ANALISIS KEPUTUSAN INVESTASI PADA SAHAM PERBANKAN MENGGUNAKAN CAPM DAN CAPM-MONTE CARLO

##plugins.pubIds.doi.readerDisplayName## https://doi.org/10.24843/MTK.2023.v12.i02.p413

Abstrak

Penelitian ini bertujuan untuk menghitung nilai beta dan ekspektasi return pada CAPM dengan menggunakan data historis dan menggunakan data dari simulasi Monte Carlo. Data yang digunakan dalam penelitian ini adalah data saham dari indeks infobank15. Model yang digunakan dalam penelitian ini adalah model ekuilibrium CAPM dan untuk mengestimasi harga saham penelitian ini menggunakan simulasi Monte Carlo. Hasil penelitian menunjukkan perhitungan beta menggunakan data historis dan data simulasi saham BBCA (0,91578 dan 0,89393), BBNI (2,10434 dan 2,28636), BBRI (1,42862 dan 1,43427), BMRI (1 ,28249 dan 1,37485), dan BBTN (2,49935 dan 2,75265). Dengan hasil tersebut saham BBCA defensif karena beta kurang dari satu dan empat saham lainnya agresif karena beta lebih dari satu. Hasil perhitungan expected return dengan menggunakan data historis dan data simulasi adalah BBCA (5,42% dan 5,28%), BBNI (6,46% dan 8,05%), BBRI (5,87% dan 6,36%) , BMRI (5,74% dan 6,24%), dan BBTN (6,81% dan 8,98%).

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

##submission.authorBiographies##

##submission.authorWithAffiliation##

Program Studi Matematika, FMIPA, Universitas Udayana

##submission.authorWithAffiliation##

Program Studi Matematika, FMIPA, Universitas Udayana

##submission.authorWithAffiliation##

Program Studi Matematika, FMIPA, Universitas Udayana

Diterbitkan
2023-05-31
##submission.howToCite##
SILABAN, EMERALD DIORI; DHARMAWAN, KOMANG; NILAKUSMAWATI, DESAK PUTU EKA. ANALISIS KEPUTUSAN INVESTASI PADA SAHAM PERBANKAN MENGGUNAKAN CAPM DAN CAPM-MONTE CARLO. E-Jurnal Matematika, [S.l.], v. 12, n. 2, p. 155-161, may 2023. ISSN 2303-1751. Tersedia pada: <http://103.29.196.112/index.php/mtk/article/view/99812>. Tanggal Akses: 04 mar. 2026 doi: https://doi.org/10.24843/MTK.2023.v12.i02.p413.
Bagian
Articles

##plugins.generic.recommendByAuthor.heading##

1 2 3 4 > >>