evaluasi kinerja portofolio

Evaluasi Kinerja Portofolio 1

Evaluasi kinerja portofolio

Jenis-jenis reksadana yang dikelola profesional

Beberapa metode untuk menilai kinerja


Portofolio yang dikelola profesional

Mutual funds (reksadana) Closed end funds (reksadana tertutup) Open end funds (reksadana terbuka)

Hedge funds


Reksadana

Reksadana terbukaPenerbit (manajer investasi) berkewajiban untuk membeli unit reksadana pada harga sama atau dekat dengan Nilai Aktiva Bersih (Net Asset Value) ketika pemodal ingin menjual reksadana tersebut.

Berikut ini contoh pembentukan dan mekanisme perhitungan NAB.


Pembentukan reksadana terbuka

PT. Bulaksumur, bersama dengan bp. A dan bp. B, bertindak sebagai sponsor untuk membentuk reksadana Bulaksumur Artha (BA). Mereka menyetor Rp.25 miliar. PT. Bulaksumur menunjuk ibu C sebagai wakil manajer investasi. Tambahan Rp.75 miliar lagi akan dihimpun dari masyarakat, sehingga pada awal pendiriannya BA akan menghimpun Rp.100 miliar.


Awal berdirinya reksadana

Pada 9 Apr 2012 terkumpul dana Rp.100 miliar, dan kepada para penyetor dana diberikan bukti dalam bentuk Unit Penyertaan. Setiap 1 unit penyertaan diberi nilai Rp.1.000m dan karenanya diterbitkan 100 juta unit penyertaan.


Transaksi pada 10 Apr 2012

Oleh ibu C kas yang dimiliki diinvestasikan sebagai berikut; Kas Rp. 1,0 m Saham ASII Rp.30,0 m Saham BMRI Rp.34,0 m Saham UNVR Rp.35,0 m

Pada akhir tgl tersebut diumumkan bahwa Nilai Aset Bersih (NAB) = Rp.100 m / 100 juta lembar = Rp.1.000 per lembar



Tidak ada transaksi pada tanggal tersebut, tetapi terjadi perubahan harga saham-saham dalam portofolio, sehingga nilai investasi reksadana BA berubah menjadi sbb;

Kas Rp. 1,0 m Saham ASII Rp. 32,0 m Saham BMRI Rp. 33,0 m Saham UNVR Rp. 37,0 m

Jumlah Rp.103,0 m Pada akhir tgl tersebut dilaporkan NAB =

Rp.103 m / 100 juta = Rp.1.030 per lembar.



Seorang pemegang 1 juta unit penyertaan ingin melakukan redemption. NAB unit penyertaan pada tgl tsb akan diberitahukan pada akhir tgl tsb.

Misal nilai investasi pada akhir tgl tsb sbb: Kas Rp. 1,0 m Saham ASII 33,0 m Saham BMRI 33,0 m Saham UNVR 37,0 m

Jumlah 104,0 m NAB pada tgl tsb = Rp.104 m / 100 juta =

Rp.1.040.


Redemption membuat unit penyertaan berubah dan komposisi investasi juga berubah

Pemegang unit tersebut menerima Rp.1.040 juta – redemption fee.

Unit penyertaan yang beredar berkurang (karena itu disebut reksadana terbuka) dan komposisi portofolio juga berubah.


Reksadana

Reksadana tertutupReksadana ini diperdagangkan di bursa. Tidak ada kewajiban bagi penerbit (funds manager) untuk membeli kembali saham yang telah diterbitkan sewaktu pemodal ingin menjual saham tersebut.

(Salah satu puzzles di bidang keuangan adalah bahwa sebagian besar reksadana tertutup terjual dengan diskon. Apakah hal ini berarti bahwa manajemen merupakan liability bagi para pemodal?)


Listing reksadana tertutupPublicly Traded Funds

Friday December 2, 1998 Following is a weekly listing of unaudited net asset value of publicly trated investment funds shares, reported by the companies as a Friday’s close. Also shown is the closed market price or a dealer-to-dealer asked price each fund’s shares with the percentage of difference.

Diversified Common Stock Funds Fund Name Stock

Exch. N.A.

Value Stock Price

% Difference

Adams Express Baker Fentress Blue Chip Value Clemente Global Gro Gemini II Capital Gemini II Income General Amer Invess Etc.

NYSE NYSE NYSE NYSE NYSE NYSE NYSE

15.86 25.14 7.06 8.77

17.10 9.81

16.92

14.750 20.625 5.875 7.000

12.500 12.875 14.125

-7.00 -17.96 -16.78 -20.18 -26.90 +31.24 -16.52


Hedge funds

Seperti reksadana, hedge funds mengguna-kan ide investment pooling untuk memper-oleh manfaat investasi. Pemodal membeli saham atau unit penyertaan pada hedge funds dan Net Asset Value hedge funds menunjukkan nilai penyertaan mereka. Meskipun demikian ada perbedaan antara reksadana dengan hedge funds.


Perbandingan reksadana dengan hedge funds …(1)

Reksadana Hedge funds

Transparansi Lebih transparan, diatur oleh UU Pasar Modal untuk pemodal yang sederhana.

Umumnya dibentuk untuk limited partnership dan menyediakan informasi yang terbatas kepada pemodalnya saja

Pemodal Terbuka untuk siapa saja. Manajer investasi tidak mengambil posisi.

Membatasi diri pada pemodal yang terbatas (biasanya 100 pemodal) dengan jumlah investasi yang cukup besar (antara $0.25 – 1.0 juta). Manajer investasi ikut investasi.


Perbandingan reksadana dengan hedge funds …(2)

Reksadana Hedge funds

Strategi investasi

Umumnya terbatas pada posisi long

Bisa memanfaatkan posisi long dan short

Likuiditas Cukup likuid. Umumnya dapat dijual kapan saja.

Seringkali menetapkan lock up period. Kurang likuid.

Struktur imbalan

Biasanya 0.5 – 1.5% per tahun dari nilai kelolaan.

Management fee (1 -2% dari aktiva) plus performance fee (umumnya 20%).


Menilai kinerja reksadana yang dikelola oleh para profesional

Dengan memperhatikan risiko bandingkan tingkat keuntungan portofolio yang dikelola profesinal dengan portfolio yang dibentuk secara acak(Banyak temuan yang menunjukkan kinerja portofolio yang dikelola profesional tidak lebih baik dari kinerja portofolio acak)

Menggunakan indikator-indikator kinerja berdasar teori investasi

Kita dapat menggunakan risiko total atau risiko sistematis dalam penilaian kinerja portofolio. Ketika indeks pasar digunakan, ada masalah pemilihan indeks.


Beberapa ukuran kinerja portofolio dengan memperhatikan risiko

Sharpe measure = [E(rp) – rf]/σp

Treynor measure = [E(rp) – rf]/βp

Jensen measure (portfolio alpha) =

αp = E(rp) – [rf + βp{E(rM) – rf}]

Information ratio = αp/σep


Evaluasi kemampuan memilih dan melakukan market timing

Kemampuan memilih (selection ability) menunjukkan kemampuan manajer investasi untuk memilih saham-saham yang “harganya salah”. Selection ability diukur dengan meregresikan excess return suatu portofolio pada waktu ke t dengan excess return pasar pada waktu ke t,rp,t - rf,t = p + p (rm,t - rf,t) + p,t

Apabila positif dan signifikan manajer investasi menunjukkan selection ability yang baik.

Berikut ini contoh mengukur selection ability.


Tabel 1. Return of treasury bills (TB), return of First Funds (R.FF), dan market return (R.MKT), bersama-sama dengan excess return of First Funds (X.FF) dan excess return of market (X.MKT), 1992.1-1995.4

YYeeaarr..qquuaarrtteerr TTBB RR..FFFF XX..FFFF RR..MMKKTT XX..MMKKTT

11999922..11 11999922..22 11999922..33 11999922..44 11999933..11 11999933..22 11999933..33 11999933..44 11999944..11 11999944..22 11999944..33 11999944..44 11999955..11 11999955..22 11999955..33 11999955..44

22..9977 33..0066 22..8855 11..8888 11..9900 22..0000 22..2222 22..1111 22..1166 22..3344 22..4444 22..4400 11..8899 11..9944 11..7722 11..7755

--88..7777 --66..0033 1144..1144 2244..9966 33..7711

1100..6655 --00..2222 00..2277 --33..0088 --44..7722 88..5588 11..1155 77..8877 55..9922 --33..1100 1133..6611

--1111..7744 --99..0099 1111..2299 2233..0088 11..8811 88..6655 --22..4444 --00..8844 --55..2244 --99..0066 66..2299 --112255 55..9988 33..9988 --44..8822 1111..8866

--55..8866 --22..9944 1133..7777 1144..8822 1111..9911 1111..5555 --00..7788 00..0022 --22..5522 --11..8855 88..7733 11..6633

1100..8822 77..2244 --22..7788 1144..3366

--88..8833 --66..0000 1100..9922 1122..9944 1100..0011 99..5555 --33..0000 --22..0099 --44..6688 --44..1199 66..2299 --00..7777 88..9933 55..3300 --44..5500 1122..6611


Hasil regresi untuk selection ability

LS//Dependent Variable is X.FF

Date 11-7-2001/ Time 20:29

SMPL range 1992.1 - 1995.4

Number of observations 16

=======================================================================

Variable Coefficient STD. ERROR T-STAT 2-TAIL SIG

=======================================================================

C -1.2825644 0.9969963 -1.286 0.2292

X.MKT 1.1257009 0.1279053 8.801 0.0000

=======================================================================

R-squared 0.846925 Mean of dependent var1.706871

Adjusted R-squared 0.835993 SD of dependent var 9.258241

SE of regression 3.749403 Sum of squared resid 196.8123

Log likelihood -42.78032 F-Statistic 77.45846

Durbin Watson stat 2.743658 Prob F-statistic 0.000000

=======================================================================


Market timing ability

Market timing ability menunjukkan kemampuan untuk memperkirakan gerakan pasar di masa yang akan datang. Apabila pasar diperkirakan akan bullish, manajer investasi akan merubah saham-saham dalam portofolionya dengan saham-saham berbeta tinggi. Sebalinya apabila diperkirakan pasar akan bearish, ia akan merubah saham-saham dalam portofolionya dengan saham-saham berbeta rendah.


Stock selection dan market timing

(a) Superior stock selection

Rp – Rf

* * *

* *

* * * *

* ** *

** **

* * **

Rm-Rf

(b) Superior market timing

Rp - Rf

**

****

* *

** *

* *

* ** * *

* * *

** Rm-Rf

*****


Perbandingan antara kemampuan memilih dan market timing (1)

Diagram pencar pada Gambar (a) menunjukkan bahwa hubungan antara excess return portofolio dengan excess return pasar nampaknya linier. Hal ini menunjukkan bahwa portofolio tersebut terdiri dari saham-saham dengan beta yang stabil selama periode observasi. Karena positif, manajer investasi tsb nampaknya mampu memilih saham-saham yang “terlalu murah” harganya.


Perbandingan antara kemampuan memilih dan market timing (2)

Diagram pencar pada Gambar (b) menunjukkan bahwa hubungan antara excess return portofolio dengan excess return pasar tidaklah linier, karena titik-titik di “daerah” tengah berada di bawah garis regresi sementara titik-titik di ujung berada di atas garis regresi. Hal ini mengindikasikan bahwa portofolio tersebut terdiri dari saham-saham dnegan beta tinggi sewaktu pasar “naik” dan beta rendah sewaktu pasar “turun”. Karena itu yang positif nampaknya berasal dari market timing yang baik.


Bagaimana menilai timing ability (1)

Karena itu salah satu cara menilai market timing adalah dengan menggunakan regresi dengan variabel dummy. Persamaannya adalah sbb.rp,t - rf,t = p + b (rm,t - rf,t) + c[Dt(rm,t - rRf,t) ] + pt ….(2)

Dt adalah dummy variable dengan nilai 0 ketika rm,t > rf,t dan -1 ketika rm,t < rf,t .

Cara lain adalah dengan menggunakan regresi kuadratik yang tidak dibicarakan disini.


Bagaimana menilai timing ability (2)

Untuk menunjukkan bagaimana rumus tersebut diterapkan, perhatikan bagaimana rumus tersebut akan berubah apabila nilai-nilai (rm,t - rf,t) adalah sbb:

Nilai (rm,t - rf,t) Persamaan .

>0 rp,t - rf,t = p + b (rm,t - rf,t) + pt

=0 rp,t - rf,t = p + pt

<0 rp,t - rf,t = p + (b -c) (rm,t - rf,t) + pt


Bagaimana menilai …… (3)

Perhatikan bahwa b menunjukkan kondisi pasar ketika pasar naik, dan (b-c) menunjukkan kondisi ketika pasar turun. Gambar sebelumnya menunjuk-kan bahwa manajer investasi menunjukkan market timing ability yang baik karena slope garis regresi pada gambar di kanan (i.e. b) lebih besar dari pada slope garis regresi di sisi kiri (i.e. b-c).

Berikut ini contoh evaluasi market timing ability manajer investasi yang mengelola First Funds. Regresi dilakukan dengan menggunakan persamaan (2). Perhatikan bahwa MT = DUMI(X.MKT).


Tabel 2. Excess return First Funds, Market, dan Dummy variable

YYeeaarr..QQuuaarrtteerr XX..FFFF XX..MMKKTT DDUUMMII MMTT

11999922..11 11999922..22 11999922..33 11999922..44 11999933..11 11999933..22 11999933..33 11999933..44 11999944..11 11999944..22 11999944..33 11999944..44 11999955..11 11999955..22 11999955..33 11999955..44

--1111..7744 --99..0099 1111..2299 2233..0088 11..8811 88..6655 --22..4444 --11..8844 --55..2244 --99..0055 66..1144 --11..2255 55..9988 33..9988 --44..8822 1111..8866

--88..8833 --66..0000 1100..9922 1122..9944 1100..0011 99..5555 --33..0000 --22..0099 --44..6688 --44..1199 66..2299 --00..7777 88..9933 55..3300 --44..5500 1122..6622

--11 --11 00 00 00 00 --11 --11 --11 --11 00 --11 00 00 --11 00

88..8833 66..0000

00 00 00 00

33..0000 22..0099 44..6688 44..1199

00 00..7777

00 00

44..5500 00


Hasil regresi untuk menilai market timing abilityLS//Dependent Variable is X.FF

Date 11-7-2001/ Time 20:30

SMPL range 1992.1 - 1995.4

Number of observations 16

=======================================================================

Variable Coefficient STD. ERROR T-STAT 2-TAIL SIG

=======================================================================

C -1.3303468 2.5393709 -0.523 0.6092

X.MKT 1.1308758 0.2840605 3.981 0.0016

MT 0.0159905 0.7760402 0.020 0.9839

=======================================================================

R-squared 0.846930 Mean of dependent var1.706871

Adjusted R-squared 0.823381 SD of dependent var 9.258241

SE of regression 3.890874 Sum of squared resid 196.8059

Log likelihood -42.78005 F-Statistic 35.96424

Durbin Watson stat 2.742856 Prob F-statistic 0.000005

=======================================================================

Economy & Finance

evaluasi kinerja portofolio