Construction of an Optimal Portfolio of Gold, Bonds, Stocks and Bitcoin: An Indonesian Case Study
Notice bibliographique
Résumé
This study explores how surprise shocks in Indonesia’s macroeconomic environment—specifically interest rates, inflation, and exchange rates—affect the returns and volatility of key financial assets, including gold, Bitcoin (BTC), stocks (JKSE), and government bonds. Utilizing the EGARCH(1,1) model, this research demonstrates that gold exhibits enduring resilience as a safe-haven during periods of rising inflation and interest rate fluctuations. In contrast, Bitcoin is marked by pronounced speculative dynamics, showing persistent, asymmetric, and extreme volatility, yet delivering attractive gains when market conditions are strong. The findings indicate that stocks and bonds are particularly susceptible to changes in macroeconomic variables, thereby illustrating the vulnerabilities typical of emerging markets. Through portfolio optimization employing the Mean-Variance approach, gold dominates the optimal asset allocation, while Bitcoin provides notable diversification benefits. The results of backtesting using the Kupiec and Basel Traffic Light procedures confirm that GARCH-family risk estimations are robust and meet international regulatory standards. Furthermore, analysis of the Sharpe ratio and cumulative returns reveals that Mean-Variance portfolios consistently outperform equally weighted alternatives by delivering higher risk-adjusted returns and lower overall volatility. By integrating advanced econometric methods with real-world macroeconomic shocks in an Indonesian context, this research offers practical insights for both investors and policymakers addressing asset allocation under uncertainty, while laying the groundwork for future work involving broader asset universes and sophisticated modeling techniques.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».