Menghitung Bobot Black-Litterman dengan Minimum Variance MinVar Menghitung Selisih Return

12 Tabel 3. 7 Expected Return Black-Litterman � PTBA MYRX LSIP PWON 0,1 0,1287 0,0813 0,0661 0,0517 0,2 0,1256 0,0784 0,0698 0,0521 0,3 0,1229 0,076 0,073 0,0525 0,4 0,1206 0,0739 0,0757 0,0528 0,5 0,1186 0,072 0,078 0,0531 0,6 0,1168 0,0704 0,0801 0,0533 0,7 0,1153 0,069 0,0819 0,0535 0,8 0,1139 0,0678 0,0835 0,0537 0,9 0,1127 0,0667 0,0849 0,0539 1 0,1116 0,0657 0,0862 0,0541 Hasil nilai return Black-Litterman dari kalibrasi � dapat dilihat dari grafik yang tertera pada Lampiran 10. Grafik masing-masing saham dapat dilihat bahwa untuk saham PTBA semakin besar nilai � maka semakin kecil nilai expected return BL-nya. Saham MYRX menunjukkan bahwa semakin besar nilai � maka semakin kecil nilai expected return BL-nya. Pada saham LSIP dan saham PWON menunjukkan bahwa semakin besar nilai � maka nilai expected return BL-nya semakin besar. Rata-rata expected return untuk saham PTBA sebesar 0,11867, MYRX sebesar 0,07212, LSIP sebesar 0,07792, dan PWON sebesar 0,05307, sedangkan total expected return sebesar 0,08045. Hasil nilai return Black- Litterman dari kalibrasi � digunakan untuk menghitung bobot Black-Litterman dengan Minimum Variance MinVar pada langkah selanjutnya.

7. Menghitung Bobot Black-Litterman dengan Minimum Variance MinVar

Menghitung bobot portofolio dengan minimum variance, terlebih dahulu dilakukan optimasi portofolio dengan model penyelesaian optimasi yang dapat ditulis sebagai berikut : 13 Meminimumkan � = ∑ � = � + ∑ ∑ � � � = = � = , � + , � + ⋯ + , � + − , � � + − , � � + ⋯ + − , � � dengan kendala: 1. Jumlah bobot Black-Litterman yaitu 100 sehingga, ∑ � = = � + � + � + � = . 2. Bobot masing-masing saham bernilai positif sehingga, � dengan � = , , , . 3. Diasumsikan bobot setiap saham maksimal 0,3 sehingga, � , dengan � = , , , . 4. Jumlah perkalian rata-rata expected return dan bobot lebih dari nilai return totalnya sehingga, ∑ � = � , � + , � + , � + , � , . Model optimasi minimum variance dapat diselesaikan dengan metode pengali Langrange, untuk mempermudah penyelesaian model optimasi tersebut dikerjakan dengan menggunakan software WinQSB yang dapat dilihat pada 14 Lampiran 11, sehingga didapatkan bobot masing-masing saham pada Tabel 3.8 sebagai berikut: Tabel 3. 8 Bobot Black-Litterman � PTBA MYRX LSIP PWON 0,1 0,3 0,1 0,3 0,3 0,2 0,3 0,1 0,3 0,3 0,3 0,3 0,1 0,3 0,3 0,4 0,3 0,1 0,3 0,3 0,5 0,3 0,1 0,3 0,3 0,6 0,3 0,1 0,3 0,3 0,7 0,3 0,1 0,3 0,3 0,8 0,3 0,1 0,3 0,3 0,9 0,3 0,1 0,3 0,3 1 0,3 0,1 0,3 0,3 Berdasarkan bobot minimum variance dapat dilihat bahwa setiap � memiliki bobot yang sama untuk masing-masing saham. Bobot minimum variance untuk saham PTBA 30, saham MYRX sebesar 10, saham LSIP sebesar 30, dan saham PWON sebesar 30.

8. Menghitung Selisih Return

Selisih return merupakan selisih antara return portofolio dan return benchmark . Perhitungan ini diharapkan nilai return portofolio lebih besar dari nilai return benchmark sehingga akan menghasilkan nilai positif. Selisih return dirumuskan sebagai berikut: = � � − � Kasus ini � � merupakan return portofolio yaitu return Black-Litterman, dan � merupakan return benchmark yaitu benchmark CAPM. Hasil 15 perhitungan diperoleh nilai � � = − , dan � = − , sehingga diperoleh nilai = , . Nilai yang positif dapat diartikan bahwa nilai return portofolio melebihi return benchmark sehingga kualitas saham akan semakin baik. Perhitungan selengkapnya dapat dilihat pada Lampiran 12.

9. Menghitung Tracking Error