RPS minggu 11 · 2x50 menit · Konsentrasi Risiko
Diversifikasi Portofolio & Teori Markowitz Ekonomi Manajerial Lembaga Keuangan — Magister Manajemen FEB UNDIP Hari ini kita masuk ke topik yang sangat relevan dengan manajemen risiko bank: diversifikasi portofolio dan teori Markowitz. Anda semua sudah paham teori Markowitz dari S1 manajemen keuangan, jadi kita langsung mengaplikasikannya ke portofolio kredit dan investasi bank. Markowitz adalah pondasi modern portfolio theory yang menunjukkan diversifikasi bisa menurunkan risiko tanpa mengorbankan return. Sepanjang sesi kita akan dalami CAPM atau Capital Asset Pricing Model sebagai complement, dan kasus konkret bagaimana bank Indonesia diversifikasi sektoral untuk manage NPL. Bawa satu pengalaman analisis konsentrasi portofolio di institusi Anda untuk dibahas di diskusi. Sub-CPMK 11 & Indikator Capaian Sub-CPMK 11: menerapkan teori diversifikasi portofolio Markowitz untuk manajemen risiko kredit dan investasi bank. Empat indikator yang harus dikuasai.
Konsep expected return, variance, covariance Efficient frontier & optimal portfolio Markowitz Diversifikasi: systematic vs unsystematic risk CAPM: beta, market risk premium, security market line Aplikasi ke portofolio kredit bank (BMPK, konsentrasi) Kasus: konsentrasi sektoral BRI vs BCA Kuis 10 menit di awal: DuPont, RAROC, EVA dari P10.
Setelah kuis singkat, kita akan masuk ke empat indikator diversifikasi portofolio. Yang pertama mengulang konsep expected return, variance, dan covariance dari statistika S1 sebagai dasar teori Markowitz. Yang kedua mendalami efficient frontier dan optimal portfolio Markowitz yang menunjukkan trade-off risk-return optimal. Yang ketiga membedakan systematic dan unsystematic risk, dan mengapa diversifikasi hanya bisa eliminate unsystematic risk. Yang keempat mengenal CAPM atau Capital Asset Pricing Model dengan beta dan market risk premium, dan aplikasinya ke portofolio kredit bank termasuk BMPK dan manajemen konsentrasi sektoral. Di akhir kita akan bandingkan konsentrasi sektoral BRI dan BCA untuk menggambarkan trade-off konsentrasi dan diversifikasi. Mengapa Diversifikasi Penting untuk Bank? Bank yang konsentrasi di satu sektor sangat vulnerable ke shock sektoral — Markowitz memberi kerangka optimasi diversifikasi.
Volatilitas NPL RI
~2-5%
Variasi besar per sektor: UMKM ritel lebih volatile, korporasi lebih stabil
BMPK Sektoral
≤ 30%
Maks kredit ke satu sektor terhadap modal — constraint konsentrasi
Pandemi 2020 menunjukkan: bank konsentrasi di hospitality/pariwisata kena dampak jauh lebih besar dari bank diversified.
Diversifikasi adalah tool manajemen risiko fundamental yang sangat penting untuk bank. Bank yang konsentrasi di satu sektor sangat vulnerable ke shock sektoral — Markowitz memberikan kerangka matematis untuk optimasi diversifikasi. Volatilitas NPL Indonesia bervariasi 2-5 persen dengan sektor UMKM ritel lebih volatile dan korporasi lebih stabil. BMPK atau Batas Maksimum Pemberian Kredit sektoral maksimal 30 persen modal adalah constraint konsiden yang dipaksakan regulator untuk diversifikasi. Pandemi 2020 menunjukkan dengan jelas: bank yang konsentrasi di hospitality dan pariwisata terdampak jauh lebih besar dari bank diversified — beberapa bank konsentrasi pariwisata NPL melonjak ke dua digit. Sebaliknya bank diversified BCA dan Mandiri yang eksposur tersebar di multi-sektor NPL relatif terkontrol. Inilah justifikasi ekonomi untuk diversifikasi portofolio yang Markowitz formulakan secara matematis. Bagian 1 · 1/4
Konsep Dasar Markowitz
Diskusi kelas: jika Anda manajer kredit bank, bagaimana Anda mengukur covariance antar sektor? Apakah ada model internal di institusi Anda?
Blok pertama mengulang konsep dasar Markowitz. Pertanyaan diskusi tadi memantik refleksi tentang praktik pengukuran covariance di institusi masing-masing. Bank besar Indonesia punya model internal untuk covariance sektoral, tapi bank kecil sering masih intuitif. Diskusi ini akan kita buka di akhir blok. Expected Return, Variance, Covariance Tiga konsep statistika yang menjadi fondasi teori Markowitz.
E[Rp ] = Σ wi · E[Ri ] · · · σp ² = ΣΣ wi wj σij
Konsep Rumus Interpretasi Expected return E[R] = Σ pi Ri Rata-rata tertimbang return Variance σ² = E[(R − E[R])²] Volatilitas/risiko tunggal Covariance σij = E[(Ri −E[Ri ])(Rj −E[Rj ])] Co-movement antar aset Correlation ρij = σij ÷ (σi σj ) Covariance ternormalisasi (−1 hingga +1)
Covariance/correlation rendah atau negatif antar aset → diversifikasi efektif menurunkan risiko portofolio.
Tiga konsep statistika ini adalah fondasi teori Markowitz. Expected return portofolio adalah rata-rata tertimbang return aset individual dengan bobot alokasi. Variance portofolio tidak hanya rata-rata tertimbang variance individual — ada efek covariance antar aset yang penting. Covariance mengukur co-movement antar aset: covariance positif berarti aset bergerak searah, negatif berlawanan arah. Korelasi adalah covariance ternormalisasi antara minus 1 dan plus 1. Insight kunci Markowitz: jika covariance atau korelasi antar aset rendah atau negatif, diversifikasi efektif menurunkan risiko portofolio tanpa mengorbankan return. Implikasi untuk bank: portofolio kredit yang diversified sektoral dan geografis punya variance lebih rendah dari portofolio konsentrasi — ini esensi manajemen risiko sistemik. Manajer kredit bank modern harus memahami konsep covariance untuk membuat keputusan alokasi yang informed. Hitung dari Nol: Diversifikasi 2-Sektor Portofolio Kredit Skenario: Bank XYZ alokasi portofolio 2 sektor: (A) Konsumsi (return 12%, σ 5%, Bobot 50%); (B) Pertanian (return 14%, σ 7%, Bobot 50%). Covariance A-B = −0,0010 (negatif — counter-cyclical). Hitung E[Rp] dan σp.
Langkah Perhitungan Nilai 1. E[RA] (input) 12,0% 2. E[RB] (input) 14,0% 3. E[Rp] 0,5×12 + 0,5×14 13,0% 4. Variance A 0,05² 0,0025 5. Variance B 0,07² 0,0049 6. σ²p 0,5²×0,0025 + 0,5²×0,0049 + 2×0,5×0,5×(−0,0010) 0,000625 + 0,001225 − 0,0005 7. σ²p total (penjumlahan) 0,001350 8. σp (sd) √0,001350 3,67% (lebih rendah dari σ A atau B tunggal)
Insight
σp 3,67% < σB 7%
Diversifikasi efektif: variance portofolio lebih rendah dari variance aset tunggal — efek covariance negatif sangat powerful
Hitungan ini menunjukkan kekuatan diversifikasi yang menjadi inti Markowitz. Portofolio 2 sektor dengan ekspektasi return 13 persen rata-rata dari return A 12 persen dan B 14 persen. Variance portofolio dihitung dengan formula Markowitz yang mencakup variance individual dan covariance. Dengan covariance negatif minus 0,0010 yang berarti sektor konsumsi dan pertanian counter-cyclical, variance portofolio turun ke 0,001350 atau standard deviation 3,67 persen — jauh lebih rendah dari standard deviation aset tunggal B 7 persen. Inilah magic diversifikasi: dengan menggabungkan aset yang covariance negatif, portofolio bisa mencapai return tertentu dengan risiko lebih rendah. Implikasi manajerial: bank yang diversifikasi ke sektor counter-cyclical seperti pertanian saat eksposur konsumsi tinggi bisa menurunkan NPL volatilitas tanpa mengorbankan return. Manajer kredit yang baik menggunakan analisis covariance sektoral untuk keputusan alokasi strategis. Efficient Frontier & Optimal Portfolio Efficient frontier adalah set portfolio optimal — return tertinggi untuk setiap level risiko tertentu.
Risiko (σ portofolio) → Return E[R] Efficient Frontier Min-variance portfolio Optimal portfolio (Tangency) Capital Allocation Line (CAL) Risk-free rate Portfolio optimal Markowitz adalah tangency point — CAL menyentuh efficient frontier; maksimum Sharpe ratio.
Efficient frontier adalah konsep inti Markowitz yang menunjukkan set portfolio optimal — kombinasi return tertinggi untuk setiap level risiko tertentu. Portofolio di bawah frontier adalah inefisien karena ada portofolio lain dengan return sama tapi risiko lebih rendah, atau risiko sama tapi return lebih tinggi. Min-variance portfolio adalah portfolio dengan risiko terendah di frontier. Optimal portfolio atau tangency portfolio adalah portfolio dengan Sharpe ratio tertinggi — titik di mana Capital Allocation Line atau CAL yang dari risk-free rate menyentuh efficient frontier. Implikasi manajerial: bank yang baik mengkonstruksi portofolio yang berada di efficient frontier, bukan di bawahnya. Untuk tingkat risiko yang dapat diterima, bank memilih portofolio dengan return tertinggi. Analisis efficient frontier sektoral bisa dilakukan dengan data historis PD dan return per sektor — tool strategis untuk alokasi kredit. Bagian 2 · 2/4
Systematic vs Unsystematic Risk
Diskusi kelas: di portofolio kredit institusi Anda, berapa proporsi risiko yang systematic (tidak bisa diversifikasi) vs unsystematic?
Blok kedua membahas systematic versus unsystematic risk. Pertanyaan diskusi tadi memantik refleksi tentang proporsi risiko di institusi masing-masing. Bank yang baik sudah diversifikasi unsystematic risk jauh dari sektor tunggal, sehingga yang tersisa adalah systematic risk yang tidak bisa di-diversifikasi. Bank konsentrasi masih dominan unsystematic risk yang bisa dikurangi via diversifikasi. Diskusi ini akan kita buka di akhir blok. Diversifikasi: systematic vs unsystematic Markowitz menunjukkan diversifikasi eliminate unsystematic risk, tapi systematic risk tetap tidak bisa dihilangkan.
Risiko spesifik aset/sektor (mis. default 1 debitur) Bisa di-eliminasi via diversifikasi Covariance antar aset → variance portofolio turun Contoh bank: PD spesifik debitur, risiko sektoral Risiko pasar makro (resesi, pandemi, krisis) Tidak bisa di-eliminasi via diversifikasi Mempengaruhi semua aset searah Contoh bank: krisis ekonomi → semua sektor NPL naik Diversifikasi 20-30 aset sudah eliminate ~80-90% unsystematic risk — diminishing returns setelah itu.
Pembedaan systematic dan unsystematic risk adalah insight penting dari Markowitz. Unsystematic risk adalah risiko spesifik aset atau sektor yang bisa di-eliminasi via diversifikasi — misalnya default satu debitur atau shock sektoral tertentu. Systematic risk adalah risiko pasar makro yang mempengaruhi semua aset searah dan tidak bisa di-eliminasi via diversifikasi — misalnya resesi, pandemi, atau krisis ekonomi yang menaikkan NPL semua sektor. Implikasi manajerial: bank yang baik sudah eliminate sebagian besar unsystematic risk melalui diversifikasi sektoral dan geografis. Yang tersisa adalah systematic risk yang harus dikelola via hedging makro seperti CDS sovereign, atau diterima sebagai inherent risk perbankan. Penelitian Markowitz menunjukkan diversifikasi 20-30 aset sudah eliminate 80-90 persen unsystematic risk — diminishing returns setelah itu. Inilah mengapa BMPK dan regulasi konsentrasi sektoral OJK membatasi ekspansi berlebihan ke satu sektor. CAPM — Capital Asset Pricing Model CAPM adalah pengembangan Markowitz untuk pricing aset berbasis systematic risk (beta).
E[Ri ] = Rf + βi × (E[Rm ] − Rf )
Rf — Risk-free rate (BI7DRR/SUN)βi — Beta, sensitivitas aset terhadap pasarE[Rm ] − Rf — Market risk premiumβ = 0 — aset tidak sensitif ke pasar (risk-free)β = 1 — aset bergerak sama dengan pasarβ > 1 — aset lebih volatile dari pasar (agresif)CAPM adalah model harga aset berbasis systematic risk — unsystematic risk tidak dihargai karena bisa di-diversifikasi.
CAPM atau Capital Asset Pricing Model adalah pengembangan Markowitz yang sangat influential. CAPM memberikan formula sederhana untuk expected return aset: risk-free rate ditambah beta kali market risk premium. Beta mengukur sensitivitas aset terhadap pergerakan pasar — beta 1 berarti aset bergerak sama dengan pasar, beta lebih dari 1 lebih volatile, beta kurang dari 1 kurang volatile. Risk-free rate di Indonesia biasanya BI7DRR atau SUN jangka pendek. Market risk premium adalah selisih expected return pasar dengan risk-free, biasanya 5-8 persen untuk emerging markets. Insight CAPM: hanya systematic risk yang dihargai karena unsystematic risk bisa di-diversifikasi. Aset dengan unsystematic risk tinggi tapi beta rendah harus punya expected return rendah — investor rasional tidak mau bayar premium untuk risiko yang bisa di-eliminasi. Implikasi untuk bank: pricing kredit harus fokus systematic risk, dan unsystematic risk dikelola via diversifikasi internal. CAPM memberikan benchmark hurdle rate untuk pricing dan capital allocation. Bagian 3 · 3/4
Studi Kasus: Konsentrasi BCA vs BRI
Diskusi kelas: apakah bank yang lebih diversified lebih baik dari bank yang konsentrasi? Apa trade-off return vs risk?
Blok ketiga membahas perbandingan konsentrasi sektoral BCA dan BRI. Pertanyaan diskusi tadi memantik perdebatan klasik diversifikasi vs konsentrasi. Bank konsentrasi bisa ROE tinggi di ekspansi tapi vulnerable ke shock sektoral. Bank diversified ROE moderat tapi sustainable. Diskusi ini akan kita buka di akhir blok. Kasus: Konsentrasi Sektoral BCA vs BRI Dua model diversifikasi berbeda — BCA diversified korporasi multi-sektor vs BRI konsentrasi UMKM.
Dimensi BCA BRI Eksposur UMKM ritel ~20% (agraris) ~60%+ (konsentrasi) Eksposur korporasi ~50% (diversified multi-sektor) ~20% Eksposur konsumer ~30% ~20% Konsentrasi sektor top-3 ~50% ~75% (lebih terkonsentrasi) NPL historis (pandemi) ~2% (terkontrol) ~3,5% (lebih tinggi) Volatilitas NPL Rendah (diversified) Tinggi (konsentrasi UMKM) NIM ~5% (korporasi tipis) ~7-8% (UMKM tebal)
BCA diversified → NPL lebih stabil tapi margin tipis; BRI konsentrasi → margin tebal tapi NPL lebih volatile.
Perbandingan konsentrasi sektoral BCA dan BRI menggambarkan trade-off klasik diversifikasi. BCA dengan eksposur UMKM hanya 20 persen, korporasi 50 persen diversified multi-sektor, dan konsumer 30 persen punya portofolio yang lebih tersebar. Konsentrasi top-3 sektor sekitar 50 persen menunjukkan diversifikasi cukup baik. Akibatnya NPL pandemi hanya 2 persen, jauh lebih terkontrol. Tapi margin tipis NIM 5 persen karena segmen korporasi kompetitif. BRI dengan konsentrasi UMKM 60 persen lebih dari portofolio punya konsentrasi sektor top-3 sekitar 75 persen. Akibatnya NPL pandemi naik ke 3,5 persen dan volatilitas NPL tinggi. Tapi margin tebal NIM 7-8 persen karena segmen UMKM yield tinggi. Implikasi manajerial: tidak ada model optimal universal — BCA memilih stabilitas via diversifikasi dengan margin moderat, BRI memilih margin tebal dengan risiko sektoral lebih tinggi. Pilihan strategis ini harus conscious dan di-manage dengan buffer modal yang sesuai. Walkthrough: Manajemen Konsentrasi Sektoral Bank modern menggunakan tiga tool untuk manajemen konsentrasi sektoral — quantitative limits, scoring, dan stress testing.
Tool 1 · BMPK Internal
Bank tetapkan limit sektoral internal lebih ketat dari regulator (mis. max 15% per sektor)
Tool 2 · Scoring Sektoral
Score sektor berdasarkan PD historis, cyclicality, dan covariance dengan sektor lain
Tool 3 · Stress Testing
Stress sektoral: mis. Pariwisata −50%, Pertanian +10%; evaluasi dampak ke NPL & CAR
Bank tanpa sistematis manajemen konsentrasi akan over-exposed ke sektor booming (mis. properti 2018) dan kena shock ketika siklus berbalik.
Bank modern menggunakan tiga tool untuk manajemen konsentrasi sektoral yang sistematis. Pertama, BMPK internal: bank menetapkan limit sektoral internal lebih ketat dari regulator — misalnya maksimum 15 persen per sektor vs batas regulator 30 persen. Limit ini adalah self-discipline untuk mencegah over-exposure. Kedua, scoring sektoral: bank memberikan score sektor berdasarkan PD historis, cyclicality, dan covariance dengan sektor lain. Sektor dengan PD rendah dan covariance rendah dengan sektor lain mendapat score tinggi. Ketiga, stress testing sektoral: bank menguji dampak shock sektoral spesifik — misalnya pariwisata minus 50 persen, pertanian plus 10 persen — ke NPL dan CAR. Bank tanpa sistematis manajemen konsentrasi akan over-exposed ke sektor yang sedang booming tanpa sadar risiko siklus. Sebagai contoh, banyak bank Indonesia over-exposed ke properti pada 2018 dan menghadapi pressure ketika siklus properti turun pasca-pandemi. Manajemen konsentrasi yang baik adalah disiplin counter-cyclical yang membedakan bank sustainable. Aplikasi Markowitz ke Portofolio Investasi Bank Selain portofolio kredit, Markowitz juga relevan untuk portofolio investasi SBN/obligasi bank.
Mix SUN tenor berbeda (short vs long duration) Mix currency (IDR vs USD bagi bank dengan eksposur valas) Laddering strategi — manage duration & reinvestment HQLA harus likuid tapi juga optimal return Mix kas, SUN, Sertifikat BI — covariance rendah Stress test HQLA → pastikan LCR ≥ 100% dalam semua skenario Markowitz untuk portofolio investasi bank = optimasi return vs liquidity risk, bukan hanya market risk.
Markowitz juga sangat relevan untuk portofolio investasi SBN dan obligasi bank, bukan hanya portofolio kredit. Portofolio SBN bank bisa dioptimasi melalui mix tenor berbeda untuk manage duration, mix currency IDR versus USD bagi bank dengan eksposur valas, dan strategi laddering yang membeli SUN tenor berbeda untuk manage duration dan reinvestment risk. Untuk HQLA atau High Quality Liquid Assets yang dipakai untuk LCR, Markowitz memberikan kerangka optimasi: HQLA harus likuid tapi juga optimal return. Mix kas, SUN, dan Sertifikat BI dengan covariance rendah bisa capai return optimal sambil maintain liquidity. Stress test HQLA penting untuk pastikan LCR tetap di atas 100 persen dalam semua skenario stress. Markowitz untuk portofolio investasi bank adalah optimasi return versus liquidity risk, bukan hanya market risk seperti portofolio investasi murni. Manajer treasury bank modern yang baik menguasai aplikasi Markowitz untuk optimasi portofolio investasi yang kompleks. Bagian 4 · 4/4
Kesimpulan & Persiapan P12
Diskusi kelas: dari materi hari ini, satu hal apa yang akan Anda terapkan untuk manajemen diversifikasi institusi Anda?
Blok penutup membantu Anda merangkum dan mempersiapkan P12. Pertanyaan diskusi tadi memantik refleksi aplikatif. Beberapa kemungkinan jawaban: analisis konsentrasi sektoral portofolio Anda, hitung covariance antar sektor, atau develop stress test sektoral. Diskusi ini akan kita buka di akhir blok. Ringkasan Pertemuan 11 + Persiapan P12 Pesan 1
Markowitz: variance portofolio = variance individual + covariance antar aset
Pesan 2
Diversifikasi eliminate unsystematic risk; systematic risk tetap (CAPM, beta)
Pesan 3
Bank modern: BMPK internal + scoring sektoral + stress test untuk manage konsentrasi
BCA diversified → NPL stabil; BRI konsentrasi → margin tebal tapi NPL volatile — trade-off strategis.
Persiapan P12: baca Saunders (2014) Bab 8-9 risk management; siapkan analisis konsentrasi institusi Anda. Kuis 10 menit di awal P12 — cakupan Markowitz, CAPM, beta.
Sebagai penutup, tiga pesan kunci hari ini. Pertama, Markowitz menunjukkan variance portofolio tidak hanya rata-rata variance individual, tapi juga mencakup covariance antar aset — ini esensi diversifikasi yang menurunkan risiko. Kedua, diversifikasi hanya bisa eliminate unsystematic risk yang spesifik aset atau sektor; systematic risk yang mempengaruhi semua aset tetap ada dan dihargai dalam CAPM melalui beta. Ketiga, bank modern mengelola konsentrasi sektoral melalui BMPK internal yang lebih ketat dari regulator, scoring sektoral berbasis covariance, dan stress testing skenario shock sektoral. BCA dengan portofolio diversified punya NPL stabil tapi margin tipis; BRI dengan konsentrasi UMKM punya margin tebal tapi NPL volatile — trade-off strategis yang harus dipilih secara sadar. Sampai jumpa di P12 di mana kita akan mendalami integrasi semua konsep sebelumnya untuk manajemen risiko kredit yang lebih sophisticated. Daftar Pustaka & Regulasi Markowitz, H. (1952). Portfolio Selection. Journal of Finance . (paper seminal) Sharpe, W. F. (1964). Capital Asset Prices. Journal of Finance . (CAPM) Elton, E. J., et al. (2014). Modern Portfolio Theory and Investment Analysis . POJK 11/2016 — Manajemen Risiko (konsentrasi sektoral) POJK 18/2014 — Integrasi Permodalan (stress testing) OJK — SPI (data eksposur sektoral per bank) BI — Data sektor ekonomi (PMA/PMDN) Daftar pustaka ini saya pilih agar Anda punya rujukan seminal dan modern. Markowitz 1952 adalah paper seminal portfolio selection yang memenangkan Nobel dan menjadi fondasi modern portfolio theory. Sharpe 1964 adalah paper CAPM yang juga memenangkan Nobel — pengembangan Markowitz untuk pricing aset. Elton et al 2014 adalah textbook modern portfolio theory yang banyak dirujuk universitas. Untuk Indonesia, POJK 11/2016 mengatur manajemen risiko termasuk konsentrasi sektoral. POJK 18/2014 mengatur integrasi permodalan dengan requirement stress testing. OJK SPI adalah sumber data eksposur sektoral per bank bulanan. BI data sektor ekonomi seperti PMA dan PMDN memberikan konteks makro untuk analisis konsentrasi. Sampai jumpa minggu depan di P12. 📖 Baca juga: Capm Cost Of Equity — penjelasan mendalam dan contoh numerik.