VARIABEL ACAK.
Untuk menggambarkan hasil-hasil percobaan sebagai nilai-nilai numerik secara sederhana, kita menggunakan apa yang disebut sebagai variabel acak. Jadi variabel acak dapat didefinisikan sebagai deskripsi numerik dari hasil percobaan.
Variabel acak biasanya menghubungkan nilai-nilai numerik dengan setiap kemungkinan hasil percobaan. Karena nilai-nilai numerik tersebut dapat bersifat diskrit(hasil perhitungan) dan bersifat kontinu(hasil pengukuran) maka variabel acak dapat dikelompokkan menjadi variabel acak diskrit dan variabel acak kontinu.
Variabel Acak Diskrit.
Varibel acak diskrit adalah variabel acak yang tidak mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang hanya memiliki nilai tertentu. Nilainya merupakan bilangan bulat dan asli, tidak berbentuk pecahan. Variabel acak diskrit jika digambarkan pada sebuah garis interval, akan berupa sederetan titik-titik yang terpisah.
Contoh :
- Banyaknya pemunculan sisi muka atau angka dalam pelemparan sebuah koin (uang logam).
- Jumlah anak dalam sebuah keluarga.
Variabel Acak Kontinu.
Varibel acak kontinu adalah variabel acak yang mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang dapat memiliki nilai-nilai pada suatu interval tertentu. Nilainya dapat merupakan bilangan bulat maupun pecahan. Varibel acak kontinu jika digambarkan pada sebuah garis interval, akan berupa sederetan titik yang bersambung membantuk suatu garis lurus.
Contoh :
- Usia penduduk suatu daerah.
- Panjang beberpa helai kain.
DISTRIBUSI PROBABILITAS VARIABEL ACAK DISKRIT.
Distribusi probabilitas variabel acak menggambarkan bagaimana suatu probabilitas didistribusikan terhadap nilai-nilai dari variabel acak tersebut. Untuk variabel diskrit X, distribusi probabilitas didefinisikan dengan fungsi probabilitas dan dinotasikan sebagai p(x).
Fungsi probabilitas p(x) menyatakan probabilitas untuk setiap nilai variabel acak X.
Contoh :
Jumlah mobil terjual dalam sehari menurut jumlah hari selama 300 hari
Jumlah mobil terjual dalam sehari
|
Jumlah hari
|
0
1
2
3
4
5
|
54
117
72
42
12
3
|
Total
|
300
|
Distribusi Probabilitas Jumlah Mobil Terjual dalam Sehari
X
|
p(x)
|
0
1
2
3
4
5
|
0,18
0,39
0,24
0,14
0,04
0,01
|
Total
|
1,00
|
Dalam membuat suatu fungsi probabilitas untuk variabel acak diskrit, kondisi berikut harus dipenuhi.
1. p(x) ³ 0 atau 0 £ p(x) £ 1
2. S p(x) = 1
Kita juga bisa menyajika distribusi probabilitas dengan menggunakan grafik.
Fungsi Probabilitas Kumulatif Variabel Acak diskrit
Fungsi probabilitas kumulatif digunakan untuk menyatakan jumlah dari seluruh nilai fungsi probabilitas yang lebih kecil atau sama dengan suatu nilai yang ditetapkan.
Secara matematis, fungsi probabilitas kumulatif dinyatakan sebagai berikut.
F(x) = P(X £ x) = X £ p(x)
Dimana :
F(x) = P(X £ x) menyatakan fungsi probabilitas kumulatif pada titik X = x yang merupakan jumlah dari seluruh nilai fungsi probabilitas untuk nilai X sama atau kurang dari x.
Contoh :
Probabilitas Kumulatif dari jumlah mobil terjual dalam sehari
X
|
F(x)
|
0
1
2
3
4
5
|
0,18
0,57 (= 0,18 + 0,39)
0,81 (= 0,18 + 0,39 + 0,24)
0,95 (= 0,18 + 0,39 + 0,24 + 0,14)
0,99 (= 0,18 + 0,39 + 0,24 + 0,14 + 0,04)
1,00 (= 0,18 + 0,39 + 0,24 + 0,14 + 0,04 + 0,01)
|
Kita bisa menyajikan fungsi probabilitas kumulatif dalam bentuk grafik, sbb.
DISTRIBUSI PROBABILITAS VARIABEL ACAK KONTINU.
Distribusi probabilitas variabel acak kontinu dinyatakan dengan fungsi f(x) dan sring disebut sebagai fungsi kepadatan atau fungsi kepadatan probabilitas dan bukan fungsi probabilitas. Nilai f(x) bisa lebih besar dari 1.
Fungsi kepadatan probabilitas harus memenuhi syarat sebagai berikut.
1. f(x) ≥ 0
2. 
(integral seluruh fungsi kepadatan probabilitas f(x) = 1)
(integral seluruh fungsi kepadatan probabilitas f(x) = 1)
3. P(a < X < b) = 
Catatan : f(x) dx = P{x ≤ X ≤ (x + dx)}, yaitu probabilitas bahwa nilai X terletak pada interval x dan x + dx.
Fungsi Probabilitas Kumulatif Variabel Acak Kontinu.
Kalau pada variabel acak diskrit, fungsi probabilitas kumulatif dihitung dengan cara penjumlahan maka pada variabel acak kontinu, probabilitas kumulatif dicari dengan integral.
Rumusnya adalah sebagai berikut.
F(x) = P(X ≤ x) = 
Nilai-nilai dalam rumus ini harus kontinu atau dalam suatu interval.
Contoh :
Suatu variabel acak kontinu X yang memiliki nilai antara X = 1 dan X = 3 memiliki fungsi densitas yang dinyatakan oleh.
Tentukan nilai P(X < 2)!
Penyelesaian :
P(X < 2) = P(1 < X < 2)
= 
= 
FUNGSI PROBABILITAS BERSAMA.
Bila X dan Y adalah dua variabel acak diskrit, distribusi probabilitas bersamanya dapat dinyatakan sabagai sebuah fungsi f(x,y) bagi sembarang nilai (x,y) yang dapat diambil oleh peubah acak X dan Y. Sehingga dalam rumus variabel acak diskrit.
f(x,y) = p(X = x, Y = y)
Dimana nilai f(x,y) menyatakan peluang bahwa x dan y terjadi secara bersamaan.
Sedangkan distribusi probabilitas kumulatif bersama X dan Y terdiri dari nilai (x,y) dan f(x,y) untuk semua (X,Y)
Fungsi Probabilitas Marjinal.
Kalau dua variabel X, Y dan P(X £ x, Y £ y) = p(x,y) merupakan suatu fungsi yang memenuhi syarat berikut :
1. p(x,y) ≥ o, untuk seluruh nilai X dan Y
2. 
(penjumlahan untuk seluruh nilai X dan Y)
(penjumlahan untuk seluruh nilai X dan Y)
maka p(x,y) disebut fungsi probabilitas bersama X dan Y.
Fungsi p(x) dan q(y) yang diperoleh langsung dari p(x,y) disebut fungsi marjinal.
Fungsi marjinal p(x) dan q(y) dapat dilihat dalam tabel, pada beris dan kolom yang paling akhir (pada tepi tabel, marjin = tepi/pinggir).
Contoh :
Misalkan kotak berisi 4 kartu bernomor 1, 2, 3, dan 4. Suatu permaianan dilakukan dengan jalan menarik satu kartu dari kotak tersebut secara acak. Apabila kartu yang terambil mempunyai nomr 1, 2, atau 4, maka kartu yang kedua diambil. Akan tetapi kalau kartu bernomor 3 yang terpilih, pengambilan kedua tidak dilakukan.
X = nomor kartu pada pengambilan pertama,
Y = nomor kartu pada pengambilan kedua,
Y = 0 kalau tidak mengambil kartu.
Carilah: p(x, y), p(x), dan q(y).
Penyelesaian :
X = 1, 2, 3, 4 dan p(1) = p(2) = p(3) = p(4) = ¼
p(x) = P(X = x)
p(x, y) = P(X = x, Y = y)
p(x, y) = p(x) p(x/y)
Y = 0, 1, 2, 3, 4.
Distribusi Probabilitas Bersama : p(x,y), p(x), dan q(y)
Y
X
|
0
|
1
|
2
|
3
|
4
|
p(x)
|
1
|
p(1,0)
|
p(1,1)
|
p(1,2)
|
p(1,3)
|
p(1,4)
|
p(1)
|
2
|
p(2,0)
|
p(2,1)
|
p(2,2)
|
p(2,3)
|
p(2,4)
|
p(2)
|
3
|
p(3,0)
|
p(3,1)
|
p(3,2)
|
p(3,3)
|
p(3,4)
|
p(3)
|
4
|
p(4,0)
|
p(4,1)
|
p(4,2)
|
p(4,3)
|
p(4,4)
|
p(4)
|
q(y)
|
q(0)
|
q(1)
|
q(2)
|
q(3)
|
q(4)
|
p(1,0) = p(1) p(0/1) = p(X=1) p(0/X=1) = ¼ . 0 = 0
p(1,1) = p(1) p(1/1) = p(X=1) p(1/X=1) = ¼ . ¼= 1/16
p(1,2) = p(1) p(2/1) = p(X=1) p(2/X=1) = ¼ . ¼= 1/16
p(1,3) = p(1) p(3/1) = p(X=1) p(3/X=1) = ¼ . ¼= 1/16
p(1,4) = p(1) p(4/1) = p(X=1) p(4/X=1) = ¼ . ¼= 1/16
p(2,0) = p(2) p(0/2) = p(X=2) p(0/X=2) = ¼ . 0 = 0
p(2,1) = p(2) p(1/2) = p(X=2) p(1/X=2) = ¼ . ¼= 1/16
p(2,2) = p(2) p(2/2) = p(X=2) p(2/X=2) = ¼ . ¼= 1/16
p(2,3) = p(2) p(3/2) = p(X=2) p(3/X=2) = ¼ . ¼= 1/16
p(2,4) = p(2) p(4/2) = p(X=2) p(4/X=2) = ¼ . ¼= 1/16
p(3,0) = p(3) = p(X=3) = ¼
p(3,1) = p(3,2) = p(3,3) = p(3,4) = 0,tak mungkin terjadi, sebab tak mengambil kartu kedua.
p(4,0) = p(4) p(0/4) = p(X=4) p(0/X=4) = ¼ . 0 = 0
p(4,1) = p(4) p(1/4) = p(X=4) p(1/X=4) = ¼ . ¼= 1/16
p(4,2) = p(4) p(2/4) = p(X=4) p(2/X=4) = ¼ . ¼= 1/16
p(4,3) = p(4) p(3/4) = p(X=4) p(3/X=4) = ¼ . ¼= 1/16
p(4,4) = p(4) p(4/4) = p(X=4) p(4/X=4) = ¼ . ¼= 1/16
p(1) = p(1,0) + p(1,1) + p(1,2) + p(1,3) + p(1,4)
= 0 + 1/16 + 1/16 + 1/16 + 1/16
= 4/16
p(2) = p(2,0) + p(2,1) + p(2,2) + p(2,3) + p(2,4)
= 0 + 1/16 + 1/16 + 1/16 + 1/16
= 4/16
p(3) = p(3,0) + p(3,1) + p(3,2) + p(3,3) + p(3,4)
= 1/4 + 0 + 0 + 0 + 0
= 1/4
p(4) = p(4,0) + p(4,1) + p(4,2) + p(4,3) + p(4,4)
= 0 + 1/16 + 1/16 + 1/16 + 1/16
= 4/16
q(0) = p(1,0) + p(2,0) + p(3,0) + p(4,0)
= 0 + 0 +1/4 + 0
= 4/16
q(1) = p(1,1) + p(2,1) + p(3,1) + p(4,1)
= 1/16 + 1/16 + 0 + 1/16
= 3/16
q(2) = p(1,2) + p(2,2) + p(3,2) + p(4,2)
= 1/16 + 1/16 + 0 + 1/16
= 3/16
q(3) = p(1,3) + p(2,3) + p(3,3) + p(4,3)
= 1/16 + 1/16 + 0 + 1/16
= 3/16
q(4) = p(1,4) + p(2,4) + p(3,4) + p(4,4)
= 1/16 + 1/16 + 0 + 1/16
= 3/16
Perhitungan Fungsi Probabilitas Marjinal
Y
X
|
0
|
1
|
2
|
3
|
4
|
p(x)
|
1
|
0
|
1/16
|
1/16
|
1/16
|
1/16
|
4/16
|
2
|
0
|
1/16
|
1/16
|
1/16
|
1/16
|
4/16
|
3
|
¼
|
0
|
0
|
0
|
0
|
4/16
|
4
|
0
|
1/16
|
1/16
|
1/16
|
1/16
|
4/16
|
q(y)
|
4/16
|
3/16
|
3/16
|
3/16
|
3/16
|
16/16
|
NILAI HARAPAN DAN VARIANS DARI VARIABEL ACAK DISKRIT.
Rata-rata (m) dari distribusi probabilitas adalah nilai harapan dari variabel acaknya.
Nilai harapan variabel acak diskrit adalah rata-rata tertimbang terhadap seluruh kemungkinan hasil dimana penimbangnya adalah nilai probabilitas yang dihubungkan dengan setiap hasil.
Nilai harapan diperoleh dengan menyatakan setiap kemungkinan hasil x dengan probabilitasnya P(X) dan kemudian menjumlahkan hasil perkalian tersebut.
Nilai harapan dari variabel acak diskrit X yang dinotasikan dengan E(X) dirumuskan sebagai berikut.
= x1 p(x1) + x2 p(x2) + ….+ xN p(xN)
dimana.
xi = nilai ke-i dari variabel acak X
p(xi) = probabilitas terjadinya xi
Contoh :
X = banyaknya pesanan barang dalam satuan yang masuk selama 1 minggu. P(X) = probabilitas terjadinya X = x.
X
|
0
|
1
|
2
|
3
|
p(x)
|
0,125
|
0,375
|
0,375
|
0,125
|
Hitung rata-rata banyaknya pesanan atau pesanan yang diharapkan.
Penyelesaian :
= (0) p(0) + (1) p(1) + (2) p(2) + (3) p(3)
= (0) (0,125) + (1) (0,375) + (2) (0,375) + (3) (0,125)
= 1,5
Jadi secara rata-rata dapat diharapkan bahwa pesanan yang masuk selama 1 minggu adalah sebanyak 1,5 satuan.
Selain rata-rata, ukuran statistik yang lain adalah varians dan standar deviasi.
Varians (s2) dari variabel acak diskrit didefinisikan sebagai berikut.
Varians dari variabel acak diskrit adalah rata-rata tertimbang dari kuadrat selisih antara kemungkinan hasil dan rata-ratanya dimana penimbangnya adalah probabilitas dari masing-masing hasil tersebut.
Varians diperoleh dengan mengalikan setiap kemungkinan kuadrat selisih (xi - m)2 dengan probabilitasnya p(xi) dan kemudian menjumlahkan seluruh hasil perkalian tersebut. Sehingga varians dinyatakan sebagai berikut.
dimana:
xi = nilai ke-I dari variable acak X
p(xi) = probabilitas terjadinya xi
Standar deviasi s diperoleh dengan menarik akar dari s2.
Contoh.1 :
X = banyaknya pesanan barang dalam satuan yang masuk selama 1 minggu. P(X) = probabilitas terjadinya X = x.
X
|
0
|
1
|
2
|
3
|
p(x)
|
0,125
|
0,375
|
0,375
|
0,125
|
Hitunglah varians dan standar deviasinya!
Penyelesaian :
Dari hasil perhitungan sebelumnya E(X) = mx = 1,5
s2 = E(X - mx)2
= E(X – 1,5)2
= S(xi – 1,5)2 p(xi)
= (0 – 1,5)2 (0,125) + (1 – 1,5)2 (0,375) + (2 – 1,5)2 (0,375) + (3 – 1,5)2 (0,125)
= (2,25) (0,125) + (0,25) (0,375) + (0,25) (0,375) + (2,25) (0,125)
= 0,28 + 0,09 + 0,09 + 0,28
= 0,74
Karena simpangan baku s = 0,86, ini berarti bahwa rata-rata jarak nilai X terhadap m = E(X) adalah sebesar 0,86.
Contoh.2 :
Seorang penjual mobil sebagai “Agen Tunggal” merek tertentu, berdasarkan pengalamannya dpat menjual sebanyak X dengan probabilitas sebesar p(x) selama satu minggu. Data yang dia miliki adalah sebagai berikut.
X
|
1
|
2
|
3
|
4
|
5
|
6
|
p(x)
|
0,08
|
0,27
|
0,10
|
0,10
|
0,33
|
0,22
|
Berapa banyak mobil yang dia harapkan dapat terjual selama satu minggu? Hitung juga simpangan bakunya!
Penyelesaian :
E(X) = S x p(x)
= (1) (0,08) + (2) (0,27) + ….+ (6) (0,22)
= 4,29
Kita membayangkan bahwa apabila penjualan dilakukan berkali-kali dari minggu ke minggu dalam jumlah yang banyak sekali, maka secara rata-rata dapat dijual sebanyak 4,29 mobil. Apabila penjualan dilakukan selama 500 minggu (N = 500), maka selama waktu tersebut diharapkan dapat terjual sebanyak N x E(X) = 500 x 4,29 = 2145 mobil.
s2 = S (xi - mx)2 p(xi)
= S(xi – 4,29)2 p(xi)
= (1 – 4,29)2 (0,08) + (2 – 4,29)2 (0,27) + …… + (6 – 4,29)2 (0,22)
= 3,27
Nilai Harapan dari Fungsi Probabilitas Bersama.
Jika fungsi probabilitas bersama dinotasikan dengan p(x, y) untuk variabel acak X dan Y, maka nilai harapan dari variabel acak h(x, y) yang merupakan fungsi dari X dan Y adalah sebagai berikut.
E[h(x, y)] = SSh(x, y) p(x, y)
Dimana.
h(x, y) adalah sembarang fungsi dari X dan Y
p(x, y) adalah probabilitas terjadinya X dan Y secara bersama-sama.
Kalau h(x, y) = xy, maka
E[h(x, y)] = E(XY) = SSxy p(x, y)
Kalau h(x, y) = x + y, maka
E[h(x, y)] = E(X + Y) = SS(x + y) p(x, y)
Contoh :
Apabila diketahui p(x,y) sebagai berikut.
Y
X
|
0
|
1
|
2
|
3
|
4
|
p(x)
|
2
|
0
|
O,1
|
0,1
|
0,2
|
0
|
0,4
|
3
|
0,1
|
0
|
0,1
|
0
|
0,2
|
0,4
|
4
|
0,1
|
0,1
|
0
|
0
|
0
|
0,2
|
q(y)
|
0,2
|
0,2
|
0,2
|
0,2
|
0,2
|
1,0
|
a). Carilah nilai E(X + Y)
b). Carilah nilai E(X) + E(Y), apakah hasilnya sama dengan hasil a?
c). Carilah nilai E(XY)
Penyelesaian :
a). E(X + Y) = SS (x + y) p(x,y)
= (2 + 0)(0) + (2 + 1)(0,1) + (2 + 2)(0,1) + (2 + 3)(0,2) +
(2 + 4)(0) + (3 + 0)(0,1) + (3 + 1)(0) + (3 + 2)(0,1) +
(3 + 3)(0) + (3 + 4)(0,2) + (4 + 0)(0,1) + (4 + 1)(0,1) +
(4 + 2)(0) + (4 + 3)(0) + (4 + 4)(0)
= 2(0) + 3(0,1) + 4(0,1) + 5(0,2) + 6(0) + 3(0,1) + 4(0) + 5(0,1) +
6(0) + 7(0,2) + 4(0,1) + 5(0,1) + 6(0) + 7(0) + 8(0)
= 4,8
b). E(X) = S x p(x)
= 2(0,4) + 3(0,4) + 4(0,2)
= 2,8
E(Y) = S y p(y)
= 0(0,2) + 1(0,2) + 2(0,2) + 3(0,2) + 4(0,2)
= 2
E(X) + E(Y) = 2,8 + 2 = 4,8
c). E(XY) = SS xy p(x,y)
= (0)(0) + (2)(0,1) + (4)(0,1) + (6)(0,2) + (8)(0) + (0)(0,1) +
(3)(0) + (6)(0,1) + (9)(0) + (12)(0,2) + (0)(0,1) + (4)(0,1) +
(8)(0) + (12)(0) + (16)(0)
= 5,2
Aturan-aturan dalam Menghitung Nilai Harapan.
1. E(k) = k, k = bilangan konstan.
2. Varians (k) = 0 dan varians (X) = s2
3. E(kX) = k E(X)
4. Varians (kX) = k2s2
5. E(X ± Y) = E(X) ± E(Y)
E(S Xi) = SE(Xi) i = 1, 2, …, n
E(Ski Xi) = S ki E(Xi) i = 1, 2, …, n
KOVARIANS DAN APLIKASINYA DALAM KEUANGAN.
Pada sub bab ini, kita pelajari konsep kovarians antara dua variabel dan kegunaannya dalam manajemen portfolio dan keuangan.
Kovarians.
Kovarians adalah suatu pengukur yang menyatakan variasi bersama dari dua variable acak. Kovarians antara dua variabel acak diskrit X dan Y dinotasikan dengan sxy dan didefinisikan sebagai berikut.
dimana.
Xi = nilai variable acak X ke-i
Yi = nilai variable acak Y ke-i
P(xi, yi) = probabilitas terjadinya xi dan yi
i = 1, 2, …, N
Contoh :
Anggaplah bahwa anda akan memutuskan dua laternatif/pilihan investasi pada tahun mendatang. Kedua macam investasi tersebut ditanamkan pada 2 jenis perusahaan yang sudah go public, katakana perusahaan A dan perusahaan B. Misalkan anda memperkirakan pengembalian investasi (untuk setiap investasi $1000) dan 3 kondisi perekonomian di mana setiap kondisi perekonomian diberikan nilai probabilitasnya.
P(xi,yi)
|
Kondisi Perekonomian
|
Investasi
|
|
A
|
B
|
||
(0,2)
|
Resesi
|
-$100
|
-$200
|
(0,5)
|
Perekonomian yg stabil
|
+100
|
+50
|
(0,3)
|
Perekonomian maju
|
+250
|
+350
|
Hitunglah nilai harapan dari pengembalian investasi (expected return) untuk setiap investasi dan kovarians dari investasi tersebut.
Penyelesaian :
Jika X = investasi di perusahaan A, Y = investasi di perusahaan B.
E(X) = mx = (-100)(0,2) + (100)(0,5) + (250)(0,3) = $105
E(Y) = my = (-200)(0,2) + (50)(0,5) + (350)(0,3) = $90
Var(X) = sx2 = (0,2)(-100 – 105)2 + (0,5)(100 – 105)2 + (0,3)(250 – 105)2
= 14.725
sx = 121,35
Var(Y) = sy2 = (0,2)(-200 – 90)2 + (0,5)(50 – 90)2 + (0,3)(350 – 90)2
= 37.900
sy = 194,68
Kov(xy) = sxy = (0,2)(-100 – 105) (-200 – 90) + (0,5)(100 – 105) (50 – 90)
(0,3)(250 – 105) (350 – 90)
= 11.890 + 100 + 11.310
sxy = 23.300
Jadi perusahaan A memiliki harapan pengembalian investasi yang lebih tinggi dibandingkan dengan perusahaan B dan juga mempunyai standar deviasi yang lebih rendah. Nilai kovarians sebesar 23.300 antara kedua jenis investasi menunjukkan adanya hubungan positif yang kuat, di mana kedua jenis investasi saling berhubungan satu sama lain dalam arah yang sama. Kalau investasi jenis A meningkat maka B juga meningkat.
Nilai Harapan dari Penjumlahan Dua Variabel.
Nilai harapan dari penjumlahan dua variable acak adalah sama dengan penjumlahan dari nilai harapan masing-masing variabel acak.
E(X + Y) = E(X) + E(Y)
Varians dari Penjumlahan Dua Variabel.
Varians dari penjumlahan dua variabel acak adalah sama dengan jumlah varians dari masing-masing variabel ditambah dua kali kovarians.
Standar Deviasi dari Penjumlahan dua Variabel.
Contoh :
Anggaplah bahwa anda akan memutuskan dua laternatif/pilihan investasi pada tahun mendatang. Kedua macam investasi tersebut ditanamkan pada 2 jenis perusahaan yang sudah go public, katakana perusahaan A dan perusahaan B. Misalkan anda memperkirakan pengembalian investasi (untuk setiap investasi $1000) dan 3 kondisi perekonomian di mana setiap kondisi perekonomian diberikan nilai probabilitasnya.
P(xi,yi)
|
Kondisi Perekonomian
|
Investasi
|
|
A
|
B
|
||
(0,2)
|
Resesi
|
-$100
|
-$200
|
(0,5)
|
Perekonomian yg stabil
|
+100
|
+50
|
(0,3)
|
Perekonomian maju
|
+250
|
+350
|
Hitunglah nilai harapan varians dan standar deviasi dari penjumlahan kedua investasi tersebut!
Penyelesaian :
Jika X = investasi perusahaan A, Y = investasi perusahaan B
E(X + Y) = E(X) + E(Y) = 105 + 90 = $195
s2x+y = sx2 + sy2 + 2sy
= 14.725 + 37.900 + (2)(23.300)
= 99.225
sx+y = $315
Portfolio Expected Return dan Fortfolio Risk.
Setelah kita definisikan kovarians, expected return, dan standar deviasi dari penjumlahan dua variabel acak, kita dapat menerapkan konsep-konsep tersebut pada studi mengenai sekelompok asset yang merujuk pada apa yang disebut sebagai portfolio. Dengan menanamkan investasi yang disebarkan pada tidak hanya satu perusahaan, investor mengkombinasikan pengembalian dan meminimumkan resiko. Dalam studi portfolio, kita menggunakan penimbang untuk setiap jenis investasi dengan proporsi asset pada investasi tersebut. Hal ini memungkinkan kita untuk menghitung portfolio expected return dan portfolio risk.
Portfolio expected return untuk investasi dua asset sama dengan penimbang bagi asset X dikalikan dengan expected return dari asset X ditambah dengan penimbang bagi asset Y dikalikan dengan expected return asset Y.
E(P) = wE(X) + (1 - w) E(Y)
Dimana.
E(P) = portfolio expected return
w = proporsi nilai portfolio dari asset X
(1 - w) = proporsi nilai portfolio dari asset Y
E(X) = expected return asset X
E(Y) = expected return asset Y
Portfolio Risk.
 |
| Add caption |
Contoh :
Dari contoh diatas, kita telah menghitung E(X), E(Y), sx2, sy2. Misalkan kita hendak membentuk sebuah portfolio dari dua investasi tersebut dengan menanamkan investasi yang sama dalam setiap asset tersebut. Hitunglah portfolio expected return dan portfolio risk.
Penyelesaian :
Dengan menggunakan persamaan diatas dimana w = 0,50, E(X) = 105, E(Y) = 90, sx2 = 14.725, sy2 = 37.900 dan sxy = 23.300, maka
E(P) = (0,5)(105) + (1 – 0,5)(90) = $97,50
sp = $157,50
Sumber:
Tidak ada komentar:
Posting Komentar