http://repository.ipb.ac.id/handle/123456789/162419 2026-08-12T17:07:49Z 2026-08-12T17:07:49Z NARESWARI, KHANSA PARAMYTHA http://repository.ipb.ac.id/handle/123456789/178207 2026-08-11T06:30:22Z 2026-01-01T00:00:00Z

Penentuan Kontribusi Asuransi Jiwa Syariah Multi Akad Joint Life dengan Tingkat Imbal Hasil Model Cox-Ingersoll-Ross NARESWARI, KHANSA PARAMYTHA Industri asuransi jiwa syariah di Indonesia menunjukkan potensi pertumbuhan signifikan, namun menghadapi tantangan dalam penentuan kontribusi yang kompetitif dan transparan pada produk joint life. Penelitian ini bertujuan menentukan kontribusi asuransi jiwa syariah joint life dengan menerapkan model stokastik Cox-Ingersoll-Ross (CIR) pada yield Surat Berharga Syariah Negara (SBSN) 2022-2025 dan menentukan kontribusi tahunan asuransi jiwa syariah joint life menggunakan skema multi akad. Hasil penelitian menunjukkan bahwa model CIR mampu memprediksi dinamika imbal hasil dengan akurasi kategori layak (MAPE 20.74%). Temuan baru penelitian ini adalah analisis pengaruh variasi proporsi alokasi kontribusi terhadap besaran kontribusi total yang membuktikan bahwa perubahan proporsi dana tidak mengurangi jaminan risiko kematian karena sistem aktuaria selalu menyesuaikan kontribusi total secara otomatis. Implikasinya, Skema 40-10-50 (40% tabarru', 10% ujrah, 50% investasi) diusulkan sebagai komposisi optimal bagi perusahaan dan peserta karena menawarkan keseimbangan antara keterjangkauan kontribusi, pertumbuhan nilai investasi, dan likuiditas operasional yang stabil.

2026-01-01T00:00:00Z PINTO, HANG DIEN http://repository.ipb.ac.id/handle/123456789/177696 2026-08-07T08:59:17Z 2026-01-01T00:00:00Z

Analisis Efektivitas Hedging Indeks Menggunakan Kontrak Futures dengan Vector Error Correction Model PINTO, HANG DIEN Perkembangan pasar keuangan global meningkatkan volatilitas harga aset sehingga risiko investasi pada pasar saham semakin tinggi. Salah satu strategi untuk mengurangi risiko tersebut adalah hedging menggunakan kontrak futures. Penelitian ini bertujuan menganalisis efektivitas hedging antara pasar maju dan pasar berkembang menggunakan pendekatan Vector Error Correction Model (VECM), dengan indeks S&P 500 sebagai representasi pasar maju dan indeks Bovespa sebagai representasi pasar berkembang. Data yang digunakan berupa harga spot dan futures mingguan periode Januari 2020–Desember 2022. Analisis dilakukan melalui uji stasioneritas Augmented Dickey-Fuller (ADF), penentuan lag optimal berdasarkan Akaike Information Criterion (AIC), uji kausalitas Granger, uji kointegrasi Johansen, estimasi VECM, serta perhitungan optimal hedge ratio dan efektivitas hedging. Hasil penelitian menunjukkan bahwa seluruh variabel stasioner pada diferensiasi pertama dan memiliki hubungan kointegrasi jangka panjang sehingga model VECM layak digunakan. Nilai optimal hedge ratio untuk indeks S&P 500 dan Bovespa masing-masing sebesar 0,9687 dan 0,9912, sedangkan efektivitas hedging sebesar 92,91% dan 99,04%. Hasil tersebut menunjukkan bahwa kontrak futures efektif digunakan sebagai instrumen lindung nilai pada kedua pasar, dengan efektivitas hedging yang lebih tinggi pada indeks Bovespa.; Global financial market development has increased asset price volatility, leading to higher investment risk in stock markets. One strategy to mitigate this risk is hedging using futures contracts. This study aims to analyze the hedging effectiveness of developed and emerging markets using the Vector Error Correction Model (VECM), with the S&P 500 Index representing the developed market and the Bovespa Index representing the emerging market. Weekly spot and futures price data from January 2020 to December 2022 were analyzed using the Augmented Dickey-Fuller (ADF) unit root test, optimal lag selection based on the Akaike Information Criterion (AIC), Granger causality test, Johansen cointegration test, VECM estimation, and the calculation of the optimal hedge ratio and hedging effectiveness. The results indicate that all variables are stationary at the first difference and cointegrated in the long run, confirming the suitability of the VECM. The optimal hedge ratios for the S&P 500 and Bovespa indices are 0.9687 and 0.9912, respectively, while the corresponding hedging effectiveness values are 92.91% and 99.04%. These findings demonstrate that futures contracts are effective hedging instruments in both markets, with higher hedging effectiveness observed for the Bovespa Index.

2026-01-01T00:00:00Z Permata, Yossyifa Zahra http://repository.ipb.ac.id/handle/123456789/177111 2026-08-04T14:43:52Z 2026-01-01T00:00:00Z

Optimalisasi Portofolio Investasi Saham Indeks IDX-MES BUMN 17 Menggunakan Metode Mean-Semivariance Permata, Yossyifa Zahra YOSSYIFA ZAHRA PERMATA. Optimalisasi Portofolio Investasi Saham Indeks IDX-MES BUMN 17 Menggunakan Metode Mean-Semivariance. Dibimbing oleh ENDAR HASAFAH NUGRAHANI dan RETNO BUDIARTI. Indeks IDX-MES BUMN 17 memuat saham syariah BUMN dan afiliasinya yang likuid serta berfundamental kuat, tetapi kajian portofolio berbasis penurunan risiko masih terbatas. Penelitian ini bertujuan membentuk portofolio optimal konstituen IDX-MES BUMN 17 dengan metode mean-semivariance (MSV) dan membandingkan kinerjanya dengan mean-variance (MV) melalui Sharpe Ratio. Data berupa harga penutupan harian Januari–Desember 2024 dari 14 saham berdata lengkap; enam saham dengan expected return positif dipilih sebagai kandidat. Matriks semivariance-semicovariance dibentuk menggunakan return harian IHSG sebagai benchmark, lalu bobot dioptimisasi melalui quadratic programming dengan kendala non-negatif. Portofolio MSV optimal terdiri atas IPCC (38,68%), PTBA (27,12%), PGAS (13,99%), ELSA (11,80%), dan BRIS (8,42%). Portofolio ini menghasilkan expected return harian 0,000953, downside deviation 0,005626, dan Sharpe Ratio 0,12827. Hasil ini menunjukkan MSV memberi kinerja lebih baik dan lebih sesuai bagi investor risk averse pada saham syariah BUMN.; YOSSYIFA ZAHRA PERMATA. Optimization of IDX-MES BUMN 17 Stock Investment Portfolio Using the Mean-Semivariance Method. Supervised by ENDAR HASAFAH NUGRAHANI and RETNO BUDIARTI. The IDX-MES BUMN 17 index consists of liquid, fundamentally strong Islamic SOE and affiliated stocks, yet portfolio studies using downside risk remain limited. This study aimed to construct an optimal IDX-MES BUMN 17 portfolio using mean-semivariance (MSV) and compare its performance with mean-variance (MV) through the Sharpe Ratio. The data were daily adjusted closing prices from January to December 2024 for 14 stocks with complete records; six stocks with positive expected returns were selected. The semivariance-semicovariance matrix was built using daily IDX Composite returns as the benchmark, and the weights were optimized by quadratic programming with non-negative constraints. The optimal MSV portfolio consisted of IPCC (38.68%), PTBA (27.12%), PGAS (13.99%), ELSA (11.80%), and BRIS (8.42%). It produced a daily expected return of 0,000953, downside deviation of 0,005626, and Sharpe Ratio of 0,12827. These results indicate that MSV provides better portfolio performance and is more suitable for risk averse investors in Islamic SOE stocks.

2026-01-01T00:00:00Z Devi, Ishwari Chandani http://repository.ipb.ac.id/handle/123456789/176860 2026-08-03T06:48:59Z 2026-01-01T00:00:00Z

Analisis Value at Risk dan Tail Value at Risk pada Data Besar Klaim Asuransi dengan Model Sebaran Splicing Devi, Ishwari Chandani Sebaran data klaim asuransi kebakaran umumnya berekor berat (heavy-tailed), didominasi klaim kecil yang sering terjadi dan klaim ekstrem yang jarang namun berdampak besar, sehingga sebaran tunggal sering tidak memadai untuk memodelkannya. Penelitian ini bertujuan membangun model sebaran splicing untuk memodelkan besar klaim asuransi serta mengukur dan membandingkan risikonya menggunakan Value at Risk (VaR) dan Tail Value at Risk (TVaR). Data yang digunakan adalah klaim asuransi kebakaran Denmark sebanyak 2.167 observasi. Model sebaran splicing menggabungkan sebaran lognormal terpancung pada bagian body dan sebaran Pareto II pada bagian tail dengan threshold sebesar 5 juta Danish Krone (DKK). Estimasi parameter dilakukan dengan metode maximum likelihood, sedangkan VaR dan TVaR dihitung secara analitik dan simulasi. Hasil uji goodness-of-fit menunjukkan model sebaran splicing memberikan kecocokan terbaik dibandingkan model sebaran tunggal lognormal dan Pareto II. Pada tingkat kepercayaan 95%, diperoleh VaR sebesar 9,299 juta DKK dan TVaR sebesar 26,986 juta DKK, sedangkan pada tingkat kepercayaan 99%, diperoleh VaR sebesar 27,506 juta DKK dan TVaR sebesar 76,355 juta DKK.; Fire insurance claim data distributions are generally heavy-tailed, dominated by frequent small claims accompanied by rare but highly impactful extreme claims, so that a single distribution is often inadequate to model them. This study aims to develop a spliced distribution model for insurance claim severity and to measure and compare its risk using Value at Risk (VaR) and Tail Value at Risk (TVaR). The data used are Danish fire insurance claims consisting of 2,167 observations. The spliced distribution model combines a truncated lognormal distribution for the body and a Pareto II distribution for the tail, with a threshold of 5 million Danish Krone (DKK). Parameters were estimated by the maximum likelihood method, while VaR and TVaR were computed analytically and by simulation. The goodness-of-fit test shows that the spliced distribution model provides the best fit compared to single lognormal and Pareto II distributions. At the 95% confidence level, the VaR is 9.299 million DKK and the TVaR is 26.986 million DKK, while at the 99% confidence level, the VaR is 27.506 million DKK and the TVaR is 76.355 million DKK.

2026-01-01T00:00:00Z