bank dan perputaran portofolio; sedangkan peubah annulized return menjadi peubah output.
Terdapat dua buah model DEA yang dilakukan dalam penelitian, pertama untuk model orientasi input dan satu untuk model orientasi output. Model
orientasi input dan orientasi output memiliki rancangan sama dengan tujuan untuk memperbandingkan hasil kedua model masing-masing yang memiliki tujuan
berbeda dan memberikan analisis lebih lengkap. Rancangan kedua model DEA disajikan pada Gambar 6.
Gambar 6. Rancangan Model DEA penelitian • Annualized standard
deviation • Beban investasi
• Kas pada bank • Perputaran portofolio
INSTRUMEN INVESTASI
REKSADANA PENDAPATAN
TETAP • Annualized
return INPUT
OUTPUT
3.6.1. Tujuan model
Model Orientasi input bertujuan untuk menginvestigasi keefisienan
instrumen investasi dalam menggunakan input terkait dengan output yang dihasilkan, annualized return merupakan ukuran hasil investasi bagi investor dan
keberhasilan manajer investasi dalam memberikan tingkat pengembalian, serta keefektifan model dibandingkan dengan ukuran Sharpe.
Model Orientasi output bertujuan untuk menginvestigasi keefisienan
instrumen investasi dalam menghasilkan output, yaitu annualized return yang merupakan ukuran hasil investasi bagi investor dan keberhasilan manajer investasi
memberikan tingkat pengembalian, serta keefektifan model dibandingkan dengan ukuran Sharpe.
3.6.2. Cleaning Data
Permasalahan yang dihadapi oleh model DEA adalah tidak dapatnya data bernilai negatif yang diikutsertakan dalam pengolahan data, sehingga perlu
dilakukan manipulasi agar pengolahan data dengan model DEA dapat dilakukan. Namun sebagaimana diketahui, data keuangan tidak terlepas dari data dengan nilai
negatif, terutama bila berbicara return. Untuk mengatasinya, keseluruhan contoh yang memiliki data bernilai negatif ditranslasikan secara invarian untuk
menghilangkan nilai negatif. Biasanya manipulasi yang dilakukan adalah nilai yang paling negatif menjadi nol, sedangkan nilai lainnya ditranslasi dengan
besaran yang sama.
3.7. Perumusan Strategi Menggunakan Matriks SWOT
Matriks SWOT merupakan identifikasi berbagai faktor internal dan eksternal secara sistematis untuk merumuskan strategi perusahaan, agar dapat
menggunakan kekuatan untuk memanfaatkan peluang atau untuk menghindari ancaman dan mengatasi kelemahan. Dari matriks SWOT akan dihasilkan empat
alternatif, yaitu strategi S-O, strategi W-O, strategi S-T, dan strategi W-T. Pengelola Reksadana dapat memilih satu dari empat strategi tersebut yang
dianggap paling tepat untuk mendukung pencapaian tujuan pemasaran perusahaan. Langkah-langkah yang perlu dijalankan dalam pembuatan matriks
SWOT, yaitu :
a. Membuat daftar peluang eksternal .
b. Membuat daftar ancaman eksternal.
c. Membuat daftar kekuatan kunci internal.
d. Membuat daftar kelemahan kunci internal.
e. Mencocokkan kekuatan internal dan peluang eksternal dan catat
hasilnya dalam sel strategi S-O. f.
Mencocokkan kelemahan internal dan peluang eksternal dan catat hasilnya dalam sel strategi W-O.
g. Mencocokkan kekuatan internal dan ancaman eksternal dan catat
hasilnya dalam sel strategi S-T. h.
Mencocokkan kelemahan internal dan ancaman eksternal dan catat hasilnya dalam sel strategi W-T.
Strategi yang diambil harus didasarkan pada kondisi masing-masing pengelola Reksadana sehingga akan berjalan efektif dan efisien. Matriks SWOT ini dapat
dilihat pada Tabel 6. Tabel 6. Matriks SWOT
Faktor Internal
Faktor Eksternal
Kekuatan Kelemahan
Peluang Strategi SO
Strategi WO
Ancaman Strategi ST
Strategi WT
Sumber : David, 2005
.
IV. HASIL DAN PEMBAHASAN
4.1. Tingkat Profitabilitas Reksadana
Dalam menghitung tingkat profitabilitas Reksadana pendapatan tetap digunakan software Microsoft Excel versi 2003, karena mudah dalam perhitungan
rumusnya. Data NAB yang digunakan adalah data harga penutupan NAB di akhir bulan dari Desember 2005 hingga Desember 2008. Harga NAB bulanan tersebut
diratakan per bulan dengan menggunakan rumus berikut : [NAB akhir bulan ini – NAB akhir bulan lalu] NAB akhir bulan lalu
4.1 Dalam hal ini diperoleh 36 data rataan NAB per bulan. Hasil tersebut
kemudian diratakan dengan memasukkan perintah AVG range data untuk memperoleh nilai R
p
. Perlakuan yang sama digunakan untuk mencari nilai R
f
, hanya data yang digunakan adalah data bunga SBI bulanan. Untuk mencari nilai
standar deviasi portofolio σ
p
cukup dengan memasukkan perintah STDEV range data
pada Excel. Sedangkan mencari nilai beta, perintah yang digunakan adalah SLOPE range data, dengan tujuan mencari nilai slopekemiringan dari
persamaan linear antara nilai return Reksadana dengan benchmark. Sebagai contoh adalah data Reksadana AAA Bond Fund 2 berikut dibuat
perhitungannya pada Tabel 7. Berdasarkan hasil perhitungan tersebut, Reksadana pendapatan tetap AAA Bond Fund 2 memiliki nilai Sharpe -0,092, nilai Treynor
0,0482 dan nilai Jensen –0,0033. Hasil tersebut kemudian diperingkatkan berdasarkan nilai tertinggi hingga terendah untuk masing-masing metode
perhitungan.
Tabel 7. Contoh perhitungan profitabilitas Reksadana pendapatan tetap
Thn Bulan Index
Obligasi Gabungan
SBI AAA Bond
Fund 2 Index
Rataan SBI
Rataan AAA
Bond Fund
Rataan 2005 December
1.836,52 0,0600 1.004,36
January 1.780,88
0,0600 1.025,16 -0,0303 0,0000 0,0207
February 1.754,29
0,0625 1.099,18 -0,0149 0,0417 0,0722
March 1.808,57
0,0650 1.067,28 0,0309
0,0400 -0,0290 April
1.765,52 0,0650 1.058,39 -0,0238
0,0000 -0,0083 May
1.761,29 0,0675 1.083,29 -0,0024
0,0385 0,0235 June
1.727,36 0,0675 1.039,27 -0,0193
0,0000 -0,0406 July
1.806,48 0,0700 1.035,25
0,0458 0,0370 -0,0039
August 1.764,01
0,0700 1.038,24 -0,0235 0,0000 0,0029
September 1.732,44 0,0700 1.064,65 -0,0179
0,0000 0,0254 October
1.797,40 0,0725 1.037,67
0,0375 0,0357 -0,0253
November 1.775,42
0,0725 1.023,42 -0,0122 0,0000 -0,0137
2006
December 1.819,66
0,0750 1.003,00 0,0249
0,0345 -0,0200 January
1.894,58 0,0750 1.007,13
0,0412 0,0000 0,0041
February 1.925,47
0,0725 1.086,64 0,0163
-0,0333 0,0789 March
1.965,44 0,0725 1.073,29
0,0208 0,0000 -0,0123
April 1.981,57
0,0725 1.038,00 0,0082
0,0000 -0,0329 May
2.001,18 0,0725 1.098,24
0,0099 0,0000 0,0580
June 2.022,79
0,0725 1.077,26 0,0108
0,0000 -0,0191 July
2.037,78 0,0750 1.067,38
0,0074 0,0345 -0,0092
August 2.078,75
0,0750 1.048,53 0,0201
0,0000 -0,0177 September 2.058,74
0,0775 1.099,11 -0,0096 0,0333 0,0482
October 2.093,11
0,0775 1.097,12 0,0167
0,0000 -0,0018 November
2.108,58 0,0800 1.103,87
0,0074 0,0323 0,0062
2007
December 2.142,19
0,0825 1.103,25 0,0159
0,0313 -0,0006 January
2.153,54 0,0825 1.124,76
0,0053 0,0000 0,0195
February 2.189,12
0,0850 1.087,18 0,0165
0,0303 -0,0334 March
2.282,38 0,0850 1.027,25
0,0426 0,0000 -0,0551
April 2.301,34
0,0825 1.042,47 0,0083
-0,0294 0,0148 May
2.401,14 0,0825 1.029,18
0,0434 0,0000 -0,0127
June 2.348,67
0,0825 1.085,12 -0,0219 0,0000 0,0544
July 2.174,07
0,0800 1.064,12 -0,0743 -0,0303 -0,0194
August 2.168,64
0,0775 1.025,26 -0,0025 -0,0313 -0,0365
September 1.993,01 0,0750 1.003,24 -0,0810
-0,0323 -0,0215 October
1.876,61 0,0750 1.054,62 -0,0584
0,0000 0,0512 November
1.729,12 0,0725 1.034,23 -0,0786
-0,0333 -0,0193
2008
December 1.862,41
0,0725 1.076,25 0,0771
0,0000 0,0406
Hasil Perhitungan AVG
0,0010 0,0055 0,0025
Std.Dev 0,0334
Beta -0,0638
Sharpe
-0,0920
Treynor 0,0482014
Jensen -0,003362