PENGEMBANGAN MODEL R-VINE MARKET SECTOR COPULA UNTUK OPTIMASI PORTOFOLIO SAHAM DI INDONESIA

Abstract

Pengelolaan risiko kerugian maupun keuntungan ekstrem yang terjadi secara bersamaan pada beberapa aset akibat guncangan pasar global menjadi tantangan dalam manajemen investasi. Model konvensional seperti Capital Asset Pricing Model (CAPM) memiliki keterbatasan karena mengasumsikan hubungan linear antara return aset dengan return pasar serta asumsi normalitas, sehingga cenderung mengabaikan peluang terjadinya tail dependence. Penelitian ini bertujuan untuk menerapkan model Regular Vine Market Sector (RVMS), menganalisis perbandingan hasil perhitungan dekomposisi risikonya dengan kerangka CAPM, serta mengevaluasi hasil optimasi portofolio dari kedua model tersebut pada pasar saham di Indonesia. Data yang digunakan merupakan data log-return harian periode Juni 2021 sampai Juni 2025 yang mencakup Indeks Harga Saham Gabungan (IHSG), dua indeks sektor, serta dua saham dari masing-masing sektor. Metode penelitian meliputi prapemrosesan data, eksplorasi data, pemodelan marginal berbasis ARMA-GARCH, pembentukan struktur RVMS berbasis R-vine copula, dilanjutkan dengan optimasi portofolio dengan meminimumkan Conditional Value at Risk (Min-CVaR), serta diakhiri dengan evaluasi model risiko dengan prosedur rolling-window backtesting mencakup uji Kupiec, Christoffersen, dan McNeil–Frey, serta evaluasi kinerja ekonomi portofolio. Hasil penelitian menunjukkan bahwa RVMS memiliki fleksibilitas untuk menangkap struktur dependensi multivariat yang nonlinear, asimetris, dan memiliki tail dependence. Hasil dekomposisi risiko mengungkap bahwa dependensi sektoral mendominasi pergerakan bersama return saham di Indonesia. Model RVMS mampu menangkap fenomena asimetris pada ekor distribusi aset dari sektor keuangan yang cenderung ikut jatuh bersama pasar global saat terjadi penurunan ekstrem, di mana informasi ini gagal dideteksi oleh koefisien beta CAPM. Pada tingkat kepercayaan 95%, model RVMS berkinerja lebih baik karena lolos uji Kupiec maupun Christoffersen, memangkas CVaR sebesar 11% hingga 15% relatif terhadap CAPM, serta menghasilkan standard error yang jauh lebih kecil dan confidence interval yang secara signifikan lebih sempit melalui metode bootstrap. Pada tingkat kepercayaan 99%, pengujian statistik yang lebih ketat menunjukkan bahwa model CAPM ditolak pada uji Kupiec dan Christoffersen karena jumlah pelanggaran VaR lebih besar daripada yang diharapkan serta terjadi violation clustering. Sebaliknya, model RVMS menunjukkan kinerja yang lebih baik karena berhasil memenuhi uji Kupiec serta lolos uji McNeil–Frey yang mengevaluasi akurasi estimasi CVaR. Hasil tersebut menunjukkan bahwa model RVMS mampu mengestimasi besarnya kerugian ekstrem secara lebih akurat meskipun masih terdapat violation clustering VaR pada uji Christoffersen. Evaluasi kinerja ekonomi memperlihatkan bahwa RVMS memberikan peningkatan performa yang moderat namun konsisten dibandingkan dengan CAPM pada kedua tingkat kepercayaan. Pada tingkat kepercayaan 95%, portofolio RVMS berhasil menekan nilai maximum drawdown menjadi lebih rendah daripada CAPM meskipun memerlukan rebalancing aset yang lebih aktif dengan nilai portfolio turnover yang lebih besar. Keunggulan ekonomi RVMS menjadi semakin terlihat pada tingkat kepercayaan ekstrem 99%, di mana nilai maximum drawdown berhasil ditekan secara signifikan ke titik terendah dengan nilai portfolio turnover yang lebih stabil serta efisiensi Sharpe ratio yang lebih tinggi. Secara keseluruhan, portofolio berbasis RVMS menghasilkan alokasi bobot yang lebih terdiversifikasi secara sektoral, meningkatkan efisiensi Sharpe ratio, serta menekan nilai maximum drawdown demi perlindungan modal yang lebih optimal. Implikasi penelitian ini secara teoritis memberikan pemahaman mendalam mengenai keterbatasan asumsi linearitas CAPM pada pasar berkembang serta potensi keunggulan pendekatan berbasis copula. Sedangkan secara praktis, penelitian ini menyediakan alternatif pendekatan manajemen risiko yang lebih tangguh bagi investor maupun manajer investasi dalam memetakan risiko ekstrem untuk mengambil keputusan alokasi aset yang optimal di pasar modal Indonesia.