Konsep Risiko TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

dengan risiko dapat menggunakan expected utility model. Model ini digunakan karena adanya kelemahan yang terdapat pada expexted return model, yaitu bahwa yang ingin dicapai oleh seseorang bukan nilai return tetapi kepuasan utility. Hubungan fungsi kepuasan dengan pendapatan adalah positif, dimana jika tingkat kepuasan meningkat maka pendapatan yang akan diperoleh juga meningkat. Hal ini dapat dilihat pada Gambar 3. Sumber : Debertin, 1986 Gambar 3. Hubungan Fungsi Kepuasan dengan Pendapatan Risiko adalah konsekuensi dari apa yang telah kita lakukan. Seluruh kegiatan yang dilakukan baik perorangan atau perusahaan juga mengandung risiko. Kegiatan bisnis sangat erat kaitannya dengan risiko. Risiko dalam kegiatan bisnis juga dikaitkan dengan besarnya return yang akan diterima oleh pengambil keputusan. Semakin besar risiko yang dihadapi umumnya dapat diperhitungkan bahwa return yang diterima juga akan lebih besar. Hubungan antara risiko dengan return dapat dilihat pada Gambar 4. Utility Income Income Income Risk Averse Risk Netral Risk Preferer Sumber : Lam, 2008 Gambar 4. Hubungan Risiko dengan Return Berdasarkan Gambar 4 dapat dilihat bahwa semakin besar risiko yang dihadapi maka semakin besar pula return yang diperoleh high risk high return. Begitu juga sebaliknya semakin kecil risiko yang diterima semakin kecil pula return yang didapat. Menurut Kountur 2004 risiko dapat dibedakan berdasarkan sudut pandang manajer perusahaan dan dari sumber penyebab risiko. Risiko menurut manajer perusahaan adalah risiko spekulatif yaitu risiko yang dihadapi perusahaan yang dapat memberikan kemungkinan merugikan dan kemungkinan menguntungkan, dan risiko murni yaitu risiko dimana tidak ada kemungkinan yang menguntungkan, yang ada hanya kemungkinan yang merugikan. Sedangkan risiko berdasarkan penyebabnya terdiri dari risiko keuangan dan risiko operasional. Risiko keuangan adalah risiko yang disebabkan oleh faktor-faktor ekonomi dan keuangan, seperti perubahan harga, tingkat bunga, dan mata uang. Risiko operasional merupakan semua risiko yang tidak termasuk pada kelompok risiko keuangan seperti risiko yang disebabkan oleh faktor manusia, alam dan teknologi. Oleh sebab itu perusahaan harus dapat memahami beberapa kategori risiko sehingga dapat mengetahui dan dapat menjelaskan risiko yang dapat dilihat dari sudut pandang yang berbeda.

2.2. Pemodelan Volatilitas Time Series Univariate

Data deret waktu dalam bidang ekonomi dan keuangan umumnya bersifat acak, disamping itu penelitian tentang adanya korelasi dalam nilai kuadrat perubahan harga Return Expected Return Risk menegaskan bahwa kemungkinan terdapat beberapa proses stokastik mendasar lainnya sebagai tambahan bagi perubahan harga itu sendiri Ramadona, 2004 dalam Iskandar, 2006. Proses ini sering disebut dengan volatilitas. Biasanya volatilitas diestimasi dengan cara menghitung deviasi standar perubahan harga dalam waktu tertentu, yang menentukan seberapa cepat data berubah dengan keacakannya. Secara umum, volatilitas mengukur rata-rata fluktuasi dari data deret waktu. Namun hal ini dikembangkan lebih jauh dengan menekankan pada nilai variansi variabel statistika yang menggambarkan seberapa jauh perubahan dan persebaran nilai fluktuasi terhadap nilai rata-rata dari data. Dari sini dapat dikatakan bahwa nilai volatilitas sebagai nilai variansi dari data fluktuasi data harga sayuran. Dua pendapat besar berkembang terhadap variansi, pertama yang menganggap bahwa variansi untuk data deret waktu adalah konstan homocedastic dan pendapat kedua yang menganggap bahwa variansi dari data deret waktu adalah tidak konstan, artinya berubah berdasarkan waktu heteroscedastic. Pada konsep homocedastic, koreksi nilai dari suatu error dari homocedastic dapat dihasilkan estimasi parameter yang lebih efisien. Dalam beberapa aplikasi, terdapat suatu alasan untuk mempercayai bahwa varian dari suatu error bukanlah merupakan fungsi dari variabel independen, tapi bervariasi seiring dengan waktu tergantung dari seberapa besar error yang terjadi pada masa lalu Sianturi, 1996 dalam Iskandar, 2006. Analisis konvensional memodelkan pendapat pertama variansi konstan dalam model yang disebut autoregressive AR, moving average MA, dan kombinasi keduanya, ARMA. Sedangkan pendapat kedua diwakili oleh metode ARCH autoregressive conditional heteroskedastic yang digeneralisasi menjadi GARCH generalized autoregressive conditional heteroskedastic . Untuk data harga sayuran dengan tingkat fluktuasi yang tinggi, model autokorelasi dengan variansi berubah adalah model yang lebih realistis dibandingkan