Yasmin, Fauziyya Mufiida (2024) Manajemen Risiko Portofolio Saham Berindustri Bank Dengan Polynomial Goal Programming Berdasarkan Momen Tinggi Dan Entropi. Undergraduate thesis, UNDIP.

	Text Bebas Repository_File 1_Fauziyya Mufiida Yasmin - mufiida yasmin.pdf Download (639kB)
	Text Bebas Repository_File 2_Fauziyya Mufiida Yasmin - mufiida yasmin.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text Bebas Repository_File 3_Fauziyya Mufiida Yasmin - mufiida yasmin.pdf Download (321kB)

Abstract

Dalam dunia investasi, mengurangi risiko tanpa mengurangi potensi pengembalian (return) merupakan tantangan utama. Salah satu solusinya adalah dengan mendiversifikasi investasi dalam portofolio saham. Konsep ini, yang pertama kali diperkenalkan oleh Markowitz pada tahun 1952, menggunakan Mean Variance Model (MVM) untuk menggabungkan expected return dan variance saham. Namun, MVM ini hanya efektif untuk data yang berdistribusi normal. Untuk mengatasi keterbatasan ini, penelitian ini mengusulkan model baru dengan memasukkan faktor seperti skewness, kurtosis, Shannon entropy, dan Gini-Simpson. Pendekatan ini lebih cocok untuk data yang tidak berdistribusi normal. Penelitian ini menggunakan metode Polynomial Goal Programming (PGP) untuk membentuk portofolio optimal, yang memungkinkan fleksibilitas lebih dalam mengatur bobot pada momen tinggi dan entropi. Ini menciptakan sebuah model optimasi multi-objektif yang kompleks. Dalam penelitian ini, dipecah masalah utama ke dalam beberapa subproblem, mencari nilai optimum untuk setiap subproblem, dan kemudian mengintegrasikannya kembali ke dalam model PGP. Dikembangkan empat model berbeda yang menggabungkan kombinasi dari return, variance, skewness, kurtosis, Shannon entropy, dan Gini-Simpson, yang kemudian diterapkan ke dalam model PGP. Hasilnya menunjukkan bahwa model dengan kombinasi mean, variance, skewness, kurtosis, dan shannon entropy (MVSKE_SM) memberikan kinerja terbaik berdasarkan sharpe ratio, dengan nilai SR tertinggi sebesar 0,04720086.

Actions (login required)

View Item