2020 : ANALISIS VALUE AT RISK PADA INVESTASI PORTOFOLIO KOMODITAS DENGAN SIMULASI MONTE CARLO DAN SIMULASI HISTORIS

Dra. Nuri Wahyuningsih M.Kes.
Ulil Azmi S.Si., M.Si

External link

Type

RESEARCH

Keywords

-


Abstract

Komoditas adalah sesuatu benda nyata yang relatif mudah diperdagangkan, dapat diserahkan secara fisik, dapat disimpan untuk jangka waktu tertentu, yang biasanya dapat dibeli atau dijual oleh investor melalui bursa berjangka. Perdagangan Komoditas kini telah menjadi dasar kemakmuran bagi banyak negara. Sehingga, banyak investor menanamkan modal dengan cara melakukan investasi pada komoditas. Dalam investasi komoditas, terdapat dua hal yang menjadi pertimbangan investor, yaitu return dan risiko. Tujuan utama dalam investasi komoditas adalah memaksimalkan return dengan tingkat risiko tertentu atau meminimalkan risiko dengan tingkat return tertentu. Ketika seorang investor melakukan proses invetasi komoditas, maka investor tersebut akan menjual atau membeli beberapa jenis komoditas yang berbeda kemudian mengumpulkannya menjadi satu di dalam satu kelompok aset yang disebut sebagai portofolio komoditas. Untuk meminimalkan tingkat risiko pada saat berinvestasi, seorang investor umumnya akan melakukan diversifikasi atau penyebaran investasi pada beberapa perusahaan di dalam portofolio komoditasnya. Dalam manajemen portofolio komoditas, terdapat permasalahan dinamis yang melibatkan pergerakan atau perubahan harga komoditas di setiap waktu. Selain itu, terdapat permasalahan lain mengenai optimasi portofolio komoditas yang melibatkan sistem kendali untuk mengontrol modal dari investor dengan tujuan untuk memaksimalkan keuntungan bagi investor. Oleh karena itu, terdapat dua hal penting yang akan dilakukan di dalam penelitian ini, yaitu prediksi harga komoditas dan penyelesaian permasalahan optimasi portofolio komoditas. Adapun dalam penelitian ini, metode yang akan digunakan untuk prediksi harga komoditas adalah Autoregressive Integrated Moving Average - generalized autoregrresive conditional heteroskedasticity (ARIMA-GARCH). Sedangkan permasalahan optimasi portofolio komoditas akan diselesaikan dengan menggunakan model predictive control (MPC). Dari hasil estimasi dengan menggunakan metode ARIMA-GARCH, diharapkan akan diperoleh hasil prediksi harga komoditas dengan akurasi yang lebih baik dibandingkan dengan menggunakan metode ARIMA. Selain itu, untuk mengatasi permasalahan optimasi portofolio komoditas, diharapkan metode MPC akan mampu memaksimalkan return serta meningkatkan jumlah modal yang dimiliki oleh investor dengan tetap menjaga seluruh variabel kontrol di dalam batasan constraint.