Optimalisasi Portofolio Obligasi Bank Dengan Metode Bayesian Markov Chain Monte Carlo Melalui Model Gaussian Mixture
OPTIMALISASI PORTOFOLIO OBLIGASI BANK DENGAN METODE BAYESIAN MARKOV CHAIN MONTE CARLO MELALUI MODEL
Oleh NURUL UTAMININGSIH M0108103 SKRIPSI
Ditulis dan diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Sarjana Sains Matematika
ABSTRAK
Nurul Utaminingsih, 2013. OPTIMALISASI PORTOFOLIO OBLIGASI BANK DENGAN METODE BAYESIAN MARKOV CHAIN MONTE CARLO MELALUI MODEL GAUSSIAN MIXTURE. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.
Obligasi merupakan sertifikat bukti hutang yang dikeluarkan oleh institusi tertentu baik pemerintah maupun lembaga lainnya. Portofolio optimal obligasi memberikan informasi besarnya proporsi return yang optimal dalam suatu obligasi sehingga investor dapat menentukan besarnya alokasi dana yang diinvestasikan. Portofolio merupakan kombinasi linier dari beberapa aset. Tujuan dari penelitian ini adalah melakukan optimalisasi portofolio yang diterapkan dalam harga obligasi 5 bank di Indonesia.
Salah satu model untuk pembentukan portofolio optimal adalah Gaussian
Mixture . Model Gaussian Mixture dapat menjelaskan pola return dengan
banyaknya komponen penyusun tertentu karena adanya sifat multimodal dan variabilitas dari return obligasi. Pemilihan model terbaik Gaussian Mixture masing masing obligasi menggunakan Struktur Perkalian Distribusi (SPD) dan perhitungan bayes factor. Untuk mengestimasi model Gaussian Mixture dalam satu portofolio digunakan Bayesian Markov Chain Monte Carlo (MCMC). Kemudian untuk menentukan besarnya risiko suatu investasi digunakan metode
Value at Risk (VaR). Pemilihan model portofolio dengan menggunakan MCMC
diterapkan dalam harga obligasi pada 5 bank di Indonesia. Dari hasil analisis besarnya alokasi dana yang diinvestasikan masing-masing obligasi yaitu 49.73% untuk obligasi BCA, 19.52% untuk obligasi BRI,18.91% untuk obligasi Bank Permata kemudian 9.352% untuk obligasi BNI dan alokasi terkecil sebesar 1.8601% untuk obligasi Bank Mandiri. Besarnya risiko sebesar 1,1128889 %.
Kata kunci: obligasi, return, portofolio,Gaussian Mixture, Bayesian Markov
Chain Monte Carlo, Value at Risk (VaR).ABSTRACT
Nurul Utaminingsih, 2013. THE OPTIMIZATION OF BANK OBLIGATION PORTFOLIO USING BAYESIAN MARKOV CHAIN MONTE CARLO METHOD WITH GAUSSIAN MIXTURE MODEL. Mathematics and Science Faculty, Sebelas Maret University.
Obligation is a debt informing document issued by certain institution, either governmental or non-governmental. Optimal obligation portfolio provide information about the amount of optimal proportion return in an obligation so that investor can determine the amount of the allocation of funds invested. Portfolio is a linear combination of some assets. The objective of research is to make portfolio optimization applied to the obligation price of 5 banks in Indonesia.
One model of optimal portfolio development was Gaussian Mixture. Gaussian Mixture model could explain return pattern with certain number of and variability properties. The best Gaussian Mixture model for each obligation was selected using Distribution Multiplication Structure (DMS) and bayes factor calculation. To estimate the Gaussian Mixture model in one portfolio, Bayesian Markov Chain Monte Carlo (MCMC) was used. Then to determine the risk of an investment, Value at Risk (VaR) method was used. The portfolio model selection using MCM was applied to obligation price in 5 Indonesian banks. From the result of analysis, it could be found the fund allocation invested by each obligation of
49.7
52
8.9 9.35 s and the smallest one of 1.8601 score was 1,112889%.
Keywords: obligation, return, portfolio, Gaussian Mixture, Bayesian Markov Chain Monte Carlo, Value at Risk (VaR).
MOTTO
terbaik tepat pada waktunya kemudahan. Sesungguhnya sesudah kesulitan itu ada kemudahan, maka apabila kamu telah selesai (dari suatu urusan), kerjakan dengan sungguh-
(Terjemahan QS.Al-Insyiroh : 5-7)
PERSEMBAHAN Karya tulis yang sederhana ini saya persembahkan kepada Ibu dan Bapak tercinta yang telah senantiasa memberikan doa dan motivasi serta Adikku tersayang Ilham Fajar Satria. Segala Puji bagi Allah SWT atas limpahan karunia, rahmat, dan hidayah- Nya, sehingga penulisan skripsi ini dapat terselesaikan. Penulisan skripsi ini tidak lepas dari bimbingan, kerjasama, serta bantuan dari berbagai pihak. Oleh karena itu, dalam kesempatan ini penulis mengucapkan terima kasih kepada
1. Ibu Dr. Sri Subanti, M.Si sebagai Pembimbing I yang telah memberikan bimbingan, saran, serta ide - ide dalam menyelesaikan skripsi ini,
2. Ibu Dra. Mania Roswitha, M.Si sebagai Pembimbing II, yang telah memberikan bimbingan dan saran dalam menyelesaikan skripsi ini,
3. Semua pihak yang turut membantu dan mendukung dalam menyelesaikan skripsi ini.
Semoga skripsi ini dapat memberikan pengetahuan dan bermanfaat bagi pembaca.
Surakarta, April 2013
DAFTAR ISI
Halama n ii iii iv MOTO .......... v
PERSEMBAHAN vi vii
DAFTAR ISI viii xi xii
I PENDAHULUAN 1 1.1 LatarBelakangMasalah.................................................................
1 1.2 Perumusan Masalah .....................................................................
3 1.3 Batasan Masalah ..........................................................................
3 1.4 Tujuan Penelitian .........................................................................
3 1.5 Manfaat Penelitian .......................................................................
4 IILANDASAN TEORI 5 2.1 TinjauanPustaka .........................................................................
5 2.1.1 Obligasi................................................................................
5
2.1.10 Distribusi Prior Dan Posterior Pada Model Gaussian
Mixture .............................................................................
15
2.1.11 Markov Chain Monte Carlo
17
2.1.12 Gibbs Sampler 18 2.1.13 Struktur Perkalian Distrib ... ....
18 2.1.14 Bayes Factor ... .
19
2.1.15 Value at Risk 20 2.2 Kerangka Pemikiran ..................................................................
21 III METODE PENELITIAN
22 IV PEMBAHASAN
4.1 Model .......
24 4.2 Metode Bayesian pada model Gaussian Mixture .....
24
4.3 Markov Chain Monte Carlo dalam Pemodelan Gaussian
26
4.4 Penerapan ...
26
4.4.1 Deskripsi Statistik Return
26
4.4.2 Identifikasi dan Uji Distribusi Mixture Setiap
27
4.4.3 Deskripsi Statistik Return Obligasi Setiap Komponen
29
4.4.3.1 Deskripsi Statistik Return Setiap Obligasi
29
4.4.3.2 Deskripsi Statistik Return Setiap Obligasi Bank
31 4.4.3.3 Deskripsi Statistik Return Setiap Obligasi ..
33
4.4.4.3 Pemilihan Model Terbaik Return Obligasi BNI...........
41
4.4.4.4 Pemilihan Model Terbaik Return Obligasi Bank Permata .........................................................................
42 4.4.4.5 Pemilihan Model Terbaik Return Obligasi BRI ...........
42
4.4.5 Estimasi Parameter dan Analisis Model Gaussian
Mixture Return Obligasi ....................................................
43
4.4.6 Estimasi Parameter dan Analisis Model Gaussian
Mixture Return Dalam Portofolio .......................................
46
4.4.7 Analisis Besarnya Resiko Investasi Obligasi dalam Portofolio dengan Metode Value at Risk (VaR) .................
47 V PENUTUP 48 5.1 Kesimpulan ..................................................................................
48 5.2 Saran ...........................................................................................
48 DAFTAR PUSTAKA ..............................................................................
49 LAMPIRAN
49
DAFTAR TABEL
Halaman Tabel 4.1 Deskriptif Return Obligasi........................................................
26 Tabel 4.2 Hasil Uji Kenormalan dengan Kolmogorov- Smirnov .............
28 Tabel 4.3 Deskriptif Statistik Return Obligasi BCA Dua Komponen .....
29 Tabel 4.4 Deskriptif Statistik Return Obligasi BCA Tiga Komponen ....
30 Tabel 4.5 Deskriptif Statistik Return Obligasi Bank Mandiri Dua Komponen ................................................................................
31 Tabel 4.6 Deskriptif Statistik Return Obligasi Bank Mandiri tiga Komponen ................................................................................
32 Tabel 4.7 Deskriptif Statistik Return Obligasi BNI Dua Komponen
33 Tabel 4.8 Deskriptif Statistik Return Obligasi BNI Tiga Komponen ......
34 Tabel 4.9 Deskriptif Statistik Return Obligasi Bank Permata Dua
35 Komponen ...............................................................................
Tabel 4.10 Deskriptif Statistik Return Obligasi Bank Permata Tiga36 Komponen ...............................................................................
Tabel 4.11 Deskriptif Statistik Return Obligasi BRI Dua Komponen ......37 Tabel 4.12 Deskriptif Statistik Return Obligasi BRI Tiga Komponen .....
38 Tabel 4.13 Output lambda Untuk SPD Return Obligasi ...................
39 Tabel 4.14 Bayes Factor Untuk SPD ReturnObligasi .............................
39 Tabel 4.15 Output Estimasi Model Gaussian Mixture DalamPortofolio
46
DAFTAR GAMBAR
Gambar 4.10 Histogram Return Obligasi BRI Dua Komponen Penyusun37
36
35
34
33
32
31
Gambar 4.11 Histogram Return Obligasi BRI Tiga Komponen Penyusun .............................................................................Gambar 4.9 Histogram Return Obligasi Bank Permata Tiga Komponen Penyusun ............................................................................Halaman Gambar 4.1 Histogram Return Obligasi Terpilih ....................................
Gambar 4.8 Histogram Return Obligasi Bank Permata Dua Komponen Penyusun .............................................................................Gambar 4.7 Histogram Return Obligasi BNI Tiga Komponen Penyusun ............................................................................Gambar 4.6 Histogram Return Obligasi BNI Dua Komponen PenyusunGambar 4.5 Histogram Return Obligasi Bank Mandiri Tiga Komponen Penyusun ..........................................................30 Gambar 4.4 Histogram Return Obligasi Bank Mandiri Dua Komponen Penyusun ..........................................................
29 Gambar 4.3 Histogram Return Obligasi BCA Tiga Komponen Penyusun .............................................................................
27
Gambar 4.2 Histogram Return Obligasi BCA Dua Komponen Penyusun .............................................................................37