Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKSalah satu tugas dan fungsi Lembaga Pengelola Dana Pendidikan (LPDP) adalah melakukan pengelolaan Dana Pengembangan Pendidikan Nasional (DPPN) melalui instrument investasi jangka pendek. Dalam berinvestasi, pemilihan portofolio investasi akan berdampak besar pada hasil investasi yang akan diterima serta risiko yang akan dihadapi. Untuk itu, diperlukan penentuan portofolio optimal yang dapat membentuk portofolio sedemikian rupa sehingga risiko dapat diminimalkan tanpa mengurangi return harapan investasi. Penelitian ini dilakukan untuk menjawab pertanyaan manajemen apakah portofolio investasi aktual yang dimiliki LPDP merupakan portofolio yang optimal. Hasil penelitian menunjukkan bahwa portofolio investasi aktual LPDP menghasilkan risiko investasi sebesar 0,00385 dan return harapan sebesar 8,04% dengan komposisi obligasi 63,31% dan deposito 36,69%. Portofolio aktual tersebut bukanlah merupakan portofolio optimal karena dengan risiko investasi yang sama, return harapan yang lebih besar dapat dicapai sebesar 8,15% pada komposisi obligasi 6,07% dan deposito 93,93%. Jika LPDP memasukkan saham dalam portofolio investasi, portofolio optimal dapat dihasilkan dengan komposisi obligasi 74,72%, deposito 24,81% dan saham 0,47 % yang menghasilkan risiko investasi sebesar 0,00537 dan return harapan sebesar 8,06 %."

"Tujuan dari penelitian ini adalah mencari metode optimasi portofolio terdiversifikasi yang memiliki kinerja paling unggul pada uji out-of-sample. Metode pembentukan dan optimasi portofolio terdiversifikasi menggunakan 3 metode, yaitu: Minimum-Variance, Inverse-Variance, dan Hierarchical Risk Parity. Kinerja portofolio akan dilihat dari tingkat pengembalian yang dihasilkan, sum of squared errors antara return yang aktual dengan yang diharapkan, dan sharpe ratio yang dihasilkan portofolio pada uji out-of-sample. Portofolio yang terdiversifikasi akan dibentuk dengan menggunakan 18 saham yang telah melewati proses seleksi saham dengan pendekatan Single Index Model dengan Cut-off Rate, dimana ke-18 saham tersebut memiliki excess return over beta lebih besar dari cut-off rate yang berasal dari 71 saham yang terdaftar di Bursa Efek Indonesia. Uji out-of-sample akan dibagi atas 3 skenario dengan holding period 4 minggu, 12 minggu, dan 16 minggu dengan melakukan rebalancing di setiap akhir holding period. Hasil uji out-of-sample membuktikan bahwa metode Hierarchical Risk Parity mampu mengungguli 2 metode optimasi portofolio lainnya dengan tingkat pengembalian yang dihasilkan paling besar, SSE yang paling rendah, dan shape ratio paling besar diantara ketiga metode yang ada. Penelitian ini menyimpulkan perlunya menggunakan pendekatan yang lebih kompleks dalam membangun portofolio di Bursa Efek Indonesia untuk menghasilkan portofolio dengan kinerja yang lebih baik.

---

This research aims to find a portfolio optimization method that has superior performance in out-of-sample simulation in the Indonesia equity market. The portfolio will be optimized utilizing 3 methods: Inverse-Variance, Minimum-Variance, and Hierarchical Risk Parity. Portfolio performance will be measured based on the actual return generated by portfolio, Sharpe ratio, and the accuracy with the sum of squared errors and T-test between actual return and expected return of the portfolio in out-of-sample simulations. The out-of-sample simulation will be done in 3 scenarios of holding period and rebalancing at the end of the holding period. The simulation results suggest that the Hierarchical Risk Parity method outperformed 2 other portfolio optimization methods having the highest actual return, Sharpe ratio, and accuracy in predicting returns. This research concludes that a more sophisticated approach is required to build an equity portfolio that has better performance in Indonesia."

"This book provides a comprehensive introduction to the theory and practice of spherical microphone arrays, and was written for graduate students, researchers and engineers who work with spherical microphone arrays in a wide range of applications. The new edition includes additions and modifications, and references supplementary Matlab code to provide the reader with a straightforward start for own implementations. The book is also accompanied by a Matlab manual, which explains how to implement the examples and simulations presented in the book.The first two chapters provide the reader with the necessary mathematical and physical background, including an introduction to the spherical Fourier transform and the formulation of plane-wave sound fields in the spherical harmonic domain. In turn, the third chapter covers the theory of spatial sampling, employed when selecting the positions of microphones to sample sound pressure functions in space.Subsequent chapters highlight various spherical array configurations, including the popular rigid-sphere-based configuration. Beamforming (spatial filtering) in the spherical harmonics domain, including axis-symmetric beamforming, and the performance measures of directivity index and white noise gain are introduced, and a range of optimal beamformers for spherical arrays, including those that achieve maximum directivity and maximum robustness are developed, along with the Dolph–Chebyshev beamformer. The final chapter discusses more advanced beamformers, such as MVDR (minimum variance distortionless response) and LCMV (linearly constrained minimum variance) types, which are tailored to the measured sound field."