Var Portfolio Optimal: Perbandingan Antara Metode Markowitz Dan Mean Absolute Deviation
Var Portfolio Optimal: Perbandingan Antara Metode Markowitz Dan Mean Absolute Deviation
Var Portfolio Optimal: Perbandingan Antara Metode Markowitz Dan Mean Absolute Deviation
= =
.................................................................................... (2)
Dengan kendala-kendala sebagai berikut:
>
=
n
i
i i
r w
1
.
1
1
=
=
n
i
i
w
n i w
i
,..., 1 , 1 0 = s s
Notasi:
= tingkat return minimum yang dikehendaki oleh investor
wi = proporsi investasi pada saham i
Penyusunan Portofolio Optimal dengan Menggunakan Metode Mean-Absolute
Deviation
Metode penyusunan portofolio optimal ini pertama kali dikenalkan oleh
Konno dan Yamazaki (1991). Parameter risiko yang digunakan dalam metode ini
adalah Mean-Absolute Deviation (MAD). Formula perhitungan portofolio berdasarkan
MAD adalah sebagai berikut:
Minimize
(
(
= =
n
i
n
i
i i i i
w r E w r E
1 1
. . .................................................. (3)
Dengan kendala-kendala sebagai berikut:
>
=
n
i
i
i w r
1
.
ISSN: 0853 7665 Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara
JSB Vol. 11 No. 1, APRIL 2006 41
1
1
=
=
n
i
i
w
n i w
i
,..., 1 , 1 0 = s s
Apabila:
| | T r r E r
T
t
it i
i /
1
=
= =
......................................................................................... (4)
Maka persamaan MAD di atas dapat diubah menjadi:
( )
= = = =
=
(
(
T
t
n
i
i
i
it
n
i
n
i
i i i i
w r r
T
w r E w r E
1 1 1 1
.
1
. . .................. (5)
Apabila dinotasikan bahwa:
i
it it
r r a = , n i ,..., 1 = n t ,..., 1 = .................................................... (6)
Maka formulasi MAD di atas menjadi:
Minimize
=
=
T
t
n
i
i it
T
w a
1
1
.
.......................................................................................... (7)
Dengan kendala-kendala sebagai berikut:
>
=
n
i
i
i w r
1
.
1
1
=
=
n
i
i
w
n i w
i
,..., 1 , 1 0 = s s
Bila persamaan di atas dijadikan programasi linear, maka formula untuk perhitungan
portofolio optimal berdasarkan MAD menjadi:
Minimize
T
y
n
t
=1
1
........................................................................................................ (8)
Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara ISSN: 0853 7665
42 JSB Vol. 11 No. 1, APRIL 2006
Dengan kendala-kendala sebagai berikut:
, 0 .
1
> +
=
n
i
i it t
w a y
T t ,..., 1 = ,
, 0 .
1
>
=
n
i
i it t
w a y
T t ,..., 1 = ,
>
=
n
i
i
i w r
1
.
1
1
=
=
n
i
i
w
n i w
i
,..., 1 , 1 0 = s s
Setelah kedua kelompok portofolio optimal didapatkan dengan metode
Mean-Variance dan metode Mean-Absolute Deviation, langkah selanjutnya adalah
menghitung nilai VaR kedua golongan portofolio tersebut.
PERHITUNGAN VaR DENGAN METODE VARIAN-KOVARIAN
Model varian-kovarian VaR berangkat dari asumsi bahwa persentase
perubahan harga di dalam pasar keuangan memiliki distribusi yang normal. Dengan
adanya asumsi ini, maka volatilitas dapat dinyatakan dalam bentuk standar deviasi.
Volatilitas ini digambarkan dalam bentuk persentase perubahan harga dan
persentase perubahan harga ini dinyatakan sebagai ukuran 1 standar deviasi.
Sebagai contoh: berdasarkan perubahan historis persentase harga dari suatu aset
didapatkan bahwa volatilitasnya adalah 5%. Nilai ini disamakan dengan satu (1)
standar deviasi. Rumus perhitungan nilai VaR dengan metode varian-kovarian
adalah:
VaR = W
i
............................................................................................................. (9)
Di mana o adalah standard normal deviate, o adalah standar deviasi dari aset
individual tersebut dan W adalah nilai dari aset tersebut. Nilai o adalah sebesar 1
bila digunakan confidence level sebesar 84%. Untuk confidence level sebesar 95%
digunakan nilai o sebesar 1.645.
PERHITUNGAN VaR DENGAN METODE SIMULASI HISTORIS (HISTORICAL SIMULATION)
Metode simulasi historis menggunakan data-data historis return dari aset-
aset dalam suatu portofolio dan menerapkan pembobotan terkini dari portofolio
tersebut terhadap data-data historis perubahan harga aset-aset tersebut. Rumus
untuk menghitung return dari metode ini adalah sebagai berikut:
ISSN: 0853 7665 Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara
JSB Vol. 11 No. 1, APRIL 2006 43
k i
n
i
t i k p
R w R
,
1
, ,
=
= k = 1, . . ., t .................................................................... (10)
Rp,k adalah return portofolio pada periode ke-k, n adalah banyaknya aset dalam
portofolio, wi,t adalah bobot aset ke-i pada periode t (periode terkini) dan Ri,k adalah
return dari aset ke-i pada periode ke-k. Perhatikan bahwa bobot yang digunakan
adalah bobot pada periode terkini, yaitu periode t.
HASIL PERHITUNGAN DAN ANALISA
Hasil Penyusunan Portofolio Optimal dengan Menggunakan Metode Markowitz
atau Mean-Variance dan Metode Mean-absolute Deviation
Dalam penyusunan portofolio untuk kedua metode, dibutuhkan tingkat
return minimum atau . Untuk digunakan tingkat bunga Sertifikat Bank Indonesia
atau SBI selama tahun 2003. Berikut ini adalah tabel tingkat bunga bulanan SBI
selama tahun 2003. Tabel 1. berikut ini menyajikan hasil penyusunan portofolio-
portofolio optimal baik berdasarkan metode mean-variance maupun metode Mean-
Absolute Deviation.
Tabel 1: Hasil Penyusunan Portofolio-Portofolio Optimal
Bulan SBI
Markowitz MAD
Standar
Deviasi
Return
Standar
Deviasi
Return
Januari 1.07% 5.1923% 1.0665% 5.2273% 1.0665%
Februari 1.04% 0.8293% 1.0413% 1.0000% 1.0411%
Maret 0.96% 3.6048% 0.8500% 3.6050% 0.8500%
April 0.94% 0.7334% 0.9368% 0.7798% 0.9369%
Mei 0.90% 0.7726% 0.8997% 0.8429% 0.8997%
Juni 0.82% 1.4896% 0.8246% 1.6966% 0.8247%
Juli 0.77% 1.2051% 0.7668% 1.3627% 0.7669%
Agustus 0.75% 0.7366% 0.7499% 0.8396% 0.7497%
September 0.73% 0.6845% 0.7281% 0.8793% 0.7283%
Oktober 0.71% 0.7299% 0.7107% 0.8352% 0.7106%
November 0.71% 1.8245% 0.7061% 2.0779% 0.7062%
Desember 0.70% 0.3288% 0.6994% 0.4298% 0.7025%
Hasil portofolio optimal pada bulan Maret tidak menggunakan tingkat suku
bunga SBI yang sebesar 0,96% sebagai persyaratan minimum tingkat return, baik
pada metode Markowitz maupun MAD. Hal ini dikarenakan tingkat suku bunga SBI
pada bulan Maret 2003 terlalu tinggi bila dibandingkan dengan tingkat return semua
saham LQ45. Persyaratan tingkat return minimum diturunkan menjadi 0,85% untuk
bulan Maret 2003 sehingga portofolio optimal untuk kedua metode dapat dihasilkan.
Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara ISSN: 0853 7665
44 JSB Vol. 11 No. 1, APRIL 2006
Hasil Perhitungan Nilai Value-at-Risk
Seperti yang telah disebutkan dalam bagian sebelumnya, perhitungan VaR
dilakukan dengan dua metode. Kedua metode tersebut adalah metode delta normal
dan metoda simulasi historis. Perhitungan nilai standar deviasi untuk portofolio-
portofolio yang dihasilkan dengan menggunakan metode Mean-Absolute Deviation
dilakukan dengan menggunakan metode perhitungan risiko mean-variance yang
diperkenalkan oleh Markowitz (1952). Hal ini dilakukan karena dalam perhitungan
VaR dengan metode varian-kovarian, parameter risiko yang digunakan adalah
standar deviasi dan bukan Mean-Absolute Deviation atau MAD. Tabel 2. menyajikan
hasil perhitungan nilai VaR delta normal untuk portofolio-portofolio optimal yang
dihasilkan oleh kedua metode tersebut.
Tabel 2: Hasil Perhitungan Nilai VaR pada Portofolio-Portofolio Optimal dengan
Menggunakan Metode Delta Normal atau Varian-Kovarian
Bulan
Markowitz MAD
Standar Deviasi VaR Standar Deviasi VaR
Januari 5.1923% 8.5413% 5.2273% 8.5989%
Februari 0.8293% 1.3641% 1.0000% 1.6450%
Maret 3.6048% 5.9299% 3.6050% 5.9302%
April 0.7334% 1.2065% 0.7798% 1.2828%
Mei 0.7726% 1.2709% 0.8429% 1.3865%
Juni 1.4896% 2.4505% 1.6966% 2.7910%
Juli 1.2051% 1.9823% 1.3627% 2.2417%
Agustus 0.7366% 1.2117% 0.8396% 1.3811%
September 0.6845% 1.1259% 0.8793% 1.4464%
Oktober 0.7299% 1.2006% 0.8352% 1.3739%
November 1.8245% 3.0012% 2.0779% 3.4181%
Desember 0.3288% 0.5409% 0.4298% 0.7070%
Perhitungan nilai VaR dengan metode simulasi historis dilakukan dengan
menggunakan rumus yang telah dibahas sebelumnya. Data historis return saham
yang digunakan adalah sebanyak 100 hari. Confidence level yang digunakan dalam
perhitungan nilai VaR dengan metode simulasi historis ini adalah 95%.
Tabel 3 menyajikan hasil perhitungan nilai VaR metode simulasi historis
pada portofolio-portofolio optimal tersebut. Dari Tabel 3 tampak bahwa metode
Mean-Absolute-Deviation memberikan hasil secara yang lebih rendah dari pada
metode Markowitz. Hanya untuk bulan Juni, Oktober dan November saja yang
memberikan hasil lebih tinggi. Hal ini berarti bahwa secara umum metode Mean
Absolute Deviation memberikan hasil yang lebih baik jika dibanding dengan metode
Markowitz..
ISSN: 0853 7665 Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara
JSB Vol. 11 No. 1, APRIL 2006 45
Tabel 3: Hasil Perhitungan Nilai VaR Portofolio-Portofolio Optimal dengan
Menggunakan Metode Simulasi Historis
Bulan Markowitz MAD
Januari -0.05443 -0.05229
Februari -0.04194 -0.03900
Maret -0.04739 -0.04739
April -0.01807 -0.01717
Mei -0.01966 -0.01716
Juni -0.02169 -0.02733
Juli -0.01815 -0.01635
Agustus -0.01776 -0.01717
September -0.01944 -0.01650
Oktober -0.01657 -0.01801
November -0.02224 -0.02415
Desember -0.01803 -0.01823
Analisa Korelasi antara Return dan Risiko Portofolio Optimal
Pada analisa ini, pengujian dilakukan dengan menghitung pearson
correlation coefficient antara nilai return dan risiko yang berupa standar deviasi dari
portofolio-portofolio tersebut. Uji statistik dilakukan dengan menggunakan confidence
level sebesar 95%. H0 adalah bahwa tidak ada korelasi antara nilai return dan
standar deviasi. H1 adalah adanya korelasi antara nilai return dan standar deviasi.
Rincian ini berlaku baik pada uji korelasi pada portofolio optimal metode mean-
variance maupun metode MAD. Tabel 4 menyajikan hasil analisa korelasi antara
return dan risiko dari portofolio-portofolio yang dihasilkan dengan menggunakan
metode mean-variance Markowitz (1952).
Tabel 4: Hasil Analisa Korelasi antara Return dan Standar Deviasi Portofolio-
Portofolio Optimal Metode Mean-variance
RET_MAR SD_MAR
RET_MAR Pearson Correlation 1 .489
Sig. (2-tailed) . .107
N
12 12
SD_MAR Pearson Correlation
.489 1
Sig. (2-tailed)
.107 .
N
12 12
Dari Tabel 4 dapat dilihat bahwa nilai pearson correlation antara nilai return
dan nilai standar deviasi adalah sebesar 0.489 menunjukkan tingkat hubungan yang
sedang. Namun untuk nilai sampel sebesar 12 dibutuhkan nilai korelasi minimal
Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara ISSN: 0853 7665
46 JSB Vol. 11 No. 1, APRIL 2006
0.576 untuk dapat mengambil kesimpulan adanya korelasi antara dua variabel. Hal
ini juga didukung dengan nilai signifikansi hasil uji korelasi tersebut yang sebesar
0.107. Nilai ini lebih besar daripada 0.05 yang merupakan nilai batas signifikansi
pada confidence level sebesar 95%. Hal ini menunjukkan bahwa H0 diterima dan H1
ditolak. Dengan kata lain, tidak ada korelasi antara nilai return dengan nilai standar
deviasi pada portofolio-portofolio optimal hasil metode mean-variance.
Tabel 5: Hasil Analisa Korelasi antara Return dan Standar Deviasi Portofolio-
Portofolio Optimal Metode Mean-absolute Deviation
RET_MAD SD_MAD
RET_MAD Pearson
Correlation
1 .476
Sig. (2-tailed)
. .118
N
12 12
SD_MAD Pearson
Correlation
.476 1
Sig. (2-tailed) .118 .
N 12 12
Uji korelasi yang sama juga diterapkan pada portofolio-portofolio optimal
hasil metode mean-absolute deviation. Tabel 5 di atas menyajikan hasil uji korelasi
tersebut. Dari Tabel 5 di atas dapat dilihat bahwa nilai pearson correlation antara nilai
return dan nilai standar deviasi adalah sebesar 0.476 menunjukkan tingkat hubungan
yang sedang. Namun seperti analisis sebelumnya, untuk nilai sampel sebesar 12
dibutuhkan nilai korelasi minimal 0.576 untuk dapat mengambil kesimpulan adanya
korelasi antara dua variabel. Hal ini juga didukung dengan nilai signifikansi hasil uji
korelasi tersebut yang sebesar 0.118. Nilai ini lebih besar daripada 0.05 yang
merupakan nilai batas signifikansi pada confidence level sebesar 95%. Hal ini
menunjukkan bahwa H0 diterima dan H1 ditolak. Dengan kata lain, tidak ada korelasi
yang kuat antara nilai return dengan nilai standar deviasi pada portofolio-portofolio
optimal hasil metode mean-absolute deviation.
Perbandingan Uji Rata-Rata antara Nilai Standar Deviasi Hasil Metode
Optimalisasi Portofolio Mean-Variance dan Mean-Absolute Deviation
Pada analisa ini dilakukan pengujian perbandingan rata-rata atau mean
comparation antara nilai risiko yang direpresentasikan dalam bentuk standar deviasi
yang dihasilkan dengan metode Mean-Variance dan Mean-Absolute Deviation. Uji
statistik dilakukan pada confidence level 95%. H0 adalah bahwa tidak ada perbedaan
nilai standar deviasi antara kedua metode optimalisasi. Sedangkan H1 adalah bahaw
ada perbedaan nilai standar deviasi antara kedua metode optimalisasi portofolio
tersebut. Tabel 6 dan Tabel 7 berikut ini menyajikan hasil analisa uji perbandingan
ISSN: 0853 7665 Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara
JSB Vol. 11 No. 1, APRIL 2006 47
rata-rata nilai standar deviasi yang dihasilkan oleh kedua metode optimalisasi
portofolio tersebut.
Tabel 6: Hasil Analisa Uji Perbandingan Rata-Rata Nilai Standar Deviasi yang Dihasilkan
oleh Metode Optimalisasi Portofolio Mean-variance dan Mean-absolute Deviation
Paired Differences t df
Sig. (2-
tailed)
Mean
Std.
Deviation
Std. Error
Mean
95% Confidence Interval
of the Difference
Lower Upper
Pair 1
SD_MAR -
SD_MAD
-.001204 .000771 .000222 -.001694 -.000714 -5.413 11 .000
Tabel 7: Data Statistik Uji Perbandingan Rata-Rata Nilai Standar Deviasi
Mean N Std. Deviation Std. Error Mean
Pair 1 SD_MAR .0151094184 12 .01447047011 .00417726491
SD_MAD .0163133461 12 .01417979443 .00409335407
Hasil pengujian di atas menunjukkan bahwa nilai signifikansi lebih kecil dari
0.05. Dengan demikian, H0 ditolak dan H1 diterima. Hal ini menunjukkan adanya
perbedaan antara nilai standar deviasi yang dihasilkan oleh metode optimalisasi
portofolio Mean-Variance dengan metode Mean-Absolute Deviation. Dari tabel 7
dapat dilihat bahwa nilai standar deviasi dari portofolio-portofolio optimal yang
dihasilkan dengan metode optimalisasi Mean-Absolute Deviation memiliki rata-rata
yang lebih tinggi daripada nilai standar deviasi dari portofolio-portofolio optimal yang
dihasilkan dengan metode optimalisasi Mean-Variance.
Perbandingan Uji Rata-Rata antara Nilai VaR Hasil Metode Optimalisasi
Portofolio Mean-variance dan Mean-Absolute Deviation
Pada analisa ini dilakukan pengujian perbandingan rata-rata atau mean
comparation antara nilai VaR yang dihasilkan dengan metode Mean-Variance dan
Mean-Absolute Deviation. Nilai VaR yang diuji adalah nilai VaR yang dihasilkan baik
oleh metode delta normal maupun metode simulasi historis. Pengujian dilakukan
pada tingkat confidence level sebesar 95% dengan H0 menyatakan bahwa tidak ada
perbedaan nilai VaR antara kedua metode optimalisasi portofolio. H1 menyatakan
bahwa ada perbedaan nilai VaR antara kedua metode optimalisasi.
Rincian di atas berlaku atas pengujian perbandingan rata-rata baik terhadap
nilai VaR metode delta normal maupun nilai VaR metode simulasi historis. Tabel 8
dan Tabel 9 berikut ini menyajikan hasil analisa uji perbandingan rata-rata nilai VaR
delta normal yang dihasilkan oleh kedua metode optimalisasi portofolio.
Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara ISSN: 0853 7665
48 JSB Vol. 11 No. 1, APRIL 2006
Tabel 8: Hasil Analisa Uji Perbandingan Rata-Rata Nilai VaR Delta Normal yang Dihasilkan
Oleh Metode Optimalisasi Portofolio Mean-variance dan Mean-absolute Deviation
Paired Differences t df
Sig. (2-
tailed)
Mean
Std.
Deviation
Std. Error
Mean
95% Confidence Interval
of the Difference
Lower Upper
Pair 1
VAR_MAR -
VAR_MAD
-.001980 .001268 .000366 -.002786 -.001175 -5.413 11 .000
Tabel 9: Data Statistik Uji Perbandingan Rata-Rata Nilai VaR Delta Normal
Mean N Std. Deviation Std. Error Mean
Pair 1 VAR_MAR .0248549935 12 .02380392302 .00687160068
VAR_MAD .0268354545 12 .02332576203 .00673356749
Hasil pengujian di atas menunjukkan bahwa nilai signifikansi lebih kecil dari
0.05. Dengan demikian, H0 ditolak dan H1 diterima. Hal ini menunjukkan adanya
perbedaan antara nilai VaR delta normal yang dihasilkan oleh metode Mean-
Variance dengan metode Mean-Absolute Deviation. Dari tabel 9 dapat dilihat bahwa
nilai VaR delta normal dari portofolio-portofolio optimal yang dihasilkan dengan
metode optimalisasi Mean-Absolute Deviation memiliki rata-rata yang lebih tinggi
daripada nilai VaR delta normal dari portofolio-portofolio optimal yang dihasilkan
dengan metode optimalisasi Mean-Variance.
Tabel 10 dan Tabel 11 menyajikan hasil analisa uji perbandingan rata-rata
nilai VaR simulasi historis yang dihasilkan oleh kedua metode optimalisasi portofolio.
Tabel 10: Hasil Analisa Uji Perbandingan Rata-Rata Nilai VaR Simulasi Historis yang
Dihasilkan Oleh Metode Optimalisasi Portofolio Mean-variance dan Mean-absolute Deviation
Paired Differences t df
Sig. (2-
tailed)
Mean
Std.
Deviation
Std. Error
Mean
95% Confidence Interval
of the Difference
Lower Upper
Pair 1
HIS_MAR -
HIS_MAD
-.000384 .002491 .000719 -.001966 .001199 -.534 11 .604
Tabel 11: Data Statistik Uji Perbandingan Rata-Rata Nilai VaR Delta Normal
Mean N Std. Deviation Std. Error Mean
Pair 1 HIS_MAR -.0262798770 12 .01341501647 .00387258169
HIS_MAD
-.0258963206 12 .01301956586 .00375842493
ISSN: 0853 7665 Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara
JSB Vol. 11 No. 1, APRIL 2006 49
Hasil pengujian di atas menunjukkan bahwa nilai signifikansi lebih besar
dari 0.05. Dengan demikian, H0 diterima dan H1 ditolak. Hal ini menunjukkan tidak
adanya perbedaan antara nilai VaR simulasi historis yang dihasilkan oleh metode
Mean-Variance dengan metode Mean-Absolute Deviation. Dari tabel 11 dapat dilihat
bahwa nilai VaR delta normal dari portofolio-portofolio optimal yang dihasilkan
dengan metode optimalisasi Mean-Absolute Deviation memiliki rata-rata yang lebih
rendah daripada nilai VaR delta normal dari portofolio-portofolio optimal yang
dihasilkan dengan metode optimalisasi Mean-Variance.
KESIMPULAN
Berdasarkan proses pengolahan data dan analisa data yang telah dibahas
dalam bagian terdahulu, dapat diambil beberapa kesimpulan berikut:
1. Metode optimalisasi portofolio yang dikenalkan oleh Markowitz (1952) yaitu
metode Mean-Variance menghasilkan portofolio-portofolio yang komposisinya
berbeda dengan portofolio-portofolio yang dihasilkan oleh metode optimalisasi
Mean-Absolute Deviation yang dikenalkan oleh Konno dan Yamazaki (1991).
2. Metode Mean-Variance menghasilkan portofolio-portofolio yang nilai standar
deviasinya rata-rata sedikit lebih kecil daripada portofolio-portofolio yang
dihasilkan dengan metode Mean-AbsoluteDdeviation. Dengan kata lain, tingkat
risiko yang dihasilkan kedua metode optimalisasi tersebut berbeda satu dengan
yang lainnya.
3. Ada korelasi positif antara standar deviasi dan return portofolio, baik pada
portofolio-portofolio yang dihasilkan metode Mean-Variance maupun metode
Mean-Absolute Deviation. Namun secara statistik, korelasi ini tidak cukup kuat.
Dapat disimpulkan bahwa standar deviasi tidak cukup baik sebagai tolok ukur
risiko suatu portofolio.
4. Pada analisa hasil perhitungan nilai VaR dengan metode delta normal didapat
bahwa portofolio-portofolio hasil metode Mean-Variance memiliki nilai VaR delta
normal yang rata-rata lebih rendah bila dibandingkan dengan portofolio-
portofolio yang dihasilkan dengan metode Mean-Absolute Deviation. Bila
dibandingkan dengan analisa hasil perhitungan standar deviasi, dapat dilihat
sebuah kesamaan di mana nilai standar deviasi secara rata-rata pada metode
Mean-Variance lebih rendah daripada nilai standar deviasi pada metode Mean-
Absolute Deviation. Hal ini memungkinkan karena perhitungan nilai VaR delta
normal didasarkan pada nilai standar deviasi.
5. Pada analisa hasil perhitungan nilai VaR dengan metode simulasi historis
didapat bahwa tidak ada perbedaan nilai VaR simulasi historis antara portofolio-
portofolio hasil metode Mean-Variance dan MeanAabsolute Deviation. Karena
perhitungan nilai VaR simulasi historis menggunakan data-data historis yang
aktual, dapat dikatakan bahwa nilai VaR yang dihasilkan pada metode ini lebih
akurat bila dibandingkan dengan nilai VaR hasil metode delta normal.
Agus Sartono & Arie Andika Setiawan, VaR Portfolio Optimal: Perbandingan antara ISSN: 0853 7665
50 JSB Vol. 11 No. 1, APRIL 2006
DAFTAR PUSTAKA
Best, Philip, (1998). Implementing Value at Risk, John Wiley & Sons Ltd, England.
Butler, Cormac, (1999). Mastering Value at Risk, Pearson Education Limited, Great
Britain.
Husnan, S., (1994). Dasar-dasar Teori Portofolio dan Analisis Sekuritas, Edisi Kedua,
Unit Penerbit dan Percetakan AMP YKPN, Yogyakarta.
Jogiyanto H. M., (2000). Teori Portofolio dan Analisis Investasi, Edisi ke-2, BPPE,
Yogyakarta.
Jones, Charles P., (2004). Investments, 9
th
edition, John Wiley & Sons, Inc., New
Jersey.
Jorion, Phillipe, (2002). Value at Risk: The New Benchmark for Managing Financial
Risk, The McGraw-Hill Companies, Inc,.
Konno, H. dan H. Yamazaki, (1991). Mean-absolute Deviation Portfolio Optimization
Model and Its Application to Tokyo Stock Exchange, Management Science,
Vol. 37, No. 5. pp 519-531.
Markowitz, H., (1952). Portfolio Selection, Journal of Finance, Vol. VII, No. 1, pp.
77-91.
Stambaugh, F., (1996). Risk and value at risk, European Management Journal. Vol.
14, pp. 612-621.