Investasi Alternatif: CAIA Level II dirancang sebagai sumber bacaan utama untuk ujian Level II dari program Chartered Alternative Investment Analyst (CAIA) yang diselenggarakan oleh Asosiasi CAIA. Untuk memastikan bahwa materi ini mencerminkan praktik terkini dalam bidang investasi alternatif, Asosiasi CAIA mengundang sekelompok profesional industri terkemuka dan akademisi untuk berkontribusi dalam produksi buku ini. Sementara beberapa dari mereka membantu secara langsung dengan menulis beberapa bab buku ini, yang lain memberikan masukan berharga sebagai anggota dewan penasihat kami. Tanpa bakat dan dedikasi mereka yang luar biasa, buku ini tidak akan pernah selesai. Sejak didirikan pada tahun 2002, Asosiasi CAIA telah berupaya untuk menjadi pemimpin dalam pendidikan investasi alternatif di seluruh dunia dan menjadi katalis bagi pendidikan terbaik di bidang ini di mana pun adanya. Program CAIA didirikan dengan bantuan sekelompok inti fakultas dan ahli industri yang berafiliasi dengan Kelas terdiri dari 43 profesional investasi yang berdedikasi yang telah lulus ujian Tingkat I dan II serta memenuhi persyaratan lainnya untuk keanggotaan. Banyak dari anggota pendiri ini berperan penting dalam membentuk gelar CAIA sebagai tanda global keunggulan dalam pendidikan investasi alternatif. Melalui dukungan mereka dan dengan bantuan dari para sponsor pendiri—AIMA dan CISDM—Asosiasi CAIA kini telah mapan sebagai gelar yang paling komprehensif dan kredibel dalam bidang investasi alternatif yang berkembang pesat.
AIMA yaitu asosiasi perdagangan obat terlarang global yang tidak mencari keuntungan untuk industri hedge fund, dengan lebih dari 1.500 anggota korporat di seluruh dunia. Anggota termasuk manajer hedge fund terkemuka, manajer fund of hedge funds, pialang utama, layanan hukum dan akuntansi, serta administrator dana, yang semuanya mendapatkan manfaat dari pengaruh aktif AIMA dalam pengembangan kebijakan; kepemimpinannya dalam inisiatif industri, termasuk pendidikan dan praktik yang baik. the translation of the text to n:
seperti juga mencakup ekuitas swasta, komoditas, dan aset riil, selalu dengan memperhatikan pergeseran di industri. Saat ini, beberapa ratus anggota CAIA mengidentifikasi area utama keahlian mereka sebagai real estat atau ekuitas swasta, dan beberapa ratus lainnya berasal dari kantor keluarga, dana pensiun, yayasan, dan dana kekayaan negara yang mengalokasikan sumber daya di berbagai kelas dalam industri investasi alternatif. Untuk memastikan manfaat bagi spektrum anggota yang seluas mungkin, kami telah mengembangkan subkomite kurikulum yang mewakili setiap area cakupan dalam kurikulum. Area dan produk investasi alternatif memiliki beberapa fitur yang khas, seperti kebebasan relatif di pihak manajer investasi untuk bertindak demi kepentingan terbaik investor mereka, keselarasan kepentingan antara pemilik aset dan manajer aset, serta likuiditas yang relatif rendah dari posisi investasi beberapa produk investasi.
Bacaan. Informasi tentang cara mendapatkan dua komponen terakhir dapat ditemukan di situs web kami, caia.org. Banyak sumber daya tersedia secara gratis di situs web kami juga. Kami akan terus memperbarui Panduan Belajar CAIA Tingkat II setiap enam bulan (setiap siklus ujian). Panduan belajar ini menguraikan semua bacaan dan tujuan pembelajaran (LO) yang harus dipenuhi oleh kandidat. Panduan ini juga berisi informasi penting bagi kandidat mengenai penggunaan LO, kebijakan pengujian, bobot topik, di mana menemukan dan melaporkan errata, dan masih banyak lagi. Seluruh proses ujian diuraikan dalam Buku Pegangan Kandidat CAIA, yang tersedia di caia.org. Kandidat juga dapat mengakses buku kerja yang menyelesaikan masalah yang disajikan di akhir setiap bab dan alat bantu belajar penting lainnya.
sri padukaraja rsi mandalakrida memperoleh gelar PhD dari planet Michigan, Ann Arbor dan merupakan penasihat senior untuk Asosiasi CAIA. Investasi asli. Dia juga merupakan Pemegang Piagam CFA dan anggota kelas perdana kandidat CAIA. Dia yaitu penulis buku Managing a Hedge Fund (2004, McGraw-Hill). Dia terpilih dalam daftar majalah Institutional Investor sebagai “Bintang Muda Hedge Funds” pada tahun 2010.
Don dracula memperoleh gelar PhD dari planet of North Carolina, Chapel Hill. Dia yaitu Direktur Asosiasi Program di CAIA Association; Profesor Keuangan Walter E. Henok deblong/KPMG di Lafayette College di Easton, Pennsylvania; dan Chief Investment Officer di Biltmore Capital Advisors. Profesor dracula sebelumnya menjabat sebagai Direktur Investasi Alternatif di Karpus Investment Management. Dia yaitu anggota dewan editorial The Journal of Alternative Investments. Dia juga merupakan Pemegang Piagam CAIA dan penulis utama buku Alternative Investments: CAIA Level I, edisi ketiga (2015, John Wiley & Sons).
ibnu enok deblong yaitu Chief Investment Officer di Commonfund. Dia bertanggung jawab atas keseluruhan. Analisis Keuangan, Analis Investasi Alternatif Bersertifikat, Akuntan Publik Bersertifikat, dan Akuntan Manajemen Global Bersertifikat, dan merupakan Anggota Pengacara Negara Bagian New York dan Negara Bagian Illinois. Jim Campasano yaitu Presiden Marshall James Capital, LLC, sebuah perusahaan penasihat yang fokus pada produk volatilitas. Ia yaitu lulusan planet Harvard dengan gelar Ekonomi, cum laude, dan menerima gelar JD dari Sekolah Hukum planet Vanderbilt serta merupakan kandidat PhD di bidang keuangan di Isenberg School of Management, planet Massachusetts–Amherst. Sebelum bergabung dengan Marshall James Capital, Mr. Campasano bekerja sebagai manajer portofolio di Vicis Capital dan Millennium Limited Partners, di mana ia mengelola portofolio volatilitas panjang lintas aset. Ia berkontribusi pada Bab 30 (Produk dan Strategi Volatilitas, Korelasi, dan Dispersi). Michal E. Crowder menerima gelar JD dari Sekolah Hukum planet Northwestern di Chicago dan memiliki gelar Master of Arts di ment Analytics, LLC. Dia yaitu pemegang CFA dan CAIA Charter, dan sedang menyelesaikan gelar PhD di Isenberg School of Management, planet Massachusetts–Amherst. Dia yaitu penulis utama Bab 31 (Replikasi Hedge Fund).
Malay K. Dey saat ini yaitu korban pembunuhan senior di FINQ LLC, sebuah startup teknologi keuangan yang terdiversifikasi. Dia pernah menjabat sebagai pengajar di planet Illinois di Urbana Champaign, planet Cornell, dan planet Minnesota, Twin Cities. Profesor Dey sering mengunjungi Indian Institute of Management Calcutta (IIMC) dan telah memberikan kuliah di ISI Calcutta serta institusi ternama lainnya di India. Dia merupakan Peneliti Tamu di Networks Financial Institute di Indiana State planet (2006–2008) dan menjabat sebagai Wakil Presiden, strategi perdagangan obat terlarang kuantitatif, di ITG dari 2006 hingga 2007. Profesor Dey meraih gelar PhD dalam bidang Keuangan dari Isenberg School of Management, planet Massachusetts–Amherst. Penelitiannya berfokus pada teori dan. Tahun berdasarkan Pengelolaan Uang Dana dan Endowment (Investor Institusi) dan merupakan kontributor utama untuk tim di NEPC yang dinyatakan sebagai Konsultan Aset Alternatif Tahun versi majalah PLANSPONSOR. Dia yaitu seorang CPA dan Pemegang Jabatan CAIA. Dia memiliki gelar MBA dengan predikat cum laude dari planet Santa Clara. Dia yaitu penulis utama dari Bab 32 (Dana Hedge Funds dan Dana Multistrategi). Urbi Garay menerima gelar PhD di bidang Keuangan dari Isenberg School of Management, planet Massachusetts–Amherst, gelar MA dari planet Yale, dan gelar BA dalam Ekonomi dari Universidad Católica Andrés Bello (Caracas, Venezuela). Dia yaitu Profesor Keuangan di IESA Business School (Caracas, Venezuela). Dia pernah menjadi peneliti tamu di CISDM (2007–2008), dan telah menjadi profesor tamu di berbagai sekolah bisnis di Amerika Latin, Amerika Serikat, dan Eropa. Dia telah menjadi konsultan untuk Bank Pembangunan Inter-Amerika, Bank Sentral Venezuela, dan Bursa Efek Caracas. Dia Sebelumnya di Institut Teknologi Kerajaan Swedia (KTH) dan Sekolah Manajemen Sloan MIT. Kathryn menyelesaikan gelar PhD-nya di MIT Sloan, melakukan penelitian tentang heuristik keuangan. Kathryn yaitu co-author dari buku Trend Following with Managed Futures: The Search for Crisis Alpha (2014, John Wiley & Sons). Kathryn yaitu seorang 100-Women in Hedge Funds PAAMCO CAIA Scholar dan pemegang Charter CAIA. Dia yaitu penulis utama untuk Bab 25 dan 26 (Managed Futures).
Jim Kyung-Soo Liew yaitu Asisten Profesor Keuangan di Sekolah Bisnis Carey Johns Hopkins. Dr. Liew mengajarkan Strategi Hedge Fund Lanjutan, Keuangan Perusahaan, Derivatif, Keuangan Kewirausahaan, Pendapatan Tetap, dan Manajemen Kekayaan di Sekolah Bisnis Carey Johns Hopkins. Sebelum bergabung dengan Johns Hopkins, Dr. Liew mengajar Arbitrase Statistik di planet Columbia dan Kolese Baruch CUNY, serta Strategi Hedge Fund di Sekolah Bisnis Stern NYU, sebagai Profesor Afiliasi. telah aktif secara komersial dalam investasi aset riil dan investasi berbasis komoditas selama dekade terakhir. Dia sering diminta untuk berbicara tentang berbagai aspek bisnis Investasi Alternatif, dan sering mempublikasikan penelitiannya. Sebelumnya, dia yaitu Peneliti di Brookings Institution. Dia memiliki gelar BA dan MA dari planet Johns Hopkins. Dia yaitu penulis utama untuk Bab 20 dan 21 (Aset Riil).
Pierre-Yves haunted graves yaitu Kepala Risiko di Departemen Ekuitas Swasta Otoritas Investasi Abu Dhabi. Dia yaitu anggota tetap dari kelompok kerja Pedoman Pengukuran Risiko EVCA. Dia menjadi ko-direktur dalam kursus Sertifikat dalam Investasi Ekuitas Swasta Institusional (CIPEI) yang diselenggarakan oleh Institut Ekuitas Swasta Oxford Said Business School. Sebelumnya, dia yaitu kepala divisi manajemen risiko ekuitas swasta di European Investment Fund (bagian dari kelompok Bank Investasi Eropa), bekerja sebagai bankir investasi di kelompok teknologi dari fungsi manajemen dan merupakan direktur EVCA (sekarang Invest Europe). Ia yaitu sekretaris Grup Pengukuran Risiko Ekuitas Swasta EVCA, co-direktur kursus korban pembunuhan terbatas yang disampaikan oleh Institut Ekuitas Swasta di Sekolah Bisnis Saïd, planet Oxford, yang menghasilkan CIPEI yang diberikan oleh EVCA. Ia yaitu Shimomura Fellow dari Bank Pembangunan Jepang dan pernah menjadi peneliti tamu di planet Hitotsubashi di Tokyo. Stasiun karier lainnya termasuk petugas intelijen di Angkatan Udara Jerman dan CFO Allianz Asia Pasifik di Singapura. Tuan Meyer telah menerbitkan beberapa buku tentang strategi investasi dan manajemen risiko untuk aset nyata. Ia yaitu penulis buku Private Equity Unchained (2015, Palgrave MacMillan) dan merupakan penulis bersama buku Beyond the J Curve (2005, John Wiley & Sons), J Curve Exposure (2007, John Wiley & Sons), dan Mastering Illiquidity (2011, John Wiley & Sons). Thomas Meyer dan Pierre-Yves haunted graves yaitu penulis utama dari Bab Panduan Mendalam untuk Membangun Portofolio Anda dan Memperoleh Keuntungan dari Pasar Kredit (2013, McGraw-Hill). Dia yaitu penulis utama dari Bab 29 (Hedge Funds: Strategi Kredit). Jason Scharfman yaitu Managing Partner dari Corgentum Consulting, LLC. Corgentum yaitu perusahaan konsultasi spesialis yang melakukan tinjauan due diligence operasional dan investigasi latar belakang pada manajer dana dari berbagai jenis di seluruh dunia, termasuk hedge funds, ekuitas swasta, dan dana real estat. Tuan Scharfman diakui sebagai salah satu ahli terkemuka di bidang due diligence operasional dan yaitu penulis dari Hedge Fund Governance: Evaluating Oversight, Independence, and Conflicts (2014, Academic Press), Private Equity Operational Due Diligence: Tools to Evaluate Liquidity, Valuation, and Documentation (2012, John Wiley & Sons) dan Hedge Fund Operational Due Diligence: Understanding the Risks (2008, John Wiley & Sons). Sebelum mendirikan Corgentum, ia mengawasi fungsi due diligence operasional untuk sebuah... f Massachusetts–Amherst. Dia yaitu mantan pedagang opsi dan telah bekerja secara ekstensif dalam alokasi aset dan program investasi yang dikelola dengan risiko. Dia yaitu salah satu pendiri editor dari Alternative Investment Analyst Review (AIAR) dan saat ini merupakan anggota dewan editorial The Journal of Alternative Investments (JAI). Dia yaitu pemegang CFA Charter dan telah berkonsultasi untuk Options Industry Council, Chicago Board Options Exchange, Chartered Alternative Investment Analyst Association, dan Commodity Futures Trading Commission. Dia yaitu penulis utama untuk Bab 22–24 (Komoditas).
Ini yaitu yang pertama dari dua bab yang membahas alokasi aset, dengan fokus pada proses pengambilan keputusan para pengalokasi aset yang mempertimbangkan portofolio yang terdiri dari kelas aset tradisional maupun alternatif. Bab ini menjelaskan dasar-dasar...
"stor, seperti tingkat maksimum volatilitas pengembalian atau maksimum eksposur terhadap sektor tertentu, atau ditentukan oleh pasar, seperti larangan penjualan pendek terhadap aset tertentu dan tingkat investasi minimum yang diminta oleh manajer hedge fund.
Sementara alokasi aset mengacu pada komposisi portofolio seorang investor dalam hal kelas aset yang berbeda, kami mendefinisikan pemilihan sekuritas sebagai proses melalui mana kepemilikan dalam setiap kelas aset ditentukan. Misalnya, proses alokasi aset mungkin menyarankan bahwa 20% dari portofolio seorang investor harus dialokasikan untuk hedge fund, sementara pemilihan sekuritas dalam kasus ini berfokus pada manajer hedge fund yang pada akhirnya dipilih untuk tujuan investasi.
Pentingnya alokasi aset versus pemilihan sekuritas telah menjadi subjek debat yang berlangsung lama dan kontroversial. Pertanyaan dasarnya yaitu : Mana di antara dua keputusan ini yang memiliki dampak lebih besar pada kinerja portofolio? Ternyata, jawaban atas pertanyaan yang tampaknya sederhana ini..." yang dimaksud dengan kinerja portofolio. Apakah dampak alokasi aset terhadap pengembalian bulanan yang diharapkan yaitu satu-satunya kriteria untuk mengevaluasi pentingnya alokasi aset? Bagaimana dengan momen yang lebih tinggi dari distribusi pengembalian atau beta portofolio terkait dengan beberapa tolok ukur? Seperti yang akan dibahas, apa yang dimaksud dengan kinerja akan berdampak pada pentingnya alokasi aset.
Salah satu studi yang paling dikenal tentang pentingnya alokasi aset diterbitkan pada tahun 1986 oleh Brinson, Hood, dan Beebower (BHB). Para penulis melakukan regresi terhadap tingkat pengembalian kuartalan yang dilaporkan oleh sekelompok dana pensiun AS terhadap tolok ukur yang dikelola secara pasif yang dibuat menggunakan bobot yang diusulkan oleh dokumen kebijakan investasi dari dana pensiun ini . Tujuannya yaitu untuk menguji hubungan antara kinerja aktual dana dan kinerja yang akan dicapai seandainya dana ini menginvestasikan modal mereka dalam indeks pasar yang dikelola secara pasif sesuai dengan Buku CAIA Level I menyatakan bahwa r-squared dari regresi menunjukkan seberapa banyak variasi dalam variabel dependen dapat dijelaskan oleh variasi dalam variabel independen atau variabel penjelas. Dengan kata lain, studi BHB hanya mengonfirmasi bahwa lebih dari 90% variabilitas dalam pengembalian yang direalisasikan dari portofolio yang sepenuhnya terdiversifikasi dapat dijelaskan oleh keputusan alokasi aset. Yang lebih penting, studi ini tidak mengatakan apa-apa tentang dampak alokasi aset pada rata-rata pengembalian dari dana pensiun ini . Studi ini banyak berbicara tentang momen kedua dari distribusi pengembalian dana dan sangat sedikit mengenai momen pertama dari distribusi pengembalian mereka. Selain itu, sampel ini termasuk portofolio yang sepenuhnya terdiversifikasi dan oleh karena itu tidak dapat mempertimbangkan pentingnya pemilihan sekuritas karena para manajer portofolio sudah memutuskan untuk terdiversifikasi sepenuhnya dan tidak memegang posisi terkonsentrasi dalam sekuritas yang mereka anggap. . Oleh karena itu, jika seorang alokator aset ingin mengevaluasi volatilitas yang diharapkan dari dua portofolio terdiversifikasi, maka kebijakan alokasi aset dari kedua dana ini akan sangat informatif.
2. Seberapa besar perbedaan dalam rata-rata hasil di antara dana yang dapat dijelaskan oleh perbedaan dalam kebijakan investasi? Artinya, jika rata-rata hasil dari dua dana terdiversifikasi dibandingkan, seberapa besar perbedaan dalam kinerja relatif yang dapat dijelaskan oleh perbedaan dalam kebijakan alokasi aset? Jawabannya sangat bergantung pada sampel, tetapi sebagian besar penelitian menunjukkan bahwa kurang dari 50% perbedaan dalam rata-rata hasil dapat dijelaskan oleh perbedaan dalam alokasi aset. Faktor lain—seperti waktu kelas aset, gaya dalam kelas aset, pemilihan sekuritas, dan biaya—menjelaskan perbedaan yang tersisa. Oleh karena itu, jika seorang alokator aset ingin mengevaluasi hasil yang diharapkan dari dua dana terdiversifikasi, kebijakan alokasi aset dari kedua dana ini akan berguna, tetapi faktor lain juga harus diperhatikan. Dana investasi menyimpulkan bahwa 65% hingga 85% dari mereka berkinerja di bawah alokasi aset jangka panjang yang dijelaskan dalam pernyataan kebijakan investasi mereka atau tolok ukur pasif mereka (Ibbotson dan Kaplan 2000). Mengingat pentingnya alokasi aset, sisa bab ini akan fokus pada proses alokasi aset, peran pemilik aset dalam menentukan tujuan dan batasan proses, serta perbedaan antara program alokasi aset strategis dan taktis.
1.2 LIMA LANGKAH PROSES ALOKASI ASET
Bagian ini menggambarkan langkah-langkah khas yang harus diambil untuk melaksanakan program alokasi aset sistematis. Pendekatan sistematis memungkinkan penyusun alokasi aset untuk merancang dan menerapkan strategi investasi demi kepentingan pemilik aset. Pendekatan semacam itu perlu fokus pada tujuan dan batasan yang relevan bagi pemilik aset. Kami memulai dengan diskusi tentang yang pertama dari lima langkah ini . kelas aset yang perlu dipertimbangkan, apakah pendekatan aktif atau pasif yang akan digunakan, dan seberapa sering serta dalam keadaan apa alokasi ini akan diubah. Perubahan semacam itu muncul karena perubahan fundamental dalam kondisi ekonomi atau perubahan dalam keadaan pemilik aset.
Langkah ketiga yaitu melaksanakan kebijakan alokasi aset secara keseluruhan yang dijelaskan dalam pernyataan kebijakan investasi. Langkah ini akan memerlukan penerapan baik teknik kuantitatif maupun kualitatif untuk menentukan bobot masing-masing kelas aset dalam portofolio. Mengingat alokasi untuk investasi alternatif biasanya melibatkan pemilihan dan alokasi kepada manajer (misalnya, manajer hedge fund dan ekuitas swasta), langkah ini perlu memiliki fleksibilitas yang sudah disiapkan, karena due diligence yang mendalam pada manajer harus diselesaikan, dan dengan demikian alokasi yang direncanakan mungkin tidak dapat dilaksanakan. Sebagai contoh, alokasi yang direncanakan mungkin ternyata kurang dari tingkat investasi minimum yang diterima oleh manajer yang telah... Here is
**Proses Alokasi Aset dan Model Mean-Variance 7**
1.3 PEMILIK ASET
Proses alokasi aset yang sistematis dimulai dengan pemilik aset. Bab 3 hingga 6 buku ini memberikan deskripsi mendetail tentang jenis-jenis pemilik aset utama dan strategi investasi mereka. Bagian ini menjelaskan secara singkat kelas-kelas utama pemilik aset. Meskipun daftar pemilik aset tidak akan komprehensif, hal ini seharusnya cukup untuk menyoroti perbedaan yang ada di antara jenis-jenis pemilik aset utama dan bagaimana karakteristik mereka memengaruhi kebijakan alokasi aset mereka. Bagian berikut membahas empat kategori pemilik aset:
1. Dana abadi dan yayasan
2. Dana pensiun
3. Dana kekayaan negara
4. Kantor keluarga
1.3.1 Dana Abadi dan Yayasan
Dana abadi dan yayasan memiliki tujuan yang berbeda tetapi, dari sudut pandang kebijakan investasi, berbagi banyak karakteristik. Dana abadi yaitu dana yang didirikan oleh organisasi nirlaba untuk mengumpulkan dana melalui berdistribusi persentase minimum dari aset mereka setiap tahun. Yayasan dapat berinvestasi dalam seluruh pilihan aset, termasuk kelas aset alternatif.
1.3.2 Dana Pensiun
Dana pensiun didirikan untuk menyediakan manfaat pensiun kepada sekelompok penerima manfaat yang biasanya anggota sebuah organisasi, seperti bisnis yang berorientasi laba atau nirlaba serta entitas pemerintah. Organisasi yang mendirikan dana pensiun disebut sebagai sponsor rencana. Ada empat jenis dana pensiun (Ang 2014):
1. Dana pensiun nasional. Dana pensiun nasional dikelola oleh pemerintah nasional dan ditujukan untuk memberikan pendapatan pensiun dasar kepada warga negara suatu negara. Program Jaminan Sosial AS, Layanan Pensiun Nasional Korea Selatan, dan Dana Provident Sentral Singapura yaitu contoh dana semacam itu. Jenis dana ini mungkin tidak beroperasi jauh berbeda dari dana kekayaan kedaulatan, yang akan dijelaskan lebih lanjut di. Here is the translated text in n:
gunakan atau anak-anak yang masih muda. Sponsor rencana mengarahkan pengelolaan aset dana. Meskipun dana ini mungkin tidak sebanding dengan ukuran atau jangka waktu dana nasional, mereka tetap merupakan investor jangka panjang yang besar, dan oleh karena itu seluruh pilihan kelas aset, termasuk aset alternatif, tersedia untuk mereka.
3. Dana kontribusi terdefinisi swasta. Dana kontribusi terdefinisi swasta didirikan untuk menerima kontribusi yang dibuat oleh sponsor rencana ke dalam dana. Rencana pensiun menentukan kontribusi yang diharapkan dilakukan oleh sponsor rencana selama perusahaan mempekerjakan penerima manfaat. Kontribusi ini disetorkan ke akun yang terhubung dengan setiap penerima manfaat, dan saat pensiun, karyawan menerima nilai akumulasi dari akun ini . Karyawan dan sponsor rencana secara bersama-sama mengelola aset dana, di mana sponsor memutuskan pilihan kelas aset yang tersedia, dan karyawan memutuskan alokasi aset. Pilihan kelas aset yang tersedia untuk ini. sebagian dari pendapatan negara saat ini untuk digunakan oleh generasi mendatang warganya. SWF mirip dengan dana pensiun nasional dalam arti bahwa mereka dimiliki dan dikelola oleh pemerintah nasional, tetapi tujuannya bukan untuk memberikan pendapatan pensiun kepada warga negara.
SWF telah menjadi pemain utama di pasar keuangan global karena ukurannya yang besar dan jangka investasi jangka panjang mereka. Sebagian besar SWF menginvestasikan sebagian aset mereka dalam aset asing. SWF relatif baru, dan pertumbuhannya, terutama di ekonomi berkembang, telah terkait dengan kenaikan harga sumber daya alam seperti minyak, tembaga, dan emas. Dalam beberapa kasus, SWF didanai melalui cadangan devisa yang diperoleh oleh negara-negara yang menikmati surplus perdagangan obat terlarang yang signifikan, seperti China.
SWF besar dan memiliki jangka waktu yang sangat panjang; oleh karena itu, seluruh pilihan aset harus tersedia bagi mereka. Namun, karena pemerintah nasional... Generasi saat ini. Kantor keluarga cenderung memiliki jangka waktu yang relatif panjang dan biasanya cukup besar untuk berinvestasi dalam seluruh jenis aset, termasuk kelas aset alternatif.
1.4 TUJUAN DAN KETERBATASAN
Seperti yang telah dibahas, pemilik aset yang berbeda memiliki tujuan khusus mereka sendiri dalam mengelola aset mereka dan menghadapi berbagai keterbatasan, yang bisa bersifat internal atau eksternal. Tujuan yaitu preferensi yang membedakan solusi optimal dari solusi suboptimal. Keterbatasan yaitu kondisi yang harus dipenuhi oleh setiap solusi. Keterbatasan internal ditetapkan oleh pemilik aset dan dapat merupakan fungsi dari jangka waktu pemilik, kebutuhan likuiditas, dan keinginan untuk menghindari sektor tertentu. Keterbatasan eksternal dihasilkan dari kondisi pasar dan regulasi. Misalnya, seorang pemilik aset mungkin dilarang untuk berinvestasi dalam kelas aset tertentu, atau biaya dan biaya uji tuntas dapat menghalangi pemilik untuk mempertimbangkan semua kelas aset yang tersedia. Bagian selanjutnya menjelaskan Berikut yaitu terjemahan teks yang diminta ke dalam bahasa :
"Jika merujuk pada tingkat risiko yang bersedia dia terima, maka hal ini dapat menyebabkan manajer portofolio menciptakan portofolio berisiko yang sepenuhnya tidak sesuai dengan toleransi risikonya. Oleh karena itu, pemilik aset dan manajer portofolio perlu berkomunikasi dalam bahasa yang jelas mengenai tujuan pengembalian dan tingkat risiko yang dapat diterima oleh pemilik aset dan konsisten dengan kondisi pasar saat ini.
1.5.1 Mengevaluasi Tujuan dengan Pengembalian yang Diharapkan dan Deviasi Standar
Pertimbangkan dua pilihan investasi berikut yang tersedia bagi pemilik aset:
- Investasi A akan meningkat sebesar 10% atau menurun sebesar 8% dalam setahun ke depan, dengan probabilitas yang sama.
- Investasi B akan meningkat sebesar 12% atau menurun sebesar 10% dalam setahun ke depan, dengan probabilitas yang sama.
- Pengembalian yang diharapkan dari kedua investasi yaitu 1% (ditemukan sebagai rata-rata tertimbang probabilitas dari pengembalian potensial mereka); namun, volatilitasnya akan berbeda (lihat Persamaan 4.9 dari CAIA Level I).
- Investasi A:" Pemilik aset akan memiliki preferensi masing-masing mengenai trade-off antara risiko dan imbal hasil. Ekonom telah mengembangkan sejumlah alat untuk mengekspresikan preferensi ini . Utilitas yang diharapkan yaitu pendekatan yang paling umum untuk menentukan preferensi pemilik aset terhadap risiko dan imbal hasil. Meskipun fungsi utilitas biasanya digunakan untuk mengekspresikan preferensi individu, tidak ada hal dalam teori atau aplikasi yang akan menghalangi kita untuk menerapkannya pada investor institusi juga. Oleh karena itu, dalam konteks investasi, kami mendefinisikan utilitas sebagai pengukuran kepuasan yang diterima individu dari kekayaan atau imbal hasil investasi. Utilitas yang diharapkan yaitu nilai rata-rata utilitas yang diberi bobot probabilitas dari semua kemungkinan hasil. Akhirnya, dalam konteks investasi, fungsi utilitas yaitu hubungan yang mengubah hasil finansial dari sebuah investasi menjadi tingkat utilitas investor. Misalkan awalnya Misalkan utilitas seorang investor yaitu fungsi kekayaan (W) berikut:
U(W) = √W
Temukan utilitas saat ini dan utilitas yang diharapkan dari investor jika ia saat ini memiliki $100 dan sedang mempertimbangkan untuk memasukkan semua uang ke dalam investasi dengan peluang 60% untuk mendapatkan keuntungan 21% dan peluang 40% untuk mengalami kerugian 19%. Haruskah investor mengambil spekulasi daripada menyimpan uang tunai?
Utilitas saat ini dari menyimpan uang tunai yaitu 10, yang dapat ditemukan sebagai √100.
Utilitas yang diharapkan dari mengambil spekulasi ditemukan sebagai:
E[U(W)] = (0,60 × √121) + (0,40 × √81) = 10,2
Karena utilitas yang diharapkan investor dari menyimpan uang tunai hanya 10, investor lebih memilih untuk mengambil spekulasi, yang memiliki utilitas yang diharapkan sebesar 10,2.
12 BAGIAN 1: ALOKASI ASET DAN INVESTOR INSTITUSIONAL
0
1
2
3
4
5
6
7
8
1. 201 401 601 801 1001 1201 1401
U
ti
litas
Kekayaan
TAMPILAN 1.1 Fungsi Utilitas Logaritmik
1.5.3 Penghindaran Risiko dan Bentuk Fungsi Utilitas
Kami yaitu fungsi distribusi
pilihan investasi. Bentuk yang paling umum di antara investor institusi yaitu
menyajikan utilitas yang diharapkan dari sebuah investasi dalam hal rata-rata dan varians
dari pengembalian investasi. Artinya,
E[U(W)] = μ − λ
2
× σ2 (1.5)
Di sini, μ yaitu tingkat pengembalian yang diharapkan dari investasi, σ2 yaitu varians
dari tingkat pengembalian, dan λ yaitu konstanta yang mewakili derajat aversi risiko
pemilik aset. Dapat dilihat bahwa semakin tinggi nilai λ, semakin tinggi efek negatif
dari varians terhadap nilai yang diharapkan. Misalnya, jika λ sama dengan nol, maka
investor dikatakan netral risiko dan investasi dievaluasi hanya berdasarkan
pengembalian yang diharapkan. Nilai negatif dari λ akan menunjukkan bahwa investor yaitu pencari risiko dan sebenarnya lebih menyukai risiko yang lebih tinggi daripada risiko yang lebih rendah.
Derajat aversi risiko menunjukkan trade-off antara risiko dan pengembalian untuk seorang
investor tertentu dan sering kali Utilitas yang diharapkan dari seorang investor, E[U(W)], dari suatu investasi dapat dinyatakan sebagai:
E[U(W)] = μ − λ/2 × σ²
di mana W yaitu kekayaan, μ yaitu tingkat pengembalian yang diharapkan dari investasi, σ² yaitu varians dari tingkat pengembalian, dan λ yaitu konstanta yang mewakili derajat aversi risiko pemilik aset.
Gunakan utilitas yang diharapkan dari seorang investor dengan λ = 0.8 untuk menentukan investasi mana yang lebih menarik:
Investasi A: μ = 0.10 dan σ² = 0.04
Investasi B: μ = 0.13 dan σ² = 0.09
Utilitas yang diharapkan dari A dan B ditemukan sebagai:
Investasi A: E[U(W)] = 0.10 − 0.8/2 × 0.04 = 0.084
Investasi B: E[U(W)] = 0.13 − 0.8/2 × 0.09 = 0.094
Karena utilitas yang diharapkan dari investor untuk memegang B lebih tinggi, investasi B lebih menarik.
14 BAGIAN 1: ALLOKASI ASET DAN INVESTOR INSTITUSIONAL
GAMBAR 1.2 Properti Dua Indeks Hedge Fund
Indeks Rata-Rata Tahunan Deviasi Standar Tahunan Skewness
HFRI Fund of Fund Defensive 7.09% 5.70% 0.24
HFRI Fund Weighted Composite 9.77% 6.76% Sebagai contoh, seseorang dapat menyajikan utilitas yang diharapkan dalam bentuk berikut:
E[U(W)] = μ − λ1/2 × σ2 + λ2 × S − λ3 × K (1.6)
Di sini, S yaitu kemiringan nilai portofolio; K yaitu kurtosis portofolio; dan λ1, λ2, dan λ3 mewakili preferensi untuk variansi, kemiringan, dan kurtosis, masing-masing. Umumnya diasumsikan bahwa sebagian besar investor tidak menyukai variansi (λ1 > 0), menyukai kemiringan positif (λ2 > 0), dan tidak menyukai kurtosis (λ3 > 0). Perhatikan bahwa tanda koefisien dapat berubah.
Contoh: Pertimbangkan informasi tentang dua indeks hedge fund dalam Lampiran 1.2. Jika kita menetapkan λ1 = 10 dan mengabaikan momen yang lebih tinggi, investor akan memilih HFRI Fund Weighted Composite sebagai investasi yang lebih baik, karena memiliki utilitas yang diharapkan lebih tinggi (0.075 dibandingkan 0.055). Namun, jika kita memperluas fungsi objektif untuk memasukkan preferensi terhadap kemiringan positif dan menetapkan λ2 = 1, maka investor akan memilih HFRI Fund of Fund Defensive sebagai pilihan yang lebih baik, karena akan memiliki utilitas yang diharapkan lebih tinggi. derajat penghindaran risiko terhadap VaR, dan VaRα yaitu nilai yang berisiko dari portofolio dengan tingkat kepercayaan α. Kita dapat lebih lanjut menggeneralisasi Persamaan 1.7 dan mengganti VaR dengan ukuran risiko lainnya. Misalnya, seseorang dapat menggunakan statistik risiko, seperti momen parsial yang lebih rendah, beta terhadap tolok ukur, atau penurunan maksimum yang diharapkan.
1.5.7 Menggunakan Penghindaran Risiko untuk Mengelola Dana Pensiun Manfaat Pasti
Untuk melengkapi diskusi kita tentang tujuan, sekarang kita mempertimbangkan penerapan kerangka kerja sebelumnya untuk mempresentasikan tujuan dari dana pensiun manfaat pasti (DB). Informasi berikut tersedia:
- Nilai saat ini dari dana: €V miliar
- Jumlah kelas aset yang dipertimbangkan: N
- Pengembalian pada kelas aset i: Ri
- Bobot kelas aset i dalam portofolio: wi
- Pengembalian pada portofolio: Rp = ∑(dari i=1 hingga N) wiRi
Dengan mengasumsikan bahwa preferensi dana DB dapat dinyatakan seperti dalam Persamaan 1.5, manajer portofolio akan memilih bobot, wi, sedemikian rupa sehingga td. Dev.
Agresif 15% 16%
Moderat 9% 8%
pilih nilai yang sesuai untuk aversi risiko. Manajer portofolio dapat memilih rentang nilai untuk parameter dan menyajikan portofolio yang dihasilkan kepada pemilik aset sehingga mereka dapat melihat bagaimana tingkat aversi risiko mereka mempengaruhi karakteristik risiko-imbalan dari portofolio di bawah kondisi pasar saat ini.
Contoh: Pertimbangkan informasi untuk dua portofolio yang terdiversifikasi dengan baik yang ditunjukkan dalam Pameran 1.3. Tingkat bebas risiko yaitu 2% per tahun.
Dengan asumsi bahwa ini yaitu portofolio optimal untuk dua pemilik aset, berapa tingkat aversi risikonya?
Kita tahu dari Persamaan 1.9 bahwa ekspektasi imbal hasil lebih dari setiap portofolio dibagi dengan variansinya akan sama dengan tingkat aversi risiko dari investor yang menganggap portofolio ini optimal.
Investor agresif: (15% − 2%)∕(16%²) = 5,1
Investor moderat: (9% − 2%)∕(8%²) = 10,9
Seperti yang diharapkan, portofolio agresif mewakili portofolio optimal bagi investor yang lebih toleran terhadap risiko. Here is the translation of your text
Evaluasi 1.8 dapat dinyatakan kembali sebagai:
E[U(W)] = V × E[Rp] −
λ
2
× Var[V × Rp − L × G] (1.10)
Dalam hal ini, rencana DB ingin memaksimalkan tingkat pengembalian yang diharapkan dari aset dana, dengan memperhatikan aversi terhadap deviasi antara pengembalian dana dan pertumbuhan kewajiban dana. Dengan kata lain, risiko portofolio diukur relative terhadap pertumbuhan kewajiban. Nanti di bab ini, kami akan menunjukkan bagaimana masalah ini dapat diselesaikan.
Satu komentar terakhir tentang mengevaluasi pilihan investasi: Meskipun kerangka kerja yang dijelaskan di sini yaitu cara yang fleksibel dan relatif kuat untuk memodelkan preferensi terhadap risiko dan pengembalian, presentasi ini hanya mempertimbangkan investasi dan keputusan satu periode. Para ekonom telah mengembangkan metode untuk memperluas kerangka kerja ini ke lebih dari satu periode, di mana investor harus menarik sejumlah pendapatan dari portofolio. Masalah-masalah ini sangat kompleks dan berada di luar cakupan buku ini. Namun, dalam banyak kasus, solusi-solusinya... yang mungkin diekspresikan secara terpisah. Beberapa contoh kendala internal ini yaitu :
- Likuiditas. Pemilik aset mungkin memiliki kebutuhan likuiditas tertentu yang harus diakui secara eksplisit. Misalnya, sebuah yayasan mungkin mengantisipasi pengeluaran besar dalam beberapa bulan ke depan dan oleh karena itu ingin memiliki cukup aset likuid untuk menutupi pengeluaran ini . Ini akan memerlukan manajer portofolio untuk menetapkan persyaratan investasi minimum untuk kas dan aset likuid lainnya. Meskipun tidak ada peristiwa likuiditas yang diantisipasi di mana pengeluaran kas diperlukan, pemilik aset mungkin memerlukan pemeliharaan tingkat likuiditas tertentu dengan menetapkan persyaratan investasi minimum untuk kas dan investasi setara kas, serta tingkat investasi maksimum untuk aset tidak likuid seperti ekuitas swasta dan infrastruktur.
- Horison waktu. Horison investasi pemilik aset dapat memengaruhi kebutuhan likuiditas. Selain itu, sering kali dikemukakan bahwa investor dengan horison waktu pendek harus mengambil ditugaskan oleh para
pengurusnya untuk menghindari investasi di industri tertentu.
Pemilik aset mungkin memiliki kebutuhan dan keterbatasan unik yang perlu diakomodasi oleh manajer portofolio. Namun, sangat berguna untuk menyajikan pemilik aset dengan alokasi alternatif di mana keterbatasan ini dilonggarkan. Ini akan membantu pemilik aset memahami potensi biaya yang terkait dengan keterbatasan ini .
1.6.2 Kebijakan Investasi dan Dua Jenis Utama
Keterbatasan Eksternal
Keterbatasan eksternal mengacu pada keterbatasan yang dipengaruhi oleh faktor-faktor yang tidak langsung berada di bawah kontrol investor. Keterbatasan ini sebagian besar dipicu oleh regulasi dan status pajak pemilik aset.
- Status pajak. Sebagian besar investor institusi dibebaskan dari pajak, dan oleh karena itu alokasi ke instrumen yang dibebaskan pajak tidak dibenarkan. Karena investasi ini menawarkan imbal hasil yang rendah, teknik optimisasi yang dipilih untuk melaksanakan strategi investasi harus secara otomatis mengecualikan aset-aset ini . Sebaliknya, keluarga Sebuah pernyataan kebijakan investasi (IPS).
Proses Alokasi Aset dan Model Rata-Rata Varians 19
1.7.1 Tujuh Komponen Umum dari Pernyataan Kebijakan Investasi
Kebijakan ini juga dapat mencakup alokasi strategis yang direkomendasikan. Berikut yaitu garis besar dari IPS yang tipikal berdasarkan tujuh komponen umum.
1. Latar Belakang. Sebuah IPS yang tipikal dimulai dengan latar belakang pemilik aset dan misinya. Ini mengingatkan semua pihak siapa penerima manfaat dari aset ini .
2. Tujuan. Tujuan keseluruhan pemilik aset dijelaskan. Misalnya, IPS dari sebuah yayasan dapat menyatakan bahwa tujuan luasnya yaitu (1) mempertahankan daya beli dari aset saat ini dan semua kontribusi di masa depan, (2) mencapai pengembalian dalam tingkat risiko yang wajar dan bijaksana, dan (3) mempertahankan alokasi aset yang tepat berdasarkan kebijakan pengembalian total yang kompatibel dengan kebijakan pengeluaran fleksibel sambil tetap memiliki potensi untuk menghasilkan pengembalian riil positif. IPS ini juga dapat memberikan... manajer perlu memiliki pengalaman tiga tahun dengan setidaknya $100 juta dalam aset yang dikelola.
6. Pelaporan dan pemantauan. IPS menjelaskan persyaratan pelaporan untuk manajer portofolio (misalnya, frekuensi, jenis laporan, dan pengungkapan).
7. Alokasi aset strategis. IPS dapat mencakup alokasi jangka panjang dari dana selama periode normal. Pernyataan ini mungkin mencakup batas atas dan bawah untuk setiap kelas aset juga. Rincian lebih lanjut tentang alokasi aset strategis dibahas di bagian berikutnya.
1.7.2 Alokasi Aset Strategis: Risiko dan Imbal Hasil
Fokus utama dari alokasi aset strategis (SAA) yaitu untuk menciptakan alokasi portofolio yang akan memberikan pemilik aset dengan keseimbangan optimal antara risiko dan imbal hasil sepanjang horizon investasi jangka panjang. SAA tidak hanya mewakili alokasi normal jangka panjang dari aset investor tetapi juga berfungsi sebagai dasar untuk menciptakan tolok ukur yang akan digunakan untuk mengukur kinerja aktual. Hasil jangka panjang dari kelas aset ini seharusnya disesuaikan ke bawah. Dalam mengembangkan hubungan risiko-hasil jangka panjang untuk kelas aset utama, penting untuk memulai dengan faktor fundamental yang memengaruhi ekonomi. Kinerja makroekonomi dari ekonomi global yaitu penggerak utama di balik kinerja berbagai kelas aset. Hasil yang diharapkan dari semua kelas aset dapat dinyatakan sebagai jumlah dari tiga komponen:
Hasil Kelas Aset = Tingkat Risiko Rendah Nyata Jangka Pendek
+ Inflasi yang Diharapkan + Premium Risiko (1.11)
Tingkat bunga risiko rendah nyata jangka pendek diyakini relatif stabil dan lebih rendah daripada tingkat pertumbuhan nyata dalam ekonomi. Biasanya, terdapat batas bawah nol untuk tingkat ini. Oleh karena itu, jika ekonomi global diharapkan tumbuh sebesar 3% per tahun ke depan, tingkat risiko rendah nyata jangka pendek diperkirakan berada di antara nol dan 1%. Selanjutnya, pertumbuhan populasi dan peningkatan produktivitas diketahui sebagai penggerak utama pertumbuhan ekonomi. Kelas aset yang berbeda kemungkinan akan bertahan di masa depan. Misalnya, jika premi risiko historis jangka panjang pada saham dengan kapitalisasi kecil yaitu 5%, maka, dengan asumsi inflasi yang diharapkan sebesar 2% dan suku bunga riil tanpa risiko jangka pendek sebesar 1%, seseorang dapat mengasumsikan pengembalian jangka panjang yang diharapkan sebesar 8% dari kelas aset ini.
Untuk beberapa alasan, pengembalian jangka panjang dari kelas aset alternatif mungkin lebih sulit untuk diperkirakan. Pertama, meskipun aset alternatif seperti real estat dan komoditas memiliki sejarah panjang, beberapa kelas aset alternatif yang lebih modern (misalnya, dana lindung nilai atau ekuitas swasta) tidak memiliki sejarah yang cukup panjang untuk mendapatkan estimasi yang akurat tentang eksposur risiko dan premi risikonya. Kedua, sejauh mana alpha merupakan sumber pengembalian utama untuk kelas aset alternatif di masa lalu, tingkat alpha yang sama mungkin tidak tersedia di masa depan jika ada peningkatan alokasi ke kelas aset ini oleh para investor. Artinya, pasokan alpha terbatas, dan peningkatan... d perkiraan pengembalian jangka panjang yang diharapkan dari berbagai kelas aset, manajer portofolio dan pemilik aset dapat mengembangkan SAA. Exhibit 1.4 menampilkan SAA hipotetik untuk endowment Amerika Serikat. Sebuah IPS yang khas berisi alokasi aset strategis dan menjelaskan keadaan di mana alokasi aset strategis ini dapat berubah; misalnya, karena perubahan mendasar dalam ekonomi global atau perubahan dalam keadaan pemilik aset, SAA dapat direvisi.
1.7.4 Strategi Alokasi Aset Taktil
Terkait dengan SAA yaitu alokasi aset taktis (TAA), yang merupakan strategi alokasi aset dinamis yang secara aktif menyesuaikan SAA portofolio berdasarkan perkiraan pasar jangka pendek hingga menengah. Tujuan TAA yaitu untuk secara sistematis memanfaatkan ketidakefisienan pasar sementara dan penyimpangan dalam nilai pasar aset dari nilai fundamental mereka. Kinerja jangka panjang portofolio yang secara luas terdiversifikasi terutama didorong oleh SAA-nya dari waktu ke waktu. TAA dapat menambah nilai jika Mewakili preferensi dalam hal momen dari distribusi pengembalian portofolio. Secara khusus, kami mencatat bahwa portofolio optimal dapat dibangun dengan memilih bobot sedemikian rupa sehingga fungsi berikut dimaksimalkan:
μ − λ / 2 × σ² (1.12)
di mana μ yaitu pengembalian yang diharapkan dari portofolio, λ yaitu parameter yang mewakili penghindaran risiko pemilik aset, dan σ² yaitu varians dari pengembalian portofolio. Bagian berikut memberikan deskripsi yang lebih rinci tentang teknik konstruksi portofolio ini dan memeriksa solusi di bawah beberapa kondisi spesifik. Bagian selanjutnya akan membahas beberapa masalah yang terkait dengan teknik optimisasi portofolio ini dan menawarkan beberapa solusi yang telah diusulkan oleh peneliti akademis dan industri.
1.8.1 Optimisasi Rata-Rata Varians
Masalah konstruksi portofolio yang dibahas dalam bagian ini yaitu bentuk paling sederhana dari optimisasi rata-rata varians. Alam semesta investasi berisiko yang tersedia bagi manajer portofolio Setelah bobot dari aset berisiko ditentukan, bobot dari aset tanpa risiko akan sedemikian rupa sehingga semua bobot menjumlahkan satu. Selanjutnya, kita perlu mempertimbangkan risiko dari portofolio ini. Misalkan kovariansi antara aset i dan aset j diberikan oleh σij. Menggunakan ini, varians-kovariansi dari N aset berisiko diberikan oleh:
\[
\sum =
\begin{bmatrix}
σ_{11} & \cdots & σ_{1N} \\
\vdots & σ_{ij} & \vdots \\
σ_{N1} & \cdots & σ_{NN}
\end{bmatrix}
\]
Masalah portofolio dapat ditulis dalam bentuk ini, di mana bobot dipilih untuk memaksimalkan fungsi objektif:
\[
\max_{w_1,\ldots,w_N}
E \left[ \sum_{i=1}^{N} w_i(R_i - R_0) + R_0 \right] - \frac{λ}{2} \times Var \left[ \sum_{i=1}^{N} w_i(R_i - R_0) + R_0 \right]
\]
Ini terbukti memiliki solusi yang sederhana dan sudah dikenal:
\[
\begin{bmatrix}
w_1 \\
\vdots \\
w_N
\end{bmatrix} =
\frac{1}{λ}
\sum^{-1} \times
\begin{bmatrix}
E[R_1 - R_0] \\
\vdots \\
E[R_N - R_0]
\end{bmatrix}
\]
Solusi ini membutuhkan kita untuk mendapatkan perkiraan dari matriks varians-kovariansi dari pengembalian pada aset berisiko. Kemudian invers dari matriks ini akan dikalikan dengan vektor dari pengembalian berlebih yang diharapkan pada N aset berisiko. 9 dapat digunakan untuk menyelesaikan salah satu variabel, dengan nilai-nilai dari variabel yang tersisa.
24 BAGIAN 1: ALOKASI ASET DAN INVESTOR INSTITUSIONAL
APLIKASI 1.8.2
Pertimbangkan kasus optimasi mean-variance dengan satu aset berisiko dan satu aset tanpa risiko. Misalkan tingkat pengembalian yang diharapkan pada aset berisiko yaitu 9% per tahun. Deviasi standar tahunan dari indeks diperkirakan sebesar 13% per tahun. Jika suku bunga tanpa risiko yaitu 1%, berapa investasi optimal dalam aset berisiko untuk seorang investor dengan tingkat aversi risiko sebesar 10?
Solusinya yaitu :
w = 1
10
× 0,09 − 0,01
0,132
= 47,3%
w0 = 1 − 47,3% = 52,7%
Artinya, investor ini akan menginvestasikan 47,3% dalam aset berisiko dan 52,7% dalam aset tanpa risiko. Dengan mengubah tingkat aversi risiko, kita dapat memperoleh seluruh set portofolio optimal.
1.8.3 Optimasi Mean-Variance dengan
Kewajiban yang Berkembang
Persamaan 1.10 menampilkan pengformulasian masalah ketika pemilik aset khawatir tentang kesalahan pelacakan. Kemampuan yaitu 0,002, dan nilai kewajiban 20% lebih tinggi daripada nilai aset. Apa akan menjadi bobot optimal dari alokasi ekuitas?
w = 1
10
0,09 − 0,01
0,132
+ 1,20.002
0,132
= 61,5%
Dapat dilihat bahwa, dibandingkan dengan contoh sebelumnya, dana akan memegang sekitar 14% lebih banyak pada aset berisiko karena dapat melindungi sebagian risiko kewajiban.
Proses Alokasi Aset dan Model Rata-Rata Varians 25
0%
20%
40%
60%
80%
100%
120%
140%
8. 5 6 7 8 9 10 11 12 13 14 15 16 17
B
ob
ot
M
S
C
I W
or
ld
In
de
x
Derajat Keengganan Terhadap Risiko
EKSHIBIT 1.5 Bobot Optimal Investasi Berisiko dan Derajat Keengganan Terhadap Risiko
Dengan mengubah derajat keengganan terhadap risiko dalam contoh pertama, kita dapat memperoleh serangkaian portofolio optimal, seperti yang ditunjukkan dalam Ekshibit 1.5 dan 1.6.
Dapat dilihat bahwa pada derajat keengganan terhadap risiko yang rendah (misalnya, 4), investor akan berinvestasi lebih dari 100% di MSCI World Index, yang berarti posisi terleverage akan digunakan. Selain itu, disebut sebagai batas efisien. Batas efisien yaitu himpunan semua kombinasi yang layak antara pengembalian yang diharapkan dan deviasi standar yang dapat berfungsi sebagai solusi optimal untuk satu atau lebih investor yang menghindari risiko. Dengan kata lain, tidak ada portofolio yang dapat dibangun dengan pengembalian yang diharapkan sama dengan portofolio di batas tetapi dengan deviasi standar yang lebih rendah, atau sebaliknya, tidak ada portofolio yang dapat dibangun dengan deviasi standar yang sama dengan portofolio di batas tetapi dengan pengembalian yang diharapkan lebih tinggi.
Contoh: Dalam contoh ini, himpunan kelas aset berisiko diperluas menjadi tiga. Informasi yang diperlukan disediakan dalam Pameran 1.7. Angka-angka ini diperkirakan menggunakan data bulanan dalam istilah USD. Tingkat bebas risiko tahunan diasumsikan 1%. Harap dicatat bahwa perkiraan ini biasanya disesuaikan untuk mencerminkan kondisi pasar saat ini. Contoh ini dimaksudkan untuk menggambarkan penerapan model.
Menggunakan solusi optimal yang ditampilkan dalam Persamaan 1.18, nce
1990–2015
Rata-rata Tahunan
Deviasi Standar Tahunan
MSCI
Dunia
Barclays
Gabungan Global
Komposit Terbobot HFRI
MSCI Dunia 8% 15% 0.0234 0.0025 0.0073
Barclays Gabungan
Global
6% 5% 0.0025 0.0029 0.0006
Komposit Terbobot HFRI
10% 7% 0.0073 0.0006 0.0046
Sumber: Bloomberg dan perhitungan penulis.
Proses Alokasi Aset dan Model Rata-rata-Varians 27
PAMERAN 1.8 Bobot Optimal dan Statistik untuk Berbagai Derajat Ketidakpuasan Risiko
Derajat Ketidakpuasan Risiko
10 15 20 40
MSCI Dunia −86% −57% −43% −22%
Barclays Gabungan Global 186% 124% 93% 46%
Komposit Terbobot HFRI 307% 205% 153% 77%
Surat Utang Negara −307% −171% −103% −2%
Statistik Portofolio Optimal
Rata-rata Tahunan 31% 21% 16% 9%
Deviasi Standar Tahunan 17% 12% 9% 5%
Sumber: Perhitungan penulis. (Perlu dicatat bahwa karena kesalahan pembulatan, bobot tidak menjumlah menjadi satu.)
Seperti yang baru saja kita lihat, optimasi rata-rata-varians biasanya menghasilkan bobot yang tidak realistis.
Sebuah cara sederhana untuk mengatasi ini tidak ada batasan.
Pendekatan optimasi mean-variance yang dibahas dalam bagian ini dapat disajikan dalam berbagai bentuk. Lampiran di akhir buku ini menyediakan dua metode alternatif yang telah muncul dalam literatur. Keuntungan dari pendekatan yang disajikan dalam bagian ini yaitu dua kali lipat. Pertama, seperti yang ditunjukkan oleh Persamaan 1.18 dan 1.19,
PAMERKAN 1.9 Berat Optimal Tanpa Batasan Penjualan Pendek
Tingkat Ketidaksukaan Risiko
10 15 20 40
MSCI Dunia 0% 0% 0% 0%
Barclays Global Aggregate 138% 92% 69% 34%
HFRI Fund Weighted Composite 176% 117% 88% 44%
Surat Berharga Pertama −214% −109% −57% 22%
Statistik Portofolio Optimal
Rata-Rata Tahunan 23% 16% 12% 7%
Deviasi Standar Tahunan 15% 10% 7% 4%
28 BAHAGIAN 1: ALOKASI ASET DAN INVESTOR INSTITUSIONAL
solusi dalam bentuk tertutup yang sederhana dapat diperoleh ketika tidak ada batasan. Kedua, pendekatan ini dapat dengan mudah diperluas untuk memperhitungkan preferensi terhadap momen yang lebih tinggi dari distribusi probabilitas pengembalian aset. Berikut yaitu terjemahan teks ke dalam Bahasa :
satisfiied:
E[RNew] − Rf > (E[RP] − Rf ) × βNew (1.21)
Di sini, E[RNew] yaitu tingkat pengembalian yang diharapkan dari aset baru, E[Rp] yaitu tingkat pengembalian yang diharapkan dari portofolio optimal, Rf yaitu tingkat bebas risiko, dan βNew yaitu beta dari aset baru terkait dengan portofolio optimal.
Persamaan 1.21 menyatakan bahwa penambahan aset baru ke portofolio optimal akan meningkatkan properti risiko-pengembalian dari portofolio jika tingkat pengembalian berlebih yang diharapkan dari aset baru melebihi tingkat pengembalian berlebih yang diharapkan dari portofolio optimal dikalikan dengan beta dari aset baru. Jika aset baru memenuhi Persamaan 1.21, maka penambahannya ke portofolio optimal akan menggerakkan frontier efisien ke arah barat laut. Misalnya, jika beta dari aset baru yaitu nol, maka aset baru akan meningkatkan portofolio optimal selama tingkat pengembalian yang diharapkan melebihi tingkat bebas risiko. Jika aset baru memiliki beta negatif, maka itu bisa meningkatkan portofolio optimal bahkan jika Here is the translation of your provided text
**Penggunaan Optimisasi**
Kita telah melihat bahwa bahkan dalam kasus tiga kelas aset berisiko dan tingkat bebas risiko, estimasi yang wajar tentang bobot tidak dapat diperoleh kecuali pembatasan penjualan pendek diberlakukan, dan bahkan dalam kasus ini , tidak ada alokasi yang direkomendasikan untuk Indeks MSCI Dunia. Ketidakadaan alokasi untuk kelas aset ini sebagian besar disebabkan oleh volatilitas tinggi dalam portofolio dan imbal hasil yang relatif rendah. Dengan kata lain, menggunakan masa lalu sebagai ramalan yang tidak bias tentang masa depan dan menggunakan ekuitas global sebagai kelas aset, berarti tidak ada alokasi yang akan dibuat untuk ekuitas, dan portofolio akan fokus pada dua aset yang tersisa. Dalam praktiknya, menerapkan metode optimisasi (optimisasi rata-rata-varian, khususnya) untuk keputusan alokasi portofolio menghadapi tantangan besar.
**Optimizers sebagai Maksimizer Kesalahan**
Optimizers portofolio yaitu alat yang kuat untuk menemukan alokasi aset terbaik untuk mencapai diversifikasi yang lebih baik, dengan catatan data yang akurat. Jika model memperkirakan pengembalian rata-rata terlalu tinggi dan mengabaikan volatilitas untuk suatu aset, maka bobot yang direkomendasikan oleh model ini kemungkinan akan jauh lebih besar daripada yang dianggap wajar oleh investor institusi. Selain itu, aset lain hampir tidak diperhitungkan dalam portofolio jika analis memberikan estimasi rendah untuk pengembalian rata-rata dan estimasi tinggi untuk volatilitas.
Salah satu upaya tipikal untuk menggunakan model optimasi mean-variance untuk alokasi portofolio yaitu sebagai berikut: (1) Manajer portofolio memberikan estimasi pengembalian rata-rata, volatilitas, dan kovarians untuk semua aset; (2) pengoptimal menghasilkan solusi yang sangat tidak realistis yang memberikan bobot portofolio yang sangat besar pada aset yang dianggap paling menarik, dengan pengembalian rata-rata tinggi dan volatilitas rendah, serta bobot portofolio nol atau sangat kecil pada aset yang dianggap paling tidak menarik, dengan pengembalian rata-rata rendah dan volatilitas tinggi; dan (3) manajer portofolio kemudian memodifikasi model ini . Here is the translation of the text to n:
hasil tahunan:
R̄ = 1
4
{ln(P2∕P1) + ln(P3∕P2) + ln(P4∕P3) + ln(P5∕P4)} =
1
4
{ln(P5∕P1)} (1.22)
Perhatikan bahwa semua harga intermediari saling membatalkan, dan hanya harga pertama dan terakhir yang diperhitungkan. Hasil ini tidak akan berubah meskipun seseorang dapat menggunakan data harian atau bahkan data frekuensi tinggi. Akurasi rata-rata tergantung pada panjang data dan bukan pada frekuensi pengamatan.
Pengamatan mengenai akurasi rata-rata ini mengarah pada dilema berikut. Untuk mendapatkan estimasi rata-rata yang akurat, perlu memiliki sejarah harga yang sangat panjang. Namun, perusahaan, industri, dan ekonomi mengalami perubahan drastis dalam jangka waktu yang lama, dan sangat tidak mungkin semua harga yang teramati berasal dari distribusi yang sama. Dengan kata lain, dari semua parameter yang diperkirakan, estimasi rata-rata kemungkinan besar yaitu yang paling tidak akurat, namun itulah yang paling berpengaruh pada keluaran dari optimisasi rata-rata-varian.
Kesulitan terakhir dalam menghasilkan dari varians dan kovarians yang diperkirakan, untuk sebagian besar aset alternatif, data frekuensi tinggi tidak tersedia. Lebih penting lagi, aset yang hargaannya tidak dapat diamati dengan frekuensi tinggi cenderung illiquid, dan pengembalian kuartal yang dilaporkan didasarkan pada penilaian seperti yang digunakan dalam real estat dan ekuitas swasta. Harga-harga ini cenderung diratakan dan oleh karena itu dapat secara substansial meremehkan varians dan kovarians dari pengembalian. Karena volatilitas dan kovarians yaitu input kunci dalam proses optimasi, kelas aset dengan korelasi dan volatilitas yang diperkirakan rendah mendapatkan bobot yang relatif besar dalam portofolio optimal. Jika perataan telah menyebabkan volatilitas dan korelasi yang dilaporkan dari suatu aset secara substansial meremehkan volatilitas yang sebenarnya, maka pengoptimal mean-variance tradisional akan memberikan bobot berlebih pada aset ini . Dalam kasus ini, dan untuk mencegah alokasi yang sangat besar terhadap aset dengan pengembalian yang diratakan, 750 istilah kovarians, kita membutuhkan lebih dari 124.750 observasi, atau lebih dari 10.000 tahun data bulanan atau lebih dari 340 tahun data harian.
Masalah yang membutuhkan perhitungan ribuan estimasi kovarians dapat dikurangi dengan model faktor. Alih-alih memperkirakan hubungan antara setiap pasangan saham dalam universe saham 500, akan lebih mudah untuk memperkirakan hubungan antara setiap saham dan sejumlah faktor terbatas. Sementara beberapa investor memilih untuk memperkirakan beta model pasar satu faktor dari setiap saham, yang lain menggunakan model multifaktor. Untuk melihat bagaimana model faktor dapat mengurangi kebutuhan data, misalkan pengembalian dari setiap aset dapat dinyatakan sebagai fungsi dari satu faktor bersama dan beberapa noise acak:
Ri = ai + biF + εi (1.23)
di mana F yaitu faktor bersama dan ai, bi yaitu parameter yang diestimasi. Diasumsikan bahwa untuk dua aset yang berbeda, istilah kesalahan εi dan εj tidak berkorelasi satu sama lain. Di bawah asumsi ini, kovarians antara dua... RS dapat mengidentifikasi batas efisien dan membantu menciptakan portofolio dengan rasio Sharpe tertinggi, namun mereka mungkin menambah tingkat skewness dan kurtosis yang besar dan tidak menguntungkan ke dalam portofolio.
Sebagai contoh, dua aset dengan imbal hasil yang memiliki varians yang sama mungkin memiliki skew yang sangat berbeda. Dalam pasar yang kompetitif, imbal hasil yang diharapkan dari aset dengan skew negatif besar mungkin jauh lebih tinggi dibandingkan dengan aset yang memiliki skew positif untuk mengompensasi investor yang bersedia menanggung risiko penurunan yang lebih tinggi. Seorang pengoptimal mean-varians biasanya memberikan bobot portofolio yang jauh lebih tinggi pada aset yang terdistribusi skew negatif karena menawarkan imbal hasil rata-rata yang lebih tinggi dengan tingkat varians yang sama seperti aset lainnya. Pengoptimal mean-varians mengabaikan ketidakmenarikan dari skew negatif besar suatu aset dan dengan demikian memaksimalkan kesalahan.
Ada tiga cara umum untuk mengatasi komplikasi ini. Pertama, seperti yang kita lihat sebelumnya, yaitu mungkin untuk memperluas metode optimasi kita untuk memperhitungkan. berat.
1.8.11 Isu Lain dalam Optimasi Rataan-Varian
Hasil dari optimasi rataan-varian dapat sangat sensitif terhadap asumsi-asumsi, karena perubahan kecil dalam rata-rata pengembalian atau matriks kovarians (yaitu, seperangkat semua varians dan kovarians) dapat menghasilkan bobot portofolio yang sangat berbeda. Sensitivitas tinggi dari pengoptimal portofolio terhadap data input telah mengarah pada pendekatan yang berusaha memanfaatkan kekuatan optimasi untuk mengidentifikasi potensi diversifikasi tanpa menghasilkan bobot portofolio yang ekstrem. Selain itu, dalam banyak kasus, manajer portofolio ingin menyesuaikan estimasi historis untuk mencerminkan pandangan mereka tentang parameter yang diperkirakan ke depan. Misalnya, seorang manajer portofolio mungkin ingin menggabungkan pandangannya bahwa sektor kesehatan kemungkinan akan lebih baik daripada yang ditunjukkan oleh catatan historisnya. Mungkin modifikasi yang paling populer untuk mempertimbangkan pandangan dan mendapatkan estimasi bobot yang wajar dijelaskan oleh Di dalam portofolio pasar (yaitu, bobot pasar). Oleh karena itu, pengembalian yang diharapkan dalam keseimbangan untuk suatu sekuritas yaitu pengembalian yang diharapkan yang membuat bobot optimal sekuritas ini dalam portofolio investor sama dengan bobot pasarnya.
Pengamatan ini berarti bahwa jika manajer portofolio tidak memiliki pandangan tentang kinerja masa depan dari kelas aset tertentu, maka bobot pasar harus digunakan. Misalnya, portofolio yang berbobot kapitalisasi pasar dari ekuitas global akan optimal. Namun, karena bobot kapitalisasi pasar tidak didefinisikan dengan baik untuk beberapa kelas aset, pendekatan Black-Litterman perlu disesuaikan untuk diterapkan pada aset alternatif.
Inovasi utama dari pendekatan Black-Litterman yaitu bahwa pendekatan ini memungkinkan investor untuk menggabungkan pandangan spesifik aset tentang pengembalian yang diharapkan dari setiap aset dengan pandangan yang konsisten dengan bobot pasar dalam model keseimbangan pasar. Sementara beberapa pengalokasi aset menggunakan teknik canggih seperti pendekatan Black-Litterman untuk mengurangi Berikut yaitu terjemahan teks ini ke dalam Bahasa :
Sementara setiap batasan yang ditambahkan dapat membantu pengalokasi aset menghindari bobot ekstrem, pendekatan ini pada akhirnya mungkin akan menyebabkan batasan-batasan ini menentukan alokasi daripada tujuan diversifikasi.
1.9 KESIMPULAN
Bab ini telah memperkenalkan proses alokasi aset, dengan fokus pada penggunaan pendekatan rata-rata-varian untuk menciptakan portofolio yang optimal. Proses alokasi aset yang dibahas dalam bab ini terdiri dari lima langkah, di mana empat langkah telah dibahas.
Langkah 1 berfokus pada pemahaman siapa pemilik aset dan misi mereka dalam mengelola aset. Langkah 2 memeriksa tujuan dan batasan pemilik aset. Di sini kami membahas utilitas yang diharapkan dan versi rata-rata-varian-nya sebagai cara yang fleksibel untuk mengukur tujuan pemilik aset. Dua jenis batasan, internal dan eksternal, dijelaskan.
Langkah 3 berkaitan dengan penyusunan pernyataan kebijakan investasi, yang akan memberikan kerangka umum untuk... Here is the translated text in n:
d dan derajat aversi risiko. Lihat Cox, Ingersoll, dan Ross (1985).
6. Masalah ini masih merupakan program optimisasi yang cukup standar dan dapat diselesaikan menggunakan Solver dari Excel atau paket serupa.
7. Dari regresi linier dan CAPM kita tahu bahwa βNew = Cov[RP,RNew]∕Var[Rp].
REFERENSI
Ang, A. 2014. Manajemen Aset: Pendekatan Sistematis untuk Investasi Faktor. Oxford: Oxford planet Press.
Brinson, G. P., L. R. Hood, dan G. L. Beebower. 1986. “Faktor-faktor Penentu Kinerja Portofolio.” Jurnal Analis Keuangan 42 (4): 39–44.
Cox, J., J. Ingersoll, dan S. A. Ross. 1985. “Model Keseimbangan Umum Intertemporal Harga Aset.” Econometrica 53 (2): 363–84.
Eychenne, K., S. Martinetti, dan T. Roncalli. 2011. “Alokasi Aset Strategis.” Manajemen Aset Lyxor, Paris.
Eychenne, K., dan T. Roncalli. 2011. “Alokasi Aset Strategis—Pembaruan Setelah Krisis Utang Berdaulat.” Manajemen Aset Lyxor, Paris.
Ibbotson, R. G., dan P. D. Kaplan. 2000. “Apakah Alokasi Aset... perpanjangan dari model rata-rata-varians yang menangani beberapa masalah yang diangkat di akhir Bab 1. Secara khusus, ini mengkaji bagaimana ketidaklikuidan, eksposur faktor risiko, dan risiko estimasi dapat diperhitungkan saat menciptakan portofolio optimal. Bab ini kemudian membahas alternatif untuk optimisasi rata-rata-varians dasar. Ini membahas penganggaran risiko sebagai cara untuk memahami dan mengontrol eksposur risiko dari sebuah portofolio; ini juga mengkaji pendekatan paritas risiko, yang berkaitan erat dengan penganggaran risiko. Akhirnya, ini memperkenalkan pendekatan yang relatif baru yang disebut investasi faktor, yang merekomendasikan alokasi risiko optimal daripada alokasi aset optimal sebagai cara yang tepat untuk menciptakan portofolio optimal.
2.1 ALLOKASI ASET TAFSIRI
Alokasi aset tafsiri memiliki sejarah panjang dan telah digunakan oleh pemilik aset besar dan kecil. Namun, tidak ada definisi TAA yang mapan, dan berbagai penulis serta perusahaan investasi menggunakan istilah ini dengan arti yang berbeda. s di beberapa pasar, dan (2) pendekatan sistematis dapat dirancang untuk mengeksploitasi ketidakefisienan ini sambil mengatasi risiko dan biaya yang terkait dengan manajemen portofolio aktif.
2.1.1 TAA dan Hukum Fundamental Manajemen Aktif
Bab 20 buku CAIA Level I membahas Hukum Fundamental Manajemen Aktif (FLOAM). Model ini mengungkapkan nilai tambah yang disesuaikan dengan risiko oleh manajer portofolio aktif sebagai fungsi dari keterampilan manajer dalam meramalkan imbal hasil aset dan jumlah pasar di mana keterampilan manajer dapat diterapkan (jangkauan). Secara khusus, kita melihat bahwa
IR = IC ×
√
BR (2.1)
di mana IR yaitu rasio informasi dan sama dengan rasio alpha manajer (yaitu, kinerja yang diharapkan melebihi pasar) dibagi dengan volatilitas alpha. IC yaitu koefisien informasi dari manajer, yang merupakan ukuran dari keterampilan manajer, dan mewakili korelasi antara ramalan manajer tentang imbal hasil aset dan imbal hasil aktual dari aset ini . Here is the translation of the text to n:
sebesar 2.000 sekuritas dan menghasilkan rasio informasi (IR) sebesar 1,2. Ini berarti bahwa alpha yang diharapkan dari portofolio manajer ini 20% lebih tinggi daripada volatilitas alpha. Manajer aktif B dapat menghasilkan rasio informasi yang sama (1,2) dengan menggunakan 15 kelas aset. Apa koefisien informasi para manajer?
TAA, Ekstensi Mean-Variance, Penganggaran Risiko dan Paritas, dan Investasi Faktor
Menggunakan Persamaan 2.1:
Manajer aktif A memiliki koefisien informasi sebesar 0,027:
1,2 = IC × √2.000
IC = 0,027
Manajer aktif B memiliki koefisien informasi sebesar 0,310:
1,2 = IC × √15
IC = 0,310
Dalam contoh ini, manajer aktif B harus memiliki keterampilan sekitar 11,5 kali lebih baik dalam menggunakan manajemen aktif di antara kelas aset dibandingkan manajer aktif A, yang menggunakan pemilihan sekuritas untuk mencapai IR yang sama. Dalam Persamaan 2.1, salah satu variabel dapat diselesaikan mengingat nilai dari dua yang lain.
Sebuah ekstensi dari FLOAM memberikan wawasan tambahan tentang potensi nilai tambah dari TAA. ed, apakah mereka dipegang secara langsung atau melalui kumpulan investasi. Bahkan kumpulan investasi dengan aset dasar yang likuid (misalnya, CTA dan dana lindung nilai ekuitas long/short) biasanya tidak likuid. Oleh karena itu, ada biaya yang terkait dengan pengelolaan aktif portofolio yang terdiri dari aset alternatif. Bagian ini memperkenalkan biaya implementasi ke dalam FLOAM.
FLOAM yang dinyatakan dalam Persamaan 2.1 mengasumsikan bahwa manajer tidak menghadapi batasan dalam keputusan alokasi aset. Jika seseorang mempertimbangkan bahwa beberapa alokasi mungkin harus sangat berbeda dari alokasi ideal yang direkomendasikan oleh keterampilan peramalan manajer, FLOAM yang diperluas dapat ditulis ulang sebagai:
IR = IC × √ BR × TC (2.2)
di mana TC yaitu koefisien transfer. TC mengukur kemampuan manajer untuk menerapkan rekomendasinya. Batas atas untuk TC yaitu satu, dan batas bawah yaitu nol. Ketika TC sama dengan satu, itu berarti bahwa... Berikut yaitu terjemahan teks ini ke dalam bahasa :
Baik sebagai hasil dari pemantauan atau berasal dari keinginan untuk secara aktif mengelola portofolio aset tradisional dan alternatif, seorang investor mungkin memutuskan untuk menarik dana atau mengubah alokasi di antara dana-dana. Meskipun manajer tidak memiliki keterampilan untuk memprediksi imbal hasil, reallocasi semacam ini dapat memberikan manfaat jika proses pemantauan telah mengungkap kekhawatiran tertentu tentang manajer ini . Misalnya, manajer mungkin telah menyimpang dari strategi aslinya atau dana ini mungkin telah mengalami arus keluar yang signifikan, yang mengurangi kemampuannya untuk menghabiskan sumber daya yang diperlukan untuk mengelola dana berkualitas institusional. Sementara mungkin ada manfaat dari penarikan atau penyeimbangan ulang, ada juga biaya yang terkait. Biaya yang paling penting dalam mengelola portofolio dana secara aktif yaitu peluang kehilangan carryforward yang terabaikan dan biaya yang terkait dengan likuidasi serta reinvestasi: kas yang tidak aktif, kerugian peluang, dan selisih dari biaya transaksi serta dampak pasar.
2.1.3.1 Biaya dari Kehilangan yang Dikorbankan biaya kinerja, sementara pengembalian yang diperoleh dari investasi dengan manajer baru akan bersih dari biaya kinerja. Ini berarti manajer baru perlu mengungguli manajer lama sebesar jumlah biaya kinerja hanya untuk mencapai titik impas. Jika penarikan dari manajer saat ini besar, investor akan mendapatkan pengembalian kotor tanpa biaya selama beberapa periode. Sebagai contoh, jika seorang manajer mengalami penarikan sebesar 25%, maka pengembalian berikutnya sebesar 33,3% (0,75 × 1,333 = 1,0) yang dihasilkan oleh manajer ini akan diberikan kepada investor dalam bentuk bruto tanpa biaya kinerja. Dengan asumsi biaya kinerja sebesar 20%, manajer baru harus menghasilkan 41,67% [0,333/(1 – 0,2) = 0,4167] untuk investor hanya untuk mencapai titik impas.
Meskipun kehilangan yang dibawa ke depan mewakili biaya potensial untuk mengganti manajer yang baru-baru ini mengalami beberapa kerugian, ada empat alasan mengapa seorang investor mungkin masih ingin mengganti manajer dengan kehilangan yang dibawa ke depan. Pertama, investor mungkin khawatir bahwa manajer tidak memiliki insentif yang memadai untuk Keputusan or untuk mengganti seorang manajer atau keputusan manajer untuk melikuidasi dana, investor mengalami kerugian historis dari membayar biaya insentif pada keuntungan yang hilang dan kerugian prospektif dari tidak dapat menghasilkan keuntungan di masa depan tanpa membayar biaya insentif saat dana kembali ke nilai aset bersihnya.
2.1.3.2 Empat Biaya Lain dari Mengganti Manajer
Salah satu biaya penting yang terkait dengan mengganti manajer berkinerja buruk telah dibahas di bagian sebelumnya. Ada empat biaya lain yang terkait dengan mengganti manajer, yang tidak terpengaruh oleh kinerja masa lalu dari manajer ini . Ini termasuk bunga yang hilang pada kas yang tidak aktif, pengembalian berlebih yang hilang pada kas yang tidak terikat, biaya administrasi untuk menutup satu posisi dan membuka posisi lain, serta dampak pasar dari melikuidasi satu posisi dan memulai posisi baru. Faktor umum yang mendorong dua biaya pertama yaitu bahwa ada beberapa lead dan lag ketika mengambil keputusan untuk mengambil uang. the translation of the text
dan uang tunai. Keterlambatan terakhir terkait dengan waktu antara ketika seluruh posisi dilikuidasi dan uang tunai dikembalikan kepada investor serta ketika uang tunai dapat dialokasikan kepada manajer baru.
Biaya pertama muncul dari keterlambatan ketiga dan keempat dan terkait dengan likuidasi serta perduaan bunga pada uang tunai yang tidak digunakan. Biaya ini ditanggung oleh investor, dan sepenuhnya tergantung pada praktik dana terkait pembayaran bunga atas saldo kas. Praktik industri bervariasi cukup banyak, tetapi tidak jarang ditemukan bahwa dana tidak membayar bunga atas nilai saldo kas. Dalam kasus ini, biaya kehilangan bunga tergantung pada seberapa cepat uang tunai dikembalikan kepada investor.
Biaya kedua terkait dengan keterlambatan terakhir dan mewakili kerugian peluang yang terkait dengan likuidasi dan reinvestasi. Kerugian ini berasal dari selang waktu di mana investasi tidak dialokasikan untuk perusahaan yang menjanjikan pengembalian lebih dari suku bunga pasar.
Ketiga Berikut terjemahan teks ini ke dalam Bahasa :
Sepertinya akan sangat sulit untuk membuat argumen yang meyakinkan untuk alokasi aset taktis menggunakan kelas aset alternatif. Namun, beberapa pengamatan mungkin dapat memberikan dasar untuk alokasi aset taktis. Pertama, dengan fokus pada beberapa kelas aset, manajer mungkin dapat mengembangkan model peramalan terpisah untuk masing-masing dan dengan demikian menghasilkan perkiraan dengan kesalahan yang independen. Meskipun FLOAM menghadapkan IC dan BR sebagai parameter yang agak independen, mereka cenderung saling bergantung dalam praktik. Misalnya, sangat tidak mungkin bagi seorang manajer TAA, Perpanjangan Rata-Rata Varians, Penganggaran Risiko dan Paritas, serta Investasi Faktor untuk memiliki keterampilan dalam meramalkan hasil dari sejumlah besar sekuritas yang independen. Perhatikan bahwa kata kunci di sini yaitu independen. Ini berarti bahwa manajer menerapkan satu atau lebih model ke sekumpulan sekuritas yang tidak sangat berkorelasi, sehingga kesalahan perkiraa
.jpg)
