diperoleh merupakan titik konvergensi dari fungsi objektif yang bernilai 0,2465, dengan bobot saham yang diperoleh masing-masing sebesar 0,0222. Serta algoritma HHO yang dibuat memiliki kecepatan rata-rata yang cukup cepat untuk mencapai titik konvergen untuk masalah minimalisasi kovarians saham, yaitu dibawah tiga iterasi.

---

Investment is seen as an effective way to increase wealth. Investments that are in great demand by investors are stocks because the frequency of stock trading is higher than the frequency of other investments in the capital market. Reporting from the Financial Services Authority (OJK), one of the causes of investors experiencing losses is not conducting an analysis before investing. Stock analysis is necessary for investors because it is one of the determining factors for taking action when making transactions in the capital market. Portfolio optimization is the process of finding the best, optimal stocks, which are able to provide maximum returns with minimum risk. Metaheuristics is defined as an optimization method that iteratively improves the solution according to its objective function or final goal. Harris Hawks Optimization (HHO) is a population-based and nature-based metaheuristic optimization algorithm to handle various optimization tasks. This research aims to implement the HHO algorithm for portfolio optimization of LQ45 stocks. The main function of the portfolio is to decide the expected return by doing diversification, or strategy to allocate unrelated stocks. By using the HHO method and Modern Portfolio Theory, 10 simulations were conducted with a total of 25000 combinations. The optimum value obtained is the convergence point of the objective function which is 0.2465, with the weight of the shares obtained of 0.0222 each. And the HHO algorithm made has an average speed that is fast enough to reach the convergence point for the stock covariance minimization problem, which is under three iterations."

"Elton, Gruber dan Padberg memperkenalkan metode sederhana penentuan kombinasi aktiva yang optimum dan metode ini dikenal dengan nama Simple Ranking Device yang terdiri atas dua model yalcni model Single Indeks (Single Index Model - SLM dan model Korelasi Konstan (Constant Correlation - CC). Penelitlan ini bertujuan untuk mencari kombinasi saham yang optimum dari saham-saham likuid yang tercantum dalam indeks LQ45 Bursa Efek Jakarta dengan menggunakan metode simple ranking device.Dengan dasar model pasar sederhana Sharpe, nilai beta masing-masing saham dihitung dengan menggunakan metode regresi linier sederhana. Data penelitian diperoleh dari data indeks harian saham individual (IHSI) dan indeks harian LQ45 Bursa Efek Jakarta. Perhitungan beta dilakukan dengan piranti lunak SPSS versi 10 sementara perhitungan nilai CutOff Rate kedua model baik Single lndeks Model maupun Constant Correlations menggunakan spreadsheet Excel yang sederhana.Hasil penelitian menunjukkan bahwa perhitungan sederhana Simple Ranking Device dengan model SIM menghasilkan 12 saham yang terpilih untuk masuk dalam portfolio sedangkan model CC mendapatkan 8 saham terpilih. Evaluasi perbandingan expected return portfolio menunjukkan bahwa portfolio Model SIM menghasilkan return yang lebih baik tapi tingkat risiko yang lebrh besar dibandingkan dengan portfolio Model CC. Evaluasi kinerja dengan Treynor Measme dan Sharpe Measure menunjukan preferesi portfolio yang tidak konsistert Treynor Measure menunjukkan relum portfolio bentukan model SIM lebih baik daripada model CC, tapi Sharpe Measure menunjukan yang sebaliknya. Evaluasi kinerja portfolio dengan menggunakan data 1 dan 2 tahun berikutnya menunjukkan bahwa dengan model SIM saham-saham terpilih memberikan return yang lebih kecil daripada saham-saham tidak terpilih. Untuk model Constant Correlation, saham-saham terpilih menghasilkan return portfolio yang lebih besar dibandingkan dengan saham-saham yang tidak terpilih."

"ABSTRAKKarya akhir ini bertujuan untuk membentuk portfolio investasi dengan mencari alokasi optimal dengan pendekatan Markowitz. Tujuan alokasi optimal model Markowitz adalah memaksimalkan rasio Sharpe dari portfolio tersebut. Pembentukan portfolio dilakukan dengan menggunakan tiga kombinasi portfolio yaitu portfolio yang terdiri dari 45 saham yang terdapat dalam indeks LQ45, portfolio yang terdiri dari 30 saham dalam indeks IDX30, dan portfolio yang terdiri dari 27 saham dalam indeks Bisnis-27. Setelah dilakukan alokasi optimal, pengujian Altman Z-Score, dan EMS (Emerging Market Score), maka tesis ini merekomendasikan saham MNCN, BKSL, ICBP, BHIT, UNVR, dan AKRA.

---

ABSTRACTThe purpose of this study is to build investment portfolio by finding the optimal allocation using Markowitz approach. The goal of Markowitz approach in optimal allocation is to maximize Sharpe ratio of that portfolio. There are three combinations of portfolio constructed in this thesis, the first is portfolio that contains 45 stocks listed in LQ45 index. The second is portfolio with 30 stocks of IDX30, and the third is portfolio with 27 stocks of Bisnis-27 index. After calculating the optimal portfolio, testing Altman Z-Score, and EMS (Emerging Market Score), this thesis recommends MNCN, BKSL, ICBP, BHIT, UNVR, and AKRA."

"Investor terkadang mengalami kesulitan dalam menentukan penempatan investasi terbaiknya. Hal ini disebabkan karena dalam melakukan investasi selalu dihadapkan pada dua keinginan yang selalu bertolak belakang yaitu memaksimalkan tingkat imbal hasil (return) dan meminimalkan risiko (risk). Tingkat risiko yang dihadapi investor akan semakin tinggi sebanding dengan tingkat imbal hasil yang diperolehnya, dan hal ini adalah merupakan suatu kewajaran dalam berinvestasi Sehingga jika dihadapkan pada suatu pilihan investasi maka yang akan dipilih adalah investasi yang memberikan tingkat imbal hasil yang tertinggi untuk pilihan investasi yang mempunyai risiko yang sama atau investasi yang mempunyai risiko terendah untuk pilihan investasi yang memberikan tingkat imbal basil yang sama.Berinvestasi di saham sangatlah menarik karena menjanjikan suatu tingkat imbal hasil yang tinggi, tetapi saham juga mempunyai tingkat risiko yang tinggi pula. Risiko dalam ber-investasi di saham dapat terbagi dua bagian yaitu risiko non-sistematis (unsystematic risk) dan risiko sistematis (systematic risk). Risiko non-sistematis adalah risiko yang diakibatkan oleh faktor internal perusahaan, sehingga sering disebut sebagai firm-specific risk atau unique risk. Risiko ini dapat dikurangi atau dieleminasi dengan menggunakan strategi diversifikasi melakukan pembentukan portfolio, sehingga risiko ini disebut juga sebagai diversifiable risk. Sedangkan risiko sistematis adalah risiko yang diakibatkan oleh faktor makro ekonomi yang dialami oleh semua perusahaan, sehingga risiko ini sering disebut sebagai risiko pasar (market risk). Risiko sistematis ini tidak dapat dihilangkan dengan melakukan diversifikasi melalui pembentukan portfolio, sehingga risiko ini disebut sebagai non-diversifrable risk. Sehingga dapat disimpulkan bahwa strategi diversifikasi tidak bisa menghilangkan seluruh risiko yang dihadapi investor, tetapi hanya dapat mengurangi risiko sampai batas risiko sistematis dengan cara membentuk portfolio berisi banyak saham. Dengan menggunakan strategi diversifikasi berarti dapat meminimasi tingkat risiko sampai batas minimal yaitu risiko sistematis, yang secara ekstrimnya dapat diperoleh dengan cara membentuk portfolio pasar yaitu berinvestasi membeli indeks. Berinvestasi dengan cara membeli indeks adalah memang cara yang paling mudah, tetapi yang sering menjadi pertanyaan apakah strategi ini sudah optimal. Dan jika investor mempunyai batas toleransi terhadap risiko yang berbeda terhadap portfolio indeks, misal mempunyai batas toleransi terhadap risiko yang lebih tinggi dibanding risiko portfolio indeks dengan mengharapkan imbal basil yang lebih tinggi dibanding imbal hasil portfolio indeks atau kondisi sebaliknya, maka dimana dan bagaimana hares berinvestasi untuk memenuhi keinginannya tersebut.Karya akhir ini akan membahas strategi pembentukan portfolio dari berbagai saham pilihan yang diambil dari saham-saham LQ45, yang akan dikombinasikan dengan asset bebas risiko dengan alokasi proporsi tertentu, yang membentuk portfolio yang optimal. Dan membandingkan hasilnya portfolio bentukan tersebut dengan strategi investasi pasif membeli indeks MSG dan indeks LQ45. Diharapkan pula, portfolio yang di bentuk tersebut dapat memberikan solusi kepada investor yang memiliki batas toleransi risiko yang berbeda-beda untuk mendapatkan imbal hasil yang optimal.Dalam karya akhir ini penulis menggunakan obyek penelitian saham-saham yang tergabung dalam LQ45 untuk periode Februari 2006 std Juli 2006. Saham-saham tersebut diseleksi berdasar kriteria nilai alpha (a) yang tertinggi untuk mendapatkan 10 saham terbaik Kesepuluh saham terpilih, yang mempunyai nilai nilai alpha (a) yang tertinggi tersebut adalah saham-saham yang memberikan extra expected return yang paling tinggi diantara saham-saham yang diambil dalam penelitian. Saham-saham yang terpilih berdasar urutan nilai alpha tertinggi tersebut adalah PLAS, PGAS, UNSP, TKIM., UNTR, PTBA, BLTA, ANTNI, BBCA, LSIP.Dari saham-saham terpilih tersebut dibentuk portfolio saham optimal P1 dengan menggunakan solver, yang memberikan hasil expected return harian 0.441% , standard deviasi 1.748% , reward to variabiliy ratio 0.232835 , dan dengan komposisi penyusun portfolio-nya adalah PLAS (21.69%), PGAS (19.68%), UNSP (18.64%), TKIM (3.12%) , UNTR (11.98%), PTBA (3.66%) , BLTA (10.69%), ANTM (4.12%) , BBCA (2.59%), LS1P (3.83%.)Dengan mengalokasikan sebagian dana investasi untuk diinvestasi pada aset bebas risiko dan sebagian lagi diinvestasi pada portfolio saham optimal yang telah dibentuk, akan menghasilkan return yang lebih optimal dibanding investasi hanya pada portfolio saham. Pengalokasian aset bebas risiko dengan portfolio saham ini menghasilkan skenario-skenario investasi berdasar tingkat risiko yang akan ditanggung oleh investor yang dapat dilihat pada tabel 4.6. Skenario-skenario yang dimuat pada tabel 4.6 akan memberikan solusi kepada pm investor yang memiliki batas toleransi terhadap risiko yang berbeda-beda untuk mendapatkan imbal hasil yang optimal.Hasil penelitian ini menunjukan bahwa ber-investasi dengan cara mengalokasikan sebagian dana pada aset bebas resiko dan sebagian lagi pada portfolio saham, yang dilakukan dengan cara yang optimal, ternyata lebih menguntungkan dibandingkan dengan berinvestasi pada II3SG atau indeks LQ45. Karena dengan tingkat risiko yang sama, portfolio campuran tersebut memberikan tingkat return yang lebih tinggi . Dan dengan tingkat return yang sama, portfolio campuran tersebut mempunyai tingkat risiko yang lebih rendah.

---

Investors often have difficulties in placing their best investment. The problem is caused by their two wishes that are always opposite, maximizing return and minimizing risk The risk investor facing will be higher with the increase in return they earn and this phenomenon is common in investment. Therefore, given investment choices, they will choose investments that give the highest return for the same risk level or that have the lowest risk level for the same return. Investing in stocks is very interested because they promise high return, but stocks also have high risk. Risk of stock investments can be divided into two components: unsystematic risk and systematic risk An unsystematic risk is any risk peculiar to an individual firm; therefore this risk is called as firm specific risk or unique risk This risk can be reduced or eliminated by strategy of forming portfolio diversification, so it's often called as divers fable risk A systematic risk is a risk attributable to common macroeconomic factors that affect a large number of companies and therefore it's called as market risk Systematic risk can not be eliminated by farming portfolio diversification, so this risk is also called non-diversifiable risk As conclusion, diversification strategies cant eliminate all risks, but they can only reduce to minimum level of systematic risk by forming a portfolio with a large number of stocks.

Using diversification strategy means that risk can be minimized to the minimum level of systematic risk by using extreme way of forming a market portfolio or buying index. Buying index is the easiest way of investment, but it often becomes a question if that strategy is already optimal. And if investor have risk acceptance that is different from the risk of index, for example the risk acceptance is higher or lower than the risk of index, how should investment be done to achieve the investor's goal?

This thesis will discuss about the strategy of forming a portfolio composed from stocks of LQ45, and then it will be combined with a risk free asset in certain proportion that gives optimal result. And compare the final result with the passive strategy of buying index INSG and LQ45. It's also hoping that the portfolio can give solutions to investors, who have varied risk acceptance, in getting optimal return. In this thesis, the writer uses research object of stocks that include in LQ45 for period February 2006 to July 2006. Then those stocks are selected with the largest alpha (a) criteria to obtain the top 10 stocks. Those selected stocks are stocks that give the highest extra expected return among stocks in the research object. The following stocks with the highest alpha (a): PLAS, PGAS, UNSP, TKIM, UNTR, PTBA, BLTA, ANTM, BBCA and LISP. With using solver, those selected stocks are formed to optimal portfolio of P1 that give result of daily expected return 0,441%, standard deviation 1.748%, reward to variability ratio 0.232835 and the composition of portfolio : PLAS (21.69%), PGAS (19.68%), UNSP (18.64%), 7KIM (3.12%) , UNTR (11.98%), PTBA (3.66%) , BLTA (10.69%), AN7M (4.12%) , BBCA (2.59%), LSIP (3.83%). With allocating part of investment fund in a risk free asset and the reminder in optimal stock portfolio will yield better result compared with investment only on stock portfolio. Allocation of a risk free asset and optimal stock portfolio can create investment scenarios based on the risk that will be borne by investors. The scenarios are shown on table 4.6 and it will give solutions to investors who have varied risk acceptance, in getting optimal return.

The result of this research also shows that investment with allocating part of fund in risk free asset and the remainder in stock portfolio with the optimal way will give more benefit compare with investing in index IHSG or LQ45. Because the combination portfolio give higher return for the same risk level, and bear lower risk level for the same return."

"ABSTRAKPenelitian ini bertujuan untuk mengetahui saham-saham yang tergabung dalam Indeks LQ45 dan Indeks Bisnis 27 di Bursa Efek Indonesia yang memenuhi kriteria penyeleksian saham sesuai dengan metode Markowitz, metode seleksi Graham dan metode single indeks. Dari hasil seleksi tersebut dilakukan pembentukan portofolio optimal dan evaluasi kinerja portofolio agar memastikan bahwa komposisi portofolio yang terbentuk mampu menghasilkan return yang setingi-tingginya bagi investor. Hasil penelitian ini menyarankan bahwa hasil portofolio yang di bentuk dengan kriteria average return tertinggi metode Markowitz dan portofolio yang dibentuk dengan metode Single Index Model dengan sampel saham-saham Bisnis 27. Memiliki return portofolio yang lebih besar dan kinerja lebih baik dibandingkan dengan portofolio optimal yang dibentuk dengan menggunakan seleksi berdasarkan kriteria investor aktif Graham dan kriteria investor defensif Graham.

---

ABSTRACT

This research aims to identify stocks in the LQ45 and Bisnis 27 indexes at Indonesia Stock Exchange that meet criteria for stocks to be selected according to Markowitz, Graham, and Single Index methods. The results show that the optimal portfolio composition generates high returns. The results also suggest that portfolio which is formed by Bisnis 27 Stock, using Markowitz model gives highest average return and portofolio which is formed by Bisnis 27 Stock, using Single Index Model, has a better portfolio performance as compared to the optimal portfolio which is formed using the Graham defensive and active investor criteria."

"[ABSTRAKPerkembangan IHSG yang masih fluktuatif semenjak terjadinya krisis keuangan dan ekonomi pada tahun 2008 membuat para investor pun mulai memperhatikan instrumen investasi yang akan mereka pilih dan investasi yang akan memberikan keuntungan paling optimum. Oleh karena itu, investor perlu memperhatikan metode yang digunakan untuk memilih saham dan bagaimana membangun portofolio investasinya secara optimal untuk mengoptimalkan tingkat imbal hasil investasi dan mengurangi sekecil mungkin risiko yang dihadapi. Berdasarkan hal tersebut, penelitian ini berusaha untuk menggambarkan dan membandingkan kinerja portofolio pada saham indeks LQ45 dengan Model Black-Litterman Pada PT Mandiri Sekuritas Tbk dan PT Bahana Securities Tbk sebagai perusahaan sekuritas yang sangat aktif di Indonesia selama periode Agustus 2009 ? Juli 2014. Penelitian ini menggunakan metode penelitian kuantitatif dan obyek penelitiannya adalah enam belas saham yang selama periode penelitian secara berturut-turut selalu masuk ke dalam daftar indeks LQ45 dan memiliki data yang lengkap selama periode penelitian. Dalam menganalisis kinerja portofolio optimal pada saham indeks LQ45, penelitian ini melakukan seleksi saham dengan metode Single-Index Model metode Cut-Off Rate. Saham-saham hasil seleksi ini kemudian dioptimasi dengan Black-Litterman Model dimana return equilibrium yang dipakai berasal dari hasil perhitungan model tiga faktor Fama dan French dan menggunakan target/fair price PT Mandiri Sekuritas Tbk dan PT Bahana Securities Tbk sebagai private views-nya, yang kemudian hasil kinerja portofolio kedua perusahaan tersebut dibandingkan. Hasil dari penelitian ini menunjukkan bahwa portofolio optimal pada PT Mandiri Sekuritas Tbk memiliki kinerja dan return yang lebih baik dibandingkan portofolio PT Bahana Securities Tbk namun secara statistik dengan menggunakan uji t berpasangan tidak ada perbedaan yang signifikan antara kinerja portofolio kedua perusahaan sekuritas tersebut. Meskipun kinerja portofolio PT Mandiri Sekuritas Tbk lebih tinggi, ternyata risiko yang dimiliki portofolio ini pun juga besar karena menunjukkan dari hasil perhitungan Black-Litterman Model, nilai standard deviasi, beta dan risikonya lebih besar dibandingkan portofolio pada PT Bahana Securities Tbk.;

---

ABSTRACTThe Jakarta Composite Index is still have flluctuative movement sincethe financial and economic crisis in 2008. Hence, the investor need to recognize the method used to select the stock s and how to build optimal portfolio to optimize the return on investment and reduce the risk faced by the smallest possible. In addition, this research was conducted to describe and compare the optimum portofolio performance in index shares of LQ45 between PT Mandiri Sekuritas Tbk and PT Bahana Securities Tbk with Black-Litterman Model for period August 2009 until July 2014. This research was conducted by using quantitative research method and the object of this research was sixteen stocks that during the research period in a row was always entered into the list of LQ45 index. In analyzing the optimum portofolio performance in index shares of LQ45, this research was selected the stocks by using Single-Index Model with cut-off rate. Stocks of the selection results are then optimized by using Black-Litterman method. In addition to comparing the performance of both methods, this research also compared the performance between these two securities companies. The results of this research showed that optimal portfolio from PT Mandiri Securities Tbk had better performance and return than the portfolio from PT Bahana Securities Tbk but there was no significant difference statistically using paired t test was between the portofolio performance of these two securities companies. Although the portfolio performance of PT Mandiri Securities Tbk was higher, it turns out the risk of the portfolio was also great because it showed from the calculation of the Black-Litterman model, the value of the standard deviation, beta and the risk was greater than the portfolio at Bahana Securities Tbk., The Jakarta Composite Index is still have flluctuative movement sincethe financial and economic crisis in 2008. Hence, the investor need to recognize the method used to select the stock s and how to build optimal portfolio to optimize the return on investment and reduce the risk faced by the smallest possible. In addition, this research was conducted to describe and compare the optimum portofolio performance in index shares of LQ45 between PT Mandiri Sekuritas Tbk and PT Bahana Securities Tbk with Black-Litterman Model for period August 2009 until July 2014. This research was conducted by using quantitative research method and the object of this research was sixteen stocks that during the research period in a row was always entered into the list of LQ45 index. In analyzing the optimum portofolio performance in index shares of LQ45, this research was selected the stocks by using Single-Index Model with cut-off rate. Stocks of the selection results are then optimized by using Black-Litterman method. In addition to comparing the performance of both methods, this research also compared the performance between these two securities companies. The results of this research showed that optimal portfolio from PT Mandiri Securities Tbk had better performance and return than the portfolio from PT Bahana Securities Tbk but there was no significant difference statistically using paired t test was between the portofolio performance of these two securities companies. Although the portfolio performance of PT Mandiri Securities Tbk was higher, it turns out the risk of the portfolio was also great because it showed from the calculation of the Black-Litterman model, the value of the standard deviation, beta and the risk was greater than the portfolio at Bahana Securities Tbk.]"

"Penelitian ini bertujuan untuk memberikan alternatif pembentukan portofolio sahamdi PT Taspen (Persero) supaya dapat meningkatkan kinerja investasinya. Alternatifmodel tersebut adalah dengan mengkombinasikan seleksi saham model Grahamdengan model pembentukan portofolio optimal yaitu model Markowitz dan modelindeks tunggal. Hasil seleksi saham menggunakan model Graham investor defensif,investor agresif dan Graham-Rea adalah masing-masing 10, 13 dan 3 saham dari 45saham yang terdapat pada indeks LQ45. Dari saham-saham yang terpilih kemudiandibentuk portofolio optimalnya menggunakan model Markowitz dan model indekstunggal.Dari portofolio optimal yang terbentuk kemudian dilakukan perbandingan kinerjaantara keduanya dan dengan indeks LQ45 sebagai benchmark-nya. Hasilmenunjukkan bahwa portofolio hasil optimasi model Markowitz memberikan kinerja(reward to variability ratio) ekspektasi lebih baik dibandingkan portofolio hasiloptimasi model indeks tunggal dengan selisih di kisaran 0,15% - 0,96%. Selain itu,kinerja portofolio optimal tersebut, baik secara ekspektasi dan aktual memberikankinerja lebih baik dibanding indeks LQ45 dengan selisih di kisaran9,12% - 21,03%. Walaupun secara reward to variability ratio, kinerja metode Taspenlebih tinggi dibanding lainnya tetapi secara return ekspektasi dan aktual masih dibawah portofolio optimal dengan selisih 0,04% - 1,40%. Dengan demikian modelkombinasi pembentukan portofolio optimal bertahap ini layak dipertimbangkan untukdiaplikasikan oleh PT Taspen (Persero) sehingga diharapkan dapat meningkatkanhasil investasi saham.

---

ABSTRACTThis study aims to provide an alternative method to form stock portfolio inPT Taspen (Persero) in order to improve the investments performance. Alternativemodels is to combine stock selection Graham model with optimal portfolioconformation model which is Markowitz model and single index model. Usingdefensive investor, aggressive investor and Graham-Rea criteria resulted in 10, 13and 3 stocks selected from 45 available stocks that contained in LQ45 index. Fromthese selected stocks then to be formed to it’s optimal portofolio.From established optimal portfolio, the peformance is compared between the twomodels and to the LQ45 index as its benchmark. The results showed that the portfoliofrom Markowitz model optimization provide better expected performance (reward tovariability ratio) than the single index model optimization with spread of0.15% - 0.96%. In addition, the performance of portfolio in expectations and actualare better than LQ45 index, with spread of 9.12% - 21.03%. Although Taspenmethod’s reward to variability is higher compared to others, it’s expected and actualreturn still below optimal portfolio with a spread of 0.04% - 1.40%. Thus the gradualoptimal portfolio formation is worth to be considered to be applied by PT Taspen(Persero) which is expected to increase stock investment returns."