OPTIMASI PORTOFOLIO ROBUST MENGGUNAKAN METODE MINIMUM VECTOR VARIANCE (Studi Kasus Saham Indeks LQ-45, FTSE-100, S&P-100); ROBUST PORTFOLIO OPTIMIZATION USE MINIMUM VECTOR VARIANCE METHOD (Case Study Stocks of Index LQ-45, FTSE-100, S&P-100)

FEBTIANA TIA PIKA, Gunardi

2011 | Skripsi | PROGRAM STUDI STATISTIKA

Pembuatan portfolio dalam tujuan pengurangan resiko investasi dengan menggunakan vektor mean dan matriks kovariansi yang diestimasi menggunakan metode klasik ternyata menghasilkan performa portfolio yang kurang baik dan seringkali tidak sesuai dengan harapan yang diinginkan investor. Hal tersebut disebabkan data yang digunakan untuk mengestimasi vektor mean dan matriks kovariansi pada kenyataannya tidak berdistribusi normal dan seringkali estimasi parameter tersebut terganggu karena adanya outlier pada data. Pada tugas akhir ini, portfolio dibentuk dengan input vektor mean dan matriks kovariansi yang robust dimana estimasinya menggunakan suatu metode yang dapat mendeteksi observasi-observasi yang tidak lazim (outlier) pada data, yaitu metode Minimum Vector Variance (MVV). MVV merupakan metode untuk mengestimasi vektor mean dan matriks kovariansi yang robust yaitu dengan meminimumkan trace dari kuadrat matriks kovariansinya. Setelah estimasi kedua parameter pembentuk portfolio menjadi robust, kemudian proporsi portfolio yang optimal dicari dengan menggunakan metode Resampled Efficient Frontier berdasarkan model Mean-Variance dari Markowitz

Kata Kunci : Outlier, Robust, metode Minimum Vector Variance, model Mean- Variance Markowitz, metode Resampled Efficient Frontier