ESTIMASI CONDITIONAL VALUE AT RISK DENGAN PENDEKATAN TRANSFORMASI HILBERT

Latar Belakang. Return dan risiko adalah dua aspek yang paling dipertimbangkan oleh investor dalam optimasi portofolio. Indikator yang sering digunakan untuk menentukan faktor risiko adalah Conditional Value at Risk (CVaR). Namun, metode CVaR tidak akurat ketika terdapat fluktuasi harga aset tinggi. Masalah yang dibahas dalam penelitian ini ialah bagaimana pengembangan CVaR dalam mengatasi fluktuasi harga aset yang tinggi. Tujuan. Penelitian ini bertujuan mengembangkan metode CVaR menggunakan transformasi Hilbert dalam mengatasi fluktuasi harga aset yang tinggi. Metode. Penelitian ini mengusulkan metode CVaR berbasis nilai return berbentuk bilangan kompleks (CVaR-K) yang diperoleh dari hasil transformasi Hilbert terhadap return bilangan riil. Matriks varians-kovarians berbasis bilangan return kompleks digunakan untuk menentukan bobot optimum portofolio. Nilai CVaR-K dihitung berdasarkan standar deviasi portofolio dan hasilnya dibandingkan dengan hasil Value at Risk (VaR) dan CVaR menggunakan metode Backtesting, nilai Bias dan metode Mean Absolute Deviation (MAD). Hasil. Penerapan metode CVaR-K pada portofolio yang terdiri atas aset GME, MSFT, DJI, DAX, JPY, dan AUD periode Januari 2013 sampai dengan Oktober 2023, menghasilkan nilai Backtesting sebesar -1.7977 yang menunjukkan bahwa metode CVaR-K terletak pada rentang nilai -1.96 sampai 1.96 sehingga layak digunakan. Metode CVaR-K menghasilkan nilai bias terrendah sebesar 12.18% dibandingkan dengan nilai Bias VaR (41.36%), CVaR (29.97%), dan VaR-K (26.47%) dan nilai MAD sebesar 0.0039 jika dibandingkan dengan VaR (0.0128), VaR-K (0.0136), dan CVaR (0.0125). Kesimpulan. Pendekatan CVaR dengan transformasi Hilbert memiliki keunggulan dibandingkan dengan metode VaR, VaR-K, dan CVaR ditinjau dari nilai Backtesting, Bias, dan MAD. Keunggulan CVaR-K karena kemampuannya dalam mereduksi nilai return dengan fluktuasi tinggi.