Berurusan Dengan Ketidakpastian

Dalam Bab 6 kita membahas pengembalian rata-rata, baik aritmatika dan geometrik, yang telah
dialami investor selama bertahun-tahun dari investasi dalam aset keuangan utama yang tersedia
bagi mereka. Kami juga mempertimbangkan risiko pengembalian aset ini yang diukur dengan
standar deviasi. Analis sering mengacu pada pengembalian yang direalisasikan untuk keamanan,
atau kelas sekuritas, dari waktu ke waktu menggunakan langkah-langkah ini serta langkah-langkah
lain seperti indeks kekayaan kumulatif.

Pengembalian yang terealisasi penting karena beberapa alasan. Sebagai contoh, investor perlu tahu
bagaimana portofolio mereka telah dilakukan relatif terhadap indeks pasar yang relevan.
Pengembalian yang terealisasi juga penting dalam membantu para investor untuk membentuk
ekspektasi tentang imbal balik di masa depan dengan memberikan landasan untuk membuat
perkiraan pengembalian yang diharapkan. Sebagai contoh, jika selama periode yang panjang tagihan
Treasury rata-rata kurang dari 4 persen atas dasar geometrik rata-rata, akan tidak realistis untuk
mengharapkan pengembalian senyawa rata-rata jangka panjang 6 atau 7 persen di masa depan dari
Treasury bills kecuali lingkungan investasi memiliki berubah secara signifikan.

Bagaimana cara memperkirakan pengembalian, yang mana sebenarnya yang harus dilakukan
investor dalam mengelola portofolionya? Pertama-tama, perhatikan bahwa kami akan menggunakan
pengembalian dan langkah-langkah risiko yang dikembangkan di Bab 6. Ukuran pengembalian total,
TR, berlaku apakah seseorang mengukur laba yang direalisasikan atau memperkirakan laba masa
depan (yang diharapkan). Karena ini mencakup semua hal yang dapat diharapkan oleh investor
untuk diteruskan selama periode masa depan yang ditentukan, TR berguna dalam
mengkonseptualisasikan perkiraan pengembalian dari sekuritas.

Demikian pula, varians, atau akar kuadratnya, deviasi standar, merupakan ukuran variabilitas yang
dapat diterima untuk pengembalian terealisasi dan pengembalian yang diharapkan. Kami akan
menghitung baik varians dan standar deviasi di bawah ini dan menggunakannya secara bergantian
sesuai situasi yang ditentukan. Kadang-kadang lebih baik menggunakan satu, dan kadang-kadang
yang lain.

Untuk memperkirakan pengembalian dari berbagai sekuritas, investor harus memperkirakan arus
kas yang kemungkinan akan disediakan oleh sekuritas ini. Dasar untuk melakukannya untuk obligasi
dan saham akan dibahas di bab masing-masing. Untuk saat ini cukup untuk mengingatkan kita
tentang ketidakpastian perkiraan masa depan, masalah yang ditekankan pada awal Bab 1.

Kotak 7-1 adalah diskusi yang menarik tentang risiko, dan cara terbaik untuk memahaminya. Dalam
esai ini Peter Bernstein, salah satu pengamat paling menonjol dari lingkungan investasi selama
bertahun-tahun, berpendapat bahwa keputusan berisiko adalah tentang tiga elemen. Poin kedua,
"mengharapkan yang tak terduga," ternyata sangat relevan mengingat apa yang terjadi pada sistem
keuangan pada tahun 2008. Yang tidak terduga memang terjadi, dan sangat sedikit yang siap untuk
menghadapi situasi tersebut. Kerusakan yang dihasilkan sangat besar.

MENGGUNAKAN PROBABILITAS

Kembalinya seorang investor akan mendapatkan dari investasi tidak diketahui; itu harus
diperkirakan. Pengembalian masa depan adalah hasil yang diharapkan dan mungkin atau mungkin
tidak benar-benar terwujud. Seorang investor mungkin mengharapkan TR pada keamanan tertentu
menjadi 0,10 untuk tahun mendatang, tetapi sebenarnya ini hanya "estimasi titik." Risiko, atau
kemungkinan bahwa beberapa peristiwa yang tidak menguntungkan akan terjadi, terlibat ketika
keputusan investasi dibuat. Investor sering terlalu optimis tentang hasil yang diharapkan. Kita dapat
menggunakan variabel acak jangka panjang untuk menggambarkan tingkat pengembalian satu
periode dari suatu saham (atau obligasi) - memiliki nilai tidak pasti yang berfluktuasi secara acak.

Untuk menghadapi ketidakpastian pengembalian, investor perlu berpikir secara eksplisit tentang
distribusi keamanan dari TR yang mungkin terjadi. Dengan kata lain, sementara investor mungkin
mengharapkan keamanan untuk mengembalikan 10 persen, misalnya, ini hanya perkiraan satu titik
dari seluruh rentang kemungkinan. Mengingat bahwa investor harus berurusan dengan masa depan
yang tidak pasti, sejumlah kemungkinan pengembalian dapat, dan akan, terjadi.

Dalam kasus obligasi Treasury yang membayar bunga tetap, pembayaran bunga akan dilakukan
dengan kepastian 100 persen yang menghalangi keruntuhan finansial ekonomi. Probabilitas
terjadinya adalah 1.0, karena tidak ada hasil lain yang mungkin.

Dengan kemungkinan dua atau lebih hasil, yang merupakan norma untuk saham biasa, setiap
kemungkinan hasil yang mungkin harus dipertimbangkan dan probabilitas kejadiannya dinilai.
Probabilitas untuk hasil tertentu hanyalah peluang bahwa hasil yang ditentukan akan terjadi dan
biasanya dinyatakan sebagai desimal atau pecahan.

DISTRIBUSI KEMUNGKINAN

Distribusi probabilitas untuk keamanan menyatukan kemungkinan hasil yang mungkin terjadi untuk
keamanan itu untuk jangka waktu tertentu bersama dengan probabilitas yang terkait dengan
kemungkinan hasil ini. Seperangkat probabilitas dalam distribusi probabilitas harus berjumlah 1,0,
atau 100 persen, karena mereka harus benar-benar menggambarkan semua kemungkinan kejadian.

Bagaimana probabilitas dan hasil terkait ini diperoleh? Dalam analisis terakhir, investasi untuk
beberapa periode masa depan melibatkan ketidakpastian, dan perkiraan subjektif. Meskipun
kejadian masa lalu (frekuensi) dapat sangat bergantung untuk memperkirakan probabilitas, masa
lalu harus dimodifikasi untuk setiap perubahan yang diharapkan di masa depan.

Distribusi probabilitas dapat berupa diskrit atau berkelanjutan. Dengan distribusi probabilitas diskrit,
probabilitas diberikan untuk setiap hasil yang mungkin. Pada Gambar 7-1a, lima kemungkinan TR
diasumsikan untuk Makanan Umum untuk tahun depan. Masing-masing dari lima hasil yang mungkin
— .01, .07, .08, .10, dan .15 — memiliki probabilitas terkait; probabilitas ini berjumlah 1,0,
menunjukkan bahwa kemungkinan hasil yang diramalkan oleh investor untuk Makanan Umum untuk
tahun depan telah diperhitungkan.

Dengan distribusi probabilitas berkelanjutan, seperti yang ditunjukkan pada Gambar 7-1b, jumlah
kemungkinan hasil yang tidak terbatas ada. Karena probabilitas sekarang diukur sebagai area di
bawah kurva pada Gambar 7-1b, penekanannya adalah pada probabilitas bahwa hasil tertentu
berada dalam beberapa rentang nilai.
Distribusi kontinyu yang paling dikenal adalah distribusi normal yang digambarkan pada Gambar 7-
1b. Ini adalah kurva berbentuk lonceng yang terkenal yang sering digunakan dalam statistik. Ini
adalah distribusi dua-parameter dalam arti dan varians sepenuhnya menggambarkannya.

MENGHITUNG RETURN YANG DIHARAPKAN UNTUK KEAMANAN

Pengembalian yang Diharapkan Kembalinya ex ante yang diharapkan oleh investor selama periode
holding di masa depan

Untuk menggambarkan hasil yang paling mungkin dari distribusi probabilitas tertentu, perlu untuk
menghitung nilai yang diharapkan. Nilai yang diharapkan dari distribusi probabilitas adalah rata-rata
tertimbang dari semua hasil yang mungkin, di mana setiap hasil dibobot oleh probabilitas
kemunculannya masing-masing. Karena investor tertarik pada pengembalian, kami akan menyebut
nilai yang diharapkan ini sebagai tingkat pengembalian yang diharapkan, atau pengembalian yang
diharapkan, dan untuk keamanan apa pun, itu dihitung sebagai
MENGHITUNG RISIKO UNTUK KEAMANAN

Investor harus dapat mengukur dan mengukur risiko. Untuk menghitung total (mandiri) risiko yang
terkait dengan pengembalian yang diharapkan, varians atau standar deviasi digunakan. Seperti yang
kita ketahui dari Bab 6, varians dan akar kuadratnya, standar deviasi, adalah ukuran penyebaran
atau penyebaran dalam distribusi probabilitas; artinya, mereka mengukur penyebaran variabel acak
di sekitar mean. Semakin besar dispersi ini, semakin besar varians atau standar deviasi.

• Semakin ketat distribusi probabilitas pengembalian yang diharapkan, semakin kecil standar deviasi,
dan semakin kecil risikonya.

Untuk menghitung varians atau standar deviasi dari distribusi probabilitas, pertama hitung
pengembalian yang diharapkan dari distribusi menggunakan Persamaan 7-1. Pada dasarnya,
prosedur yang sama yang digunakan dalam Bab 6 untuk mengukur risiko berlaku di sini, tetapi
sekarang probabilitas yang terkait dengan hasil harus dimasukkan, seperti dalam Persamaan 7-2.

and

di mana semua istilah adalah seperti yang didefinisikan sebelumnya.

Perhatikan bahwa standar deviasi hanyalah rata-rata tertimbang dari penyimpangan dari nilai yang
diharapkan. Dengan demikian, ia memberikan beberapa ukuran seberapa jauh nilai sebenarnya
mungkin dari nilai yang diharapkan, baik di atas atau di bawah. Dengan distribusi probabilitas
normal, pengembalian aktual pada keamanan akan berada dalam ± 1 deviasi standar dari
pengembalian yang diharapkan sekitar 68 persen dari waktu, dan dalam ± 2 standar deviasi sekitar
95 persen dari waktu.

Menghitung simpangan baku menggunakan distribusi probabilitas melibatkan membuat estimasi

subjektif dari probabilitas dan kemungkinan pengembalian. Namun, kami tidak dapat menghindari
perkiraan tersebut karena pengembalian di masa mendatang tidak pasti. Harga sekuritas didasarkan
pada ekspektasi investor tentang masa depan. Standar deviasi yang relevan dalam situasi ini adalah
standar deviasi ex ante dan bukan ex postbased pada realisasi laba.

Meskipun standar deviasi berdasarkan hasil yang direalisasikan sering digunakan sebagai proxy
untuk penyimpangan standar ex ante, investor harus berhati-hati untuk mengingat bahwa masa lalu
tidak dapat selalu diekstrapolasi ke masa depan tanpa modifikasi.
• Standar deviasi yang dihitung menggunakan data historis mungkin nyaman, tetapi mereka tunduk
pada kesalahan ketika digunakan sebagai perkiraan masa depan.

Pengantar Teori Portofolio Modern

Pada 1950-an, Harry Markowitz, yang dianggap sebagai ayah dari Modern Portfolio Theory (MPT),
mengembangkan prinsip-prinsip dasar portofolio yang mendasari teori portofolio modern.
Kontribusi aslinya diterbitkan pada tahun 1952, membuat teori portofolio sekitar 60 tahun. Seiring
waktu, prinsip-prinsip ini telah diadopsi secara luas oleh komunitas keuangan dalam berbagai cara,
dengan hasil bahwa warisan MPT-nya sangat luas saat ini.1

Dampak utama dari MPT adalah pada manajemen portofolio, karena menyediakan kerangka kerja
untuk pemilihan portofolio yang sistematis berdasarkan prinsip pengembalian yang diharapkan dan
risiko. Kebanyakan manajer portofolio saat ini menyadari, dan menggunakan berbagai tingkatan,
prinsip dasar MPT. Keluarga reksadana utama menggunakan implikasi MPT dalam mengelola dana
mereka, penasihat keuangan menggunakan prinsip-prinsip MPT dalam memberikan saran kepada
klien investor individu mereka, banyak komentator keuangan menggunakan istilah MPT dalam
mendiskusikan lingkungan investasi saat ini, dan seterusnya.

Sebelum Markowitz, investor berurusan secara longgar dengan konsep pengembalian dan risiko.
Investor telah mengetahui secara intuitif selama bertahun-tahun bahwa adalah cerdas untuk
melakukan diversifikasi, yaitu, tidak untuk “menaruh semua telur Anda dalam satu keranjang.”
Markowitz, bagaimanapun, adalah yang pertama untuk mengembangkan konsep diversifikasi
portofolio secara formal — ia mengkuantifikasi konsep diversifikasi. Dia menunjukkan secara
kuantitatif mengapa, dan bagaimana, diversifikasi portofolio bekerja untuk mengurangi risiko
portofolio kepada investor ketika risiko individu berkorelasi.

Markowitz berusaha mengatur pemikiran dan praktik yang ada ke dalam kerangka yang lebih formal
dan menjawab pertanyaan dasar: Apakah risiko portofolio sama dengan jumlah risiko dari sekuritas
individu yang membentuknya? Jawabannya adalah tidak! Markowitz adalah yang pertama
menunjukkan bahwa kita harus memperhitungkan keterkaitan antara pengembalian keamanan
untuk menghitung risiko portofolio, dan untuk mengurangi risiko portofolio ke tingkat minimum
untuk setiap tingkat pengembalian yang diberikan.

Pengembalian Portofolio dan Risiko

Ketika kita menganalisis pengembalian investasi dan risiko, kita harus peduli dengan total portofolio
yang dipegang oleh investor. Tingkat pengembalian dan risiko keamanan individu adalah penting,
tetapi ini adalah pengembalian dan risiko terhadap total portofolio investor yang pada akhirnya
penting. Portofolio optimal dapat dibangun jika portofolio terdiversifikasi dengan benar. Seperti
yang kita pelajari di Bab 1, portofolio investor adalah kombinasi asetnya.

Seperti yang akan kita lihat, risiko portofolio adalah karakteristik yang unik dan bukan hanya jumlah
risiko keamanan individu. Keamanan mungkin memiliki risiko besar jika dipegang dengan sendirinya
tetapi risiko jauh lebih sedikit ketika disimpan dalam portofolio sekuritas. Karena investor terutama
berkepentingan dengan risiko terhadap kekayaan totalnya, yang diwakili oleh portofolionya, saham
individu berisiko hanya sejauh mereka menambah risiko terhadap total portofolio.

• Investor harus selalu melakukan diversifikasi untuk mengurangi risikonya. Karena mereka tidak
boleh hanya memegang satu keamanan, risiko keamanan itu, diambil dengan sendirinya, bukanlah
masalah yang relevan bagi investor.
PORTFOLIO EXPECTED RETURN

Bobot Portofolio Persentase dana portofolio yang diinvestasikan dalam setiap keamanan,
dijumlahkan menjadi 1,0.

Bobot Portofolio Persentase nilai total portofolio yang diinvestasikan dalam setiap aset portofolio
disebut sebagai bobot portofolio, yang akan kami tunjukkan oleh w. Perpaduan bobot portofolio
diasumsikan berjumlah 100 persen dari total dana yang dapat diinvestasikan, atau 1,0, yang
menunjukkan bahwa semua dana portofolio diinvestasikan. Itu adalah,

Menghitung Pengembalian yang Diharapkan pada Portofolio Pengembalian yang diharapkan pada
setiap portofolio p dapat dihitung sebagai rata-rata tertimbang dari masing-masing pengembalian
yang diharapkan.

• Terlepas dari jumlah aset yang dimiliki dalam portofolio, atau proporsi total dana investasi yang
ditempatkan di setiap aset, laba yang diharapkan pada portofolio selalu merupakan rata-rata
tertimbang dari pengembalian yang diharapkan untuk aset individu dalam portofolio.

RISIKO PORTOFOLIO

Kami tahu bahwa pengembalian dan risiko adalah dasar dari semua keputusan investasi. Oleh karena
itu, selain menghitung laba yang diharapkan untuk portofolio, kita juga harus mengukur risiko
portofolio. Risiko diukur dengan varians (atau standar deviasi) dari pengembalian portofolio, persis
seperti dalam kasus setiap keamanan individu. Biasanya, risiko portofolio dinyatakan dalam standar
deviasi.

Pada titik inilah basis teori portofolio modern muncul, yang dapat dinyatakan sebagai berikut:
Meskipun pengembalian portofolio yang diharapkan adalah rata-rata tertimbang pengembalian yang
diharapkan, risiko portofolio (yang diukur dengan varians atau standar deviasi) adalah biasanya
bukan rata-rata tertimbang dari risiko sekuritas individu dalam portofolio. Secara simbolis,
But

Justru karena Persamaan 7-7 adalah ketidaksetaraan, investor dapat mengurangi risiko portofolio di
luar apa yang akan terjadi jika risiko, pada kenyataannya, hanya rata-rata tertimbang dari risiko
sekuritas individu. Untuk melihat bagaimana pengurangan risiko ini dapat dicapai, kami akan
menganalisis risiko portofolio secara rinci.

• Risiko portofolio selalu kurang dari rata-rata tertimbang dari risiko sekuritas dalam portofolio
kecuali sekuritas memiliki hasil yang berbeda-beda secara tepat, kejadian yang hampir tidak
mungkin terjadi. Dengan demikian, diversifikasi hampir selalu menurunkan risiko, dan harus
dimanfaatkan.

Menganalisa Risiko Portofolio

PENGURANGAN RISIKO — PRINSIP ASURANSI

Untuk memulai analisis kami tentang bagaimana portofolio aset dapat mengurangi risiko, asumsikan
bahwa semua sumber risiko dalam portofolio sekuritas bersifat independen. Ketika kami
menambahkan sekuritas ke portofolio ini, paparan terhadap sumber risiko tertentu menjadi kecil.
Menurut Undang-Undang Bilangan Besar, semakin besar ukuran sampel, semakin besar
kemungkinan bahwa mean sampel akan mendekati nilai harapan populasi. Pengurangan risiko dalam
kasus sumber risiko independen dapat dianggap sebagai asas asuransi, dinamai untuk gagasan
bahwa perusahaan asuransi mengurangi risikonya dengan menulis banyak kebijakan terhadap
banyak sumber independen risiko.

Perhatikan bahwa dalam kasus asas asuransi, kami mengasumsikan bahwa tingkat pengembalian
sekuritas individual bersifat independen secara statistik sehingga tingkat pengembalian satu
sekuritas tidak terpengaruh oleh tingkat pengembalian orang lain. Dalam situasi ini, dan hanya
dalam situasi ini, standar deviasi portofolio diberikan oleh

Seperti yang ditunjukkan Gambar 7-2, risiko portofolio akan menurun dengan cepat karena semakin
banyak sekuritas yang ditambahkan. Perhatikan bahwa tidak ada keputusan yang harus dibuat
tentang keamanan yang harus ditambahkan karena semuanya memiliki properti yang identik. Satu-
satunya masalah adalah berapa banyak sekuritas yang ditambahkan.

Gambar 7-2 mengilustrasikan kasus sumber risiko independen. Seperti yang diterapkan untuk
berinvestasi, semua risiko dalam situasi ini adalah spesifik perusahaan. Karenanya, total risiko dalam
situasi ini dapat terus dikurangi. Sayangnya, ketika datang untuk berinvestasi dalam aset keuangan,
asumsi pengembalian yang secara statistik independen tidak realistis.

Kembali ke definisi risiko pasar di Bab 6, kami menemukan bahwa sebagian besar saham berkorelasi
positif satu sama lain; yaitu, gerakan dalam pengembalian mereka terkait. Kita dapat menyebut
risiko pasar ini. Meskipun total risiko dapat dikurangi, risiko ini tidak dapat dihilangkan karena risiko
pasar tidak dapat dihilangkan. Tidak seperti risiko spesifik perusahaan, sumber risiko umum
mempengaruhi semua perusahaan dan tidak dapat didiversifikasi. Sebagai contoh, kenaikan suku
bunga akan mempengaruhi sebagian besar perusahaan secara merugikan, karena sebagian besar
perusahaan meminjam dana untuk membiayai sebagian dari operasi mereka.

DIVERSIFIKASI

Asas asuransi menggambarkan konsep pengurangan risiko ketika sumber-sumber risiko bersifat
independen. Situasi ini tidak berlaku untuk saham karena risiko pasar. Oleh karena itu, kita harus
mempertimbangkan bagaimana mengurangi risiko ketika sumber-sumber risiko tidak independen.
Kami melakukan ini dengan mendiversifikasi portofolio saham kami, dengan mempertimbangkan
bagaimana saham berinteraksi satu sama lain.

• Diversifikasi adalah kunci bagi manajemen risiko portofolio karena memungkinkan investor untuk
secara signifikan menurunkan risiko portofolio tanpa merugikan pengembalian.

Oleh karena itu, kami fokus pada diversifikasi portofolio, dimulai dengan diversifikasi acak dan
pindah ke diversifikasi portofolio yang efisien berdasarkan prinsip-prinsip teori portofolio modern.

Diversifikasi Acak Diversifikasi acak atau naif mengacu pada tindakan diversifikasi secara acak tanpa
memperhatikan bagaimana pengembalian keamanan terkait satu sama lain. Seorang investor hanya
memilih sejumlah besar sekuritas secara acak — pepatah "melempar dart di halaman The Wall
Street Journal yang menunjukkan harga saham." Untuk kesederhanaan, kita mengasumsikan jumlah
dolar yang sama diinvestasikan dalam setiap saham. Saat kami menambahkan sekuritas ke
portofolio, total risiko yang terkait dengan portofolio saham menurun dengan cepat. Beberapa
saham pertama menyebabkan penurunan besar dalam risiko portofolio.

Manfaat dari tendangan diversifikasi segera — dua saham lebih baik dari satu, tiga saham lebih baik
daripada dua, dan seterusnya. Namun, diversifikasi tidak dapat menghilangkan risiko dalam
portofolio. Sebagai tambahan saham ditambahkan, risiko berkurang tetapi pengurangan risiko
marjinal kecil. Lebih lanjut, dan sangat penting untuk dicatat, penelitian baru-baru ini menunjukkan
bahwa diperlukan lebih banyak sekuritas untuk melakukan diversifikasi dengan benar daripada yang
secara tradisional diyakini sebagai kasusnya (poin ini dibahas secara rinci dalam Bab 8).

Meskipun diversifikasi acak jelas menguntungkan, umumnya tidak optimal. Untuk memanfaatkan
sepenuhnya manfaat diversifikasi, kita perlu memahami diversifikasi yang efisien; yaitu, kita perlu
memahami risiko portofolio dalam konteks teori portofolio modern.

Komponen Risiko Portofolio

Untuk menghapus tanda ketidaksetaraan dari Persamaan 7-7 dan mengembangkan persamaan yang
akan menghitung risiko portofolio yang diukur dengan varians, kita harus memperhitungkan dua
faktor:

1. Risiko keamanan individu tertimbang (yaitu, varians dari masing-masing keamanan individu,
dibobot dengan persentase dari dana yang dapat diinvestasikan yang ditempatkan di setiap
keamanan individu).

2. Co-movement berbobot antara pengembalian surat berharga (yaitu, kovariansi antara

pengembalian surat berharga, sekali lagi dibebani oleh persentase dana investasi yang ditempatkan
di setiap keamanan).
Sebagaimana dijelaskan di bawah ini, kovarian adalah ukuran mutlak dari co-movement antara
pengembalian keamanan yang digunakan dalam perhitungan risiko portofolio. Kita membutuhkan
kovariansi yang sebenarnya antara sekuritas dalam suatu portofolio untuk menghitung varians
portofolio atau standar deviasi. Sebelum mempertimbangkan kovarian, kita dapat dengan mudah
menggambarkan bagaimana pengembalian sekuritas bergerak bersama dengan mempertimbangkan
koefisien korelasi, ukuran relatif dari asosiasi yang dipelajari dalam statistik.

KOEFISIEN KORELASI

Koefisien Korelasi Suatu ukuran statistik sejauh mana dua variabel dikaitkan

Seperti yang digunakan dalam teori portofolio, koefisien korelasi ρij (diucapkan "rho") adalah ukuran
statistik dari relatif co-movement antara pengembalian keamanan. Ini mengukur sejauh mana
pengembalian pada dua sekuritas bergerak bersama; Namun, itu hanya menunjukkan asosiasi,
bukan sebab-akibat. Ini adalah ukuran asosiasi relatif yang dibatasi oleh +1.0 dan −1.0, dengan

Korelasi Positif Sempurna Dengan korelasi positif yang sempurna, pengembalian memiliki hubungan
linear langsung yang sempurna. Mengetahui apa pengembalian atas satu sekuritas akan
memungkinkan investor untuk memperkirakan apa yang akan dilakukan oleh pihak lain. Pada
Gambar 7-3, saham A dan B memiliki pola pengembalian identik selama periode enam tahun 2007–
2012. Ketika return saham A naik, stock B juga. Ketika pengembalian saham A turun, saham B juga.

Pertimbangkan kembali dan informasi standar deviasi pada Gambar 7-3. Perhatikan bahwa
portofolio yang menggabungkan saham A dan B, dengan 50 persen diinvestasikan dalam masing-
masing, memiliki pengembalian yang sama persis seperti halnya saham dengan sendirinya, karena
pengembaliannya identik. Risiko portofolio, yang diukur dengan standar deviasi, identik dengan
standar deviasi dari kedua saham itu sendiri.

• Ketika pengembalian berkorelasi positif secara sempurna, risiko portofolio hanyalah rata-rata
tertimbang dari risiko individu sekuritas. Ini adalah satu kasus di mana diversifikasi tidak mengarah
pada pengurangan risiko.

Korelasi Negatif Sempurna Di sisi lain, dengan korelasi negatif sempurna, pengembalian surat
berharga memiliki hubungan linear terbalik yang sempurna satu sama lain. Oleh karena itu,
mengetahui pengembalian pada satu keamanan memberikan pengetahuan penuh tentang
pengembalian pada keamanan kedua. Ketika satu pengembalian keamanan tinggi, yang lain rendah.

Pada Gambar 7-4, saham A dan C berkorelasi negatif secara sempurna satu sama lain. Perhatikan
bahwa informasi yang diberikan untuk kedua saham ini menyatakan bahwa setiap saham memiliki
pengembalian dan standar deviasi yang sama persis. Ketika digabungkan, namun, penyimpangan
pengembalian pada saham-saham ini sekitar pengembalian rata-rata 12 persen mereka dibatalkan,
menghasilkan pengembalian portofolio sebesar 12 persen. Portofolio ini tidak memiliki risiko. Ini
akan menghasilkan 12 persen setiap tahun selama periode yang diukur, dan pengembalian rata-rata
akan menjadi 12 persen.

Perhatikan dengan hati-hati apa korelasi negatif yang sempurna bagi seorang investor. Dengan
mengimbangi semua variasi sekitar pengembalian yang diharapkan untuk portofolio, investor yakin
mendapatkan pengembalian yang diharapkan. Pada pandangan pertama mungkin tampak bahwa
mengimbangi pengembalian negatif dengan pengembalian positif sama menghasilkan nol kembali,
tetapi itu tidak terjadi. Pengembalian yang diharapkan untuk portofolio adalah angka positif (jika
tidak, kami tidak akan berinvestasi). Apa yang diimbangi dalam hal ini adalah variasi apa pun di
sekitar hasil yang diharapkan.

Zero Correlation Dengan korelasi nol, tidak ada hubungan linear antara pengembalian pada dua
sekuritas. Menggabungkan dua sekuritas dengan korelasi nol satu sama lain mengurangi risiko
portofolio. Jika lebih banyak sekuritas dengan imbal hasil yang tidak berkorelasi ditambahkan ke
portofolio, pengurangan risiko yang signifikan dapat dicapai. Namun, risiko portofolio tidak dapat
dihilangkan dalam kasus korelasi nol. Sementara korelasi nol antara dua pengembalian keamanan
lebih baik daripada korelasi positif, itu tidak menghasilkan manfaat pengurangan risiko dari koefisien
korelasi negatif.

Kurang Dari Korelasi Positif Sempurna Gambar 7-5 mengilustrasikan sebuah kasus di mana saham A
dan D berkorelasi positif satu sama lain pada tingkat ρ = +0,55. Investor mungkin menghadapi situasi
seperti ini dan merasa tidak banyak manfaat yang bisa diperoleh dari diversifikasi. Perhatikan bahwa
standar deviasi dari setiap keamanan masih 0,215, dengan pengembalian rata-rata 0,12, tetapi
ketika dikombinasikan dengan bobot yang sama dari 0,5 ke dalam portofolio, risikonya agak
berkurang, ke level 0,18. Setiap pengurangan risiko yang tidak berdampak negatif harus dianggap
menguntungkan.

Dengan risiko korelasi positif dapat dikurangi tetapi tidak dapat dihilangkan. Hal lain dianggap sama,
investor ingin mencari sekuritas dengan korelasi yang paling tidak positif.

• Idealnya, investor akan menyukai sekuritas dengan korelasi negatif atau korelasi positif rendah,
tetapi mereka umumnya akan dihadapkan dengan pengembalian keamanan yang berkorelasi positif.

Selama dekade yang berakhir pada tahun 2011, korelasi rata-rata antara saham dalam S & P 500 dan
Indeks itu sendiri adalah sekitar 0,55, sehingga contoh kami di atas mencerminkan situasi aktual,
rata-rata, yang telah ada. Tentu saja, korelasi itu berfluktuasi. Misalnya, pada tahun 2011 naik
setinggi 0,86 sebelum turun kembali.

COVARIANCE

Diskusi sebelumnya koefisien korelasi menunjukkan kepada kita bahwa variabilitas dalam
pengembalian keamanan dapat saling mengimbangi sampai batas tertentu. Inilah sebabnya
mengapa, untuk menghitung risiko portofolio (varians), kita harus memperhitungkan tidak hanya
risiko keamanan masing-masing tetapi juga interaksi antara pengembalian sekuritas dalam
portofolio berdasarkan koefisien korelasi. Namun, kita harus mengukur jumlah komitmen yang
sebenarnya di antara pengembalian keamanan dan memasukkannya ke dalam perhitungan risiko
portofolio karena ukuran komisaris mempengaruhi varians portofolio (atau standar deviasi). Ukuran
kovariansi melakukan ini.

• Sedangkan koefisien korelasi mengukur hubungan relatif antara pengembalian untuk sekuritas,
kovarian adalah ukuran absolut dari tingkat hubungan antara pengembalian untuk sepasang
sekuritas.
Kovariansi Ukuran mutlak dari sejauh mana dua variabel cenderung covary, atau bergerak bersama

Kovarian didefinisikan sebagai sejauh mana dua variabel acak covary (bergerak bersama) dari waktu
ke waktu. Seperti yang berlaku di seluruh diskusi kita, variabel yang dimaksud adalah pengembalian
(TR) pada dua sekuritas. Mirip dengan koefisien korelasi, kovarian dapat

1. Positif, menunjukkan bahwa pengembalian kedua sekuritas cenderung bergerak ke arah yang
sama pada saat yang bersamaan; ketika satu meningkat (menurun), yang lain cenderung melakukan
hal yang sama. Ketika kovarian positif, koefisien korelasi juga akan positif.

2. Negatif, menunjukkan bahwa pengembalian kedua sekuritas cenderung bergerak terbalik; ketika
satu meningkat (menurun), yang lain cenderung menurun (meningkat). Ketika kovarian negatif,
koefisien korelasi juga akan negatif.

3. Nol, menunjukkan bahwa pengembalian pada dua sekuritas bersifat independen dan tidak
memiliki kecenderungan untuk bergerak dalam arah yang sama atau berlawanan bersama.

Rumus untuk menghitung kovarian pada dasar yang diharapkan adalah

Persamaan 7-9 menunjukkan bahwa kovarian adalah nilai yang diharapkan dari produk
penyimpangan dari mean. Dalam Persamaan 7-9, jika pengembalian saham untuk A dan B di atas
rata-rata atau di bawah rata-rata mereka pada saat yang sama, produk akan positif, mengarah ke
kovarian positif. Jika, di sisi lain, A di atas rata-rata ketika B berada di bawah rerata, produk akan
negatif, dan dengan kejadian serupa yang sama, kovarian akan negatif.

Ukuran ukuran kovarian tergantung pada unit variabel yang terlibat dan biasanya berubah ketika
unit-unit ini berubah. Oleh karena itu, kovarian terutama memberikan informasi kepada investor
tentang apakah hubungan antara pengembalian aset positif, negatif, atau nol karena hanya
mengamati jumlah itu sendiri, tanpa konteks apa pun untuk menilai angka, tidak terlalu berguna.

MENGENAI KOEFISIEN KORELASI DAN KEMITRAAN

Kovarian dan koefisien korelasi dapat dikaitkan dengan cara berikut:

Persamaan ini menunjukkan bahwa koefisien korelasi hanyalah kovarian standar dengan membagi
oleh produk dari dua standar deviasi pengembalian.

Berdasarkan definisi koefisien korelasi ini, kovarian dapat ditulis sebagai

Oleh karena itu, mengetahui koefisien korelasi, kita dapat menghitung kovarian karena standar
deviasi dari tingkat pengembalian aset sudah tersedia. Mengetahui kovariansi, kita dapat dengan
mudah menghitung koefisien korelasi.

Ketika menganalisis bagaimana pengembalian sekuritas bergerak bersama, selalu nyaman untuk
berbicara tentang koefisien korelasi karena kita dapat segera menilai tingkat asosiasi (batas adalah
+1 dan −1). Namun, tujuan akhir kami adalah menghitung risiko portofolio, dan untuk itu kami harus
memahami dan menghitung kovarian.

Menghitung Risiko Portofolio

Sekarang kita memahami bahwa kovarian secara kuantitatif bertanggung jawab atas co-movement
dalam pengembalian keamanan, kita siap untuk menghitung risiko portofolio. Pertama, kami akan
mempertimbangkan kasus yang paling sederhana, dua sekuritas, untuk melihat apa yang terjadi
dalam persamaan risiko portofolio. Kami kemudian akan mempertimbangkan kasus banyak
sekuritas, di mana perhitungan segera menjadi terlalu besar dan rumit untuk dianalisis dengan cara
apa pun selain komputer.

KASUS DUA KEAMANAN

Risiko portofolio, yang diukur dengan standar deviasi pengembalian, untuk kasus dua sekuritas, 1
dan 2, adalah

Persamaan 7-12 menunjukkan kepada kita bahwa risiko untuk portofolio tidak hanya mencakup
risiko keamanan individu tetapi juga kovarian antara kedua sekuritas dan bahwa tiga faktor, bukan
dua, menentukan risiko portofolio:

• Varian setiap keamanan, seperti yang ditunjukkan oleh dan dalam Persamaan 7-12

• Kovariansi antara sekuritas, seperti yang ditunjukkan oleh ρ1,2σ1σ2 dalam Persamaan 7-12

• Bobot portofolio untuk setiap keamanan, seperti yang ditunjukkan oleh chi dalam Persamaan 7-12

Perhatikan hal berikut tentang Persamaan 7-12:

• Istilah kovarian mengandung dua kovarian — kovariansi (tertimbang) antara stok 1 dan stock 2,
dan antara stock 2 dan stock 1. Karena setiap kovarian identik, kita hanya mengalikan kovarian
pertama dengan dua. Jika tidak, akan ada empat istilah dalam Persamaan 7-12, bukan tiga.

• Kami pertama memecahkan varians dari portofolio, dan kemudian mengambil akar kuadrat untuk
mendapatkan standar deviasi portofolio.

Dampak Koefisien Korelasi Deviasi standar portofolio dipengaruhi langsung oleh korelasi antara
kedua saham. Risiko portofolio akan berkurang karena koefisien korelasi bergerak dari +1.0 ke
bawah, segala sesuatu yang lain konstan.

Dampak Bobot Portofolio Kami melihat sebelumnya (Gambar 7-4) bahwa dengan portofolio dua
saham dan korelasi negatif sempurna, risiko dapat dikurangi menjadi nol. Perhatikan bahwa ini tidak
terjadi pada Contoh 7-8 (risiko ketika ρ = −1.0 adalah 5,4 persen). Alasan untuk ini adalah bahwa
bobot untuk setiap saham dipilih menjadi 0,50 untuk tujuan ilustrasi. Untuk mengurangi risiko
menjadi nol dalam dua kasus keamanan, dan untuk meminimalkan risiko secara umum, perlu untuk
memilih bobot optimal, yang dapat dihitung.

Mari kita pertimbangkan dampak dari bobot portofolio dalam perhitungan risiko portofolio. Ukuran
bobot portofolio yang ditetapkan untuk masing-masing keamanan memiliki efek pada risiko
portofolio, memegang koefisien korelasi konstan.

• Risiko portofolio dipengaruhi baik oleh korelasi antara aset dan oleh persentase dari dana yang
diinvestasikan dalam setiap aset.

KASUS N-SECURITY

Kasus keamanan dua dapat digeneralisasikan ke kasus n-keamanan. Risiko portofolio dapat dikurangi
dengan menggabungkan aset dengan korelasi positif yang kurang sempurna. Lebih jauh, semakin
kecil korelasi positif, semakin baik.

Risiko portofolio adalah fungsi dari setiap risiko keamanan individu dan kovarian antara imbal hasil
dari sekuritas individual. Dinyatakan dalam hal varians, risiko portofolio

Meskipun Persamaan 7-13 tampak tangguh, ia menyatakan pesan yang persis sama dengan
Persamaan 7-12 untuk portofolio dua saham:

Risiko portofolio adalah fungsi dari

• Risiko tertimbang dari setiap keamanan individu (yang diukur dengan variasinya)

• Kovarian tertimbang di antara semua pasangan sekuritas

Kita dapat menulis ulang Persamaan 7-13 ke dalam format yang lebih pendek:
or

Persamaan ini memperhitungkan variansi dan covarian, karena ketika i = j, varians dihitung; ketika
saya ≠ j, kovarian dihitung.

• Seperti yang disebutkan sebelumnya, tiga variabel menentukan risiko portofolio: varians,
covariances, dan bobot.

Karena pentingnya, kami menekankan komponen risiko portofolio pada Gambar 7-6.

Pentingnya Kovarian Salah satu kontribusi penting Markowitz bagi teori portofolio adalah
pandangannya tentang kepentingan relatif dari varians dan kovarian. Ketika kami menambahkan
keamanan baru ke portofolio besar sekuritas, ada dua dampak.

1. Risiko aset itu sendiri, yang diukur dengan variansnya, ditambahkan ke risiko portofolio.

2. Kovariansi antara keamanan baru dan setiap keamanan lain yang sudah ada dalam portofolio juga
ditambahkan.

• Karena jumlah surat berharga yang disimpan dalam portofolio meningkat, pentingnya setiap risiko
keamanan individu (varians) menurun, sementara pentingnya hubungan kovarian meningkat.

Misalnya, dalam portofolio 150 sekuritas, kontribusi dari setiap risiko keamanan sendiri terhadap
risiko portofolio total akan sangat kecil. Ketika keamanan baru ditambahkan ke portofolio besar
sekuritas, yang paling penting adalah kovarian rata-rata dengan sekuritas lain dalam portofolio.

Risiko portofolio akan terdiri hampir sepenuhnya dari risiko kovarian antara sekuritas. Dengan
demikian, risiko keamanan individu dapat terdiversifikasi dalam portofolio besar, tetapi persyaratan
kovariansi tidak dapat didiversifikasi dan oleh karena itu berkontribusi terhadap risiko portofolio.

Memperoleh Data

Untuk menghitung risiko portofolio menggunakan Persamaan 7-13, kita perlu memperkirakan
varians untuk setiap keamanan dan perkiraan koefisien korelasi atau covariances. Baik varians dan
koefisien korelasi dapat (dan) dihitung menggunakan data ex post atau ex ante. Jika seorang analis
menggunakan data ex post untuk menghitung koefisien korelasi atau kovarian dan kemudian
menggunakan estimasi ini dalam model Markowitz, asumsi implisit adalah bahwa hubungan yang
ada di masa lalu akan berlanjut ke masa depan. Hal yang sama berlaku untuk varians untuk sekuritas
individu. Jika varians historis dianggap sebagai estimasi terbaik dari varians yang diharapkan, maka
harus digunakan. Namun, harus diingat bahwa varian keamanan individu dan koefisien korelasi
antara sekuritas dapat berubah dari waktu ke waktu (dan tidak), seperti halnya pengembalian yang
diharapkan.

MENYEDIAKAN PERHITUNGAN MARKOWITZ

Persamaan 7-13 mengilustrasikan masalah yang terkait dengan perhitungan risiko portofolio
menggunakan analisis mean-variance Markowitz. Dalam kasus dua sekuritas, ada dua covarian, dan
kita mengalikan istilah kovarian pembobotan dalam Persamaan 7-12 oleh dua karena kovariansi A
dengan B sama dengan kovarians B dengan A. Dalam kasus tiga sekuritas , ada enam covarian;
dengan empat sekuritas, 12 kovarian; dan sebagainya, berdasarkan fakta bahwa jumlah total
kovarian dalam model Markowitz dihitung sebagai n (n - 1), di mana n adalah jumlah sekuritas.

Tabel 7-2 menunjukkan matriks varians-kovarians yang terkait dengan perhitungan ini. Untuk kasus
dua sekuritas, ada n2, atau empat, total istilah dalam matriks — dua varians dan dua covarian. Untuk
kasus empat efek, ada n2, atau 16 total istilah dalam matriks-empat varians dan 12 covariances.
Istilah varians berada di diagonal matriks dan, pada dasarnya, mewakili kovarians keamanan dengan
dirinya sendiri. Perhatikan bahwa istilah kovarians di atas diagonal adalah bayangan cermin dari
istilah kovarians di bawah diagonal — yaitu, setiap kovarian diulang dua kali karena COVAB sama
dengan COVBA.

• Jumlah kovarian dalam model Markowitz didasarkan pada perhitungan n (n - 1), di mana n adalah
jumlah sekuritas yang terlibat. Karena kovariansi A dengan B sama dengan kovariansi B dengan A,
ada [n (n - 1)] / 2 kovarian unik.

Tentunya, memperkirakan sejumlah besar kovarian dengan cepat menjadi masalah besar bagi
pengguna model. Karena banyak investor institusional mengikuti sebanyak 250 atau 300 sekuritas,
jumlah input yang diperlukan dapat menjadi tidak mungkin. Bahkan, sampai model Markowitz dasar
disederhanakan dalam hal input kovarian, itu tetap terutama kepentingan akademis.

Secara praktis, analis tidak mungkin dapat langsung memperkirakan sejumlah besar korelasi yang
diperlukan untuk analisis Markowitz lengkap. Dalam karya aslinya, Markowitz menyarankan
menggunakan indeks yang sekuritas terkait sebagai sarana menghasilkan covariances.