Penentuan nilai resiko portopolio optimum saham LQ45 dengan pendekatan ewma

PENENTUAN NILAI RISIKO ( VALUE at RISK )

PORTOFOLIO OPTIMUM SAHAM LQ45 DENGAN

PENDEKATAN EWMA

Oleh :

SAFITRI SETYO UTAMI SUKIYANTO NIM : 107081003514

JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA

PENENTUAN NILAI RISIKO (

VALUE at RISK

)

PORTOFOLIO OPTIMUM SAHAM LQ45 DENGAN

PENDEKATAN EWMA

Oleh :

SAFITRI SETYO UTAMI SUKIYANTO NIM : 107081003514

JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA

i

DAFTAR RIWAYAT HIDUP

IDENTITAS DIRI

Nama : Safitri Setyo Utami Sukiyanto Tempat / Tanggal Lahir : Jakarta, 31 Maret 1990

Tinggi/Berat : 170 cm / 52 Kg

Agama : Islam

Alamat : Reni Jaya Jl. Abimanyu Blok X 2 No. 6 Pamulang

Telp / Hp : 0856 953 82 562

E-mail : pitwuth_wuth@yahoo.com

PENDIDIKAN FORMAL

2007-2011 : UIN Syarif Hidayatullah Jakarta 2004-2007 : SMA Muhammadiyah 25 Pamulang 2001-2004 : SMP Muhammadiyah 22 Pamulang 1995-2001 : SDN Pamulang 3

PENDIDIKAN NON FORMAL

1. Peserta Seminar “Demokrasi Versus Kesejahteraan Rakyat” dalam Rangka Evaluasi 10 Tahun Reformasi

2. Peserta Simposium “Trend Bisnis 2008”

3. Peserta Seminar Nasional “Peran Asuransi Dalam Era Globalisasi” (2010)

ii

ABSTRACT

The research is about determining the risk value by measuring the maximum detriment that experienced by a day, 5 days,and 20 days forward. The EWMA Models used because of the data return from stock market tendt to be heterocedastic. The research objectivity included nine stocks that consistant for four years and recorded on LQ45 and picked to be optimum portfolio stocks by Efficient Frontier methods.

The results of this research show that the optimum portfolio acquired consists of ASII 16.98% , BBCA 21.88%, BBRI 4.35%, BDMN 11.32%, BMRI 3.49%, INCO 2.6%, INDF 16.51%, PGAS 16.24%, SMCB 6.63%. where portfolio can provide daily expectation results for the risk level of 0.1418% with 1.85%.. By two exposure values (Vo) which is different Rp 100 million and the price of each share at the end of the period is known that the greater the exposure value, the greater value of VaR. In this study also indicated that the risk of each stock can be reduced by diversifying the stock to form a single portfolio.

iii

ABSTRAK

Penelitian ini mengenai penentuan nilai risiko ( Value at Risk ) dengan mengukur potensi kerugian maksimal yang akan dialami dalam satu hari, lima hari, dan 20 hari ke depan. Model EWMA digunakan karena data return dari indeks bursa saham cenderung bersifat heterokedastis. Obyek penelitian meliputi 9 saham yang konsisten selama empat tahun dan tercatat dalam LQ45 dan sudah terpilih menjadi saham-saham yang masuk dalam portofolio optimum melalui metode Efficient Frontier.

Hasil penelitian menunjukkan bahwa portofolio optimum yang diperoleh terdiri dari ASII 16.98% , BBCA 21.88%, BBRI 4.35%, BDMN 11.32%, BMRI 3.49%, INCO 2.6%, INDF 16.51%, PGAS 16.24%, SMCB 6.63%. Dimana portofolio tersebut dapat memberikan ekspektasi hasil harian sebesar 0.1418% dengan tingkat risiko 1.85%. Dengan dua nilai exposure (Vo) yang berbeda yaitu Rp 100 Juta dan harga dari masing-masing saham di akhir periode diketahui bahwa semakin besar nilai exposure, semakin besar juga nilai VaR Dalam penelitian ini juga ditunjukkan bahwa nilai risiko dari masing-masing saham dapat diperkecil dengan melakukan diversifikasi saham dengan membentuk satu portofolio.

iv

KATA PENGANTAR

Assalammualaikum Wr.Wb

Jadi nikmat-Mu manakah yang mampu hamba dustakan? Segala puji, syukur dan sujud kepada Allah SWT, Sang Maha Baik, Sang Maha berkuasa atas segala sesuatu, Sang Maha Pengasih dan Penyayang yang telah memberikan nikmat yang tak terhingga ; terimakasih atas semua kesempatan untuk melihat segalanya lebih dekat baik itu nikmat atau cobaan yang pada akhirnya mampu membuat penulis mengerti dan bersyukur atas hikmahNya ; terimakasih karena tanpa kemurahanNya penulis tidak mungkin sampai di tahap yang membahagiakan ini.

Shalawat serta salam penulis haturkan kepada Nabi Muhammad SAW, yang telah membawa manusia dari jaman kegelapan ke jaman terang benderang penuh ilmu pengetahuan seperti sekarang ini

Banyak kendala dan hambatan yang dihadapi penulis dalam penyusunan skripsi ini, hingga akhirnya skripsi ini dapat diselesaikan. Selesainya penulisan skripsi ini tidak lepas dari bantuan dan bimbingan dari berbagai pihak. Oleh karenanya penulis ingin mengucapkan terimakasih yang sebesar-besarnya kepada :

1. Keluarga tersayang, Mama Wasini dan Bapak Yagus Sukiyanto yang selalu memberi inspirasi atas segalanya serta memberikan dukungan moril dan materiil. Kalau ada balasan untuk setiap perbuatan baik yang mampu penulis lakukan saat ini, semuanya untuk Mama dan Bapak dulu :)

2. Bapak Prof. Dr. Abdul Hamid, MS., selaku Dekan Fakultas Ekonomi dan Ilmu Bisnis UIN Syarif Hidayatullah Jakarta.

3. Bapak Prof Dr. Ahmad Rodoni. Selaku Pudek Bidang Akademik dan selaku dosen pembimbing I, terima kasih sudah meluangkan waktunya untuk

v

mengarahkan, membimbing serta memotivasi, sehingga penulis dapat menyeleseaikan skripsi ini.

4. Bapak Herni Ali, HT. Selaku dosen pembimbing II, terima kasih sudah meluangkan waktunya untuk mengarahkan, membimbing serta memotivasi, sehingga penulis dapat menyeleseaikan skripsi ini.

5. Bapak Suhendra, S.Ag., MM., selaku Ketua Jurusan Manajemen dan Ibu Lies Suzanawaty, SE., M.Si., Sekretaris Jurusan Manajemen Fakultas Ekonomi dan Ilmu Bisnis UIN Syarif Hidayatullah Jakarta.

6. Segenap dosen Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta. Terima kasih yang sebesar-besarnya atas ilmu yang sudah diberikan. Serta seluruh staff akademik, jurusan, kasubag keuangan dan perpustakaan.

7. My one and only sister Dwi Ngesti Palupi atas segala perhatian dan “pengertiannya” yang amat berharga. Gomaweo eonni :)

8. Teman, sahabat, keluarga super tersayang, PegallinuBigFam’s (Asmasarih, Putri, Cwimy, Asrini, Rani, Mashita, Dhelia, Monalisa). Kalian para bidadari pemberi semangat, nasihat, motivasi, perhatian, kegalauan, keceriaan, oasis di tengah panas dan penatnya rutinitas penulis, sukses buat kita semua ya. I’m so lucky to have you all *kecupss

9. Sahabat super tersayang, Tuty,Vita, Nadya. Terima kasih untuk persahabatan, perhatian, semangat yang luar biasa untuk penulis yang tidak pernah ada habisnya. Semoga kita sukses selalu, semoga mimpi toko kue kita jadi nyata. Aamiin :)

10. Keluarga besar Manajemen D angkatan 2007. Teman bermain, belajar, bertukar cerita. Addin (pemimpin kelas paling super), Agus (Terima kasih sudah sangat mempercayai penulis untuk ceritanya), Robby, Abi, Ivan (pahlawan dadakan pamulang ketika penulis ada ditengah kemacetan menuju

vi

kampus), Dedy (Sang Mister Translator), Yana, Dewi, Diah, Deta, Tya, Susan, Rima, Lia,Isti, Lingga, Rio, Yandi, Ichank, Haikal, Latief, Kamil, Wahyudi, Dery, Andri, Qodar, Fityan (Terima kasih untuk segalanya yaa). Terima kasih untuk segala kebersamaan yang sudah kita lewati selama ini. Kebersamaan kita gak akan pernah terhapus oleh waktu. I’m so proud to be part of you all :)

11. Teman-teman Manajemen Keuangan A angkatan 2007. (Miftah, Dito, Toni, Yoga, Irsyam, Rudi, Gita Sahara, Nisa, Yuli, Dian, Ijah, Isna, Cupit, Icha,Emil, Yuni, Viky, Gustin, Niar, Fifah, Suci). Terima kasih atas kebersamaan, dukungannya. Semoga tali silaturahmi kita tetap terjaga kawan. :)

12. Teman-teman seperjuangan yang memberikan info, semangat, doa, perhatian, dan support yang luar biasa hebat : Umi, Sartika, Novi, Sela, Ayu, Dito, Zadi, Khaikal, Bimo Ali Guntoro  ; Annisa Fitria, Isti (Kompre yang hebat ya, semangat untuk skripsi kalian) ; Rizki Maulana (sesama bocah nekat, sok tau, penuh percaya diri mendekati Markowitz)

13. Teman-teman Fakultas Ekonomi dan Bisnis 2007 yang tidak dapat disebutkan namanya satu per satu. Senang bisa menjadi bagian dari kalian.

14. Teman dan sahabat tersayang lainnya Nur Rahmi (ceritamu selalu bersemangat dan berenergi mi, terima kasih), Bayu Diah Ayunda (Terima kasih ya neng cerita, semangat, dan doanya. Ayo skripsimu dirampungkan) , Dede Syarifah (Terima kasih dukungan, do’a, dan pengertiannya ketika penulis absen menemani anak-anak TPA,semangat skripsi peh). Kak Amalia (Terima kasih untuk bantuannya, bimbingan, dan sidang dadakannya yah kaaa. Mudah-mudahan di lain waktu kita bisa ketemu ya )

15. Mas Afif Nugroho. Terima kasih atas dukungan, semangat, do’a, nasihat, baik ketika kemarin masih di jalan yang sama maupun sampai sekarang :)

vii

16. Seluruh pihak yang turut mendukung dan membantu penulis baik moril maupun materiil, namun tidak dapat penulis sebutkan satu per satu.

17. Impian, harapan, keinginan, dan cita-cita yang akan selalu ada untuk sebuah makhluk bernama manusia – Donny

Dhirgantoro-Akhir kata, tentunya segala kebaikan tersebut tidak dapat penulis balas dengan balasan melebihi balasan daripada Allah swt. yang selalu memberikan kita jalan yang terbaik. Jazakumullah Khairan Katsiran Wa Jazakumullah Ahsanal Jaza. Semoga

skripsi ini dapat memberikan sesuatu yang bermanfaat bagi siapa saja dengan berbagai cara. Aamiin

Wassalammualaikum Wr.Wb

Ciputat, September 2011

viii DAFTAR ISI

COVER

COVER dalam

LEMBAR PENGESAHAN PEMBIMBING

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF LEMBAR PENGESAHAN UJIAN SKRIPSI

LEMBAR PERNYATAAN KEASLIAN SKRIPSI

DAFTAR RIWAYAT HIDUP i

ABSTRACT ii

ABSTRAK iii

KATA PENGANTAR iv

DAFTAR ISI viii

DAFTAR TABEL xi

DAFTAR GAMBAR xii

DAFTAR LAMPIRAN xiii

BAB I PENDAHULUAN

A. Latar Belakang 1

B. Perumusan Masalah. 7

C. Tujuan Penelitian 8

D. Manfaat Penelitian 8

BAB II TINJAUAN PUSTAKA

A. Investasi 10

1. Proses Investasi 11

2. Investasi Saham 13

3. Benchmark 16

4. LQ45 18

B. Manajemen Risiko 19

C. Risiko Dalam Investasi 20

1. Diversifikasi Risiko 22

ix

D. Mengukur Risiko Harga Saham. 24

1. Tingkat Imbal Hasil Harga Saham. 24

2. Distribusi Normal 24

3. Confidence Level 25

4. Homokedastis dan Heteroskedastis 26

5. Standar Deviasi 27

6. Exponentially Weighted Moving Average 28 E. Teori Portofolio Efisien dan Portofolio Optimum 29

1. Return Portofolio 31

2. Risiko Portofolio 32

3. Teori Pembentukan Portofolio Optimum 33

F. Value at Risk (VaR) 36

1. Penghitungan Value at Risk 37

G. Time Horizon 39

H. Penelitian Terdahulu 39

I. Kerangka Berpikir 41

J. Hipotesis 43

BAB III METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian 45

B. Metode Penentuan Sampel 46

C. Metode Pengumpulan Data 47

D. Metode Analisis 48

1. Pengumpulan Data 48

2. Menghitung Return Saham. 48

3. Menentukan Standar Deviasi Aset 48 4. Menentukan Koefisien Korelasi dan Kovarians 49 5. Menentukan Komposisi Optimum Portofolio Terpilih 50 6. Menghitung Reward to VariabilityRatio 50

7. Pengujian Data Imbal Hasil 51

8. Menghitung VaR Single Instrument 52

x

E. Operasional Variabel Penelitian 53

BAB IV ANALISIS DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian 54

1. Pemilihan Sampel Saham 54

2. Saham LQ45 Periode 2007-2010 54

3. Sampel Saham Terpilih 57

B. Analisis dan Pembahasan 58

1. Pembentukan Portofolio Optimum Untuk

Menentukan Posisi Exposure 58

2. Analisa Hasil Tes Statistik 61

3. Penyesuaian Confidence Interval Parameter (α) Pada Bentuk Skewness Dengan Formula

Cornish Fosher Expansion 70

4. Uji Volatilitas Heterokedastisitas

Dengan White Heterocedasticity (Cross Tersm) 72 5. Perhitungan Volatilitas Data Return 73

6. Value at Risk 74

BAB V KESIMPULAN

A. Kesimpulan 86

B. Saran 93

DAFTAR PUSTAKA 94

xi

DAFTAR TABEL

Nomor Keterangan Halaman

4.1 Saham yang Masuk Kategori LQ45 55

4.2 Saham-saham yang Masuk Sebagai Kandidat

Portofolio LQ45 57

4.3 Komposisi Saham Portofolio Optimum 60

4.4 Hasil Uji Stasioner Data Saham 62

4.5 Data Deskriptif Saham 63

4.6 Hasil Uji Normalitas 69

4.7 Nilai Z-Koreksi Dari Skewness 71

4.8 Hasil Uji Heterokedastisitas 73

4.9 Hasil Perhitungan Volatilitas EWMA 74

4.10 Value at Risk Single Instrument

(Nilai Exposure : 100Juta) 75

4.11 Value at Risk Single Instrument

(Nilai Exposure : Harga Penutupan Saham

Tanggal 23 Desember 2010) 77

4.12 Hasil Uji Stasioneritas Portofolio 79

4.13 Hasil Uji Normalitas Portofolio 80

4.14 Nilai Z-Koreksi Portofolio 80

4.15 Hasil Uji Heterokedastisitas Portofolio 81

xii

DAFTAR GAMBAR

Nomor Keterangan Halaman

2.1 Kerangka Berfikir 42

xiii

DAFTAR LAMPIRAN

Nomor Keterangan Halaman

1 Rata-Rata Saham dan Standar Deviasi Kandidat Portofolio dari Indeks LQ 45 Periode

Januari 2007 – Desember 2010 97 2 Daftar Saham yang Lolos Menjadi Kandidat

Anggota Portoflio dari Indeks LQ45

Periode Januari 2007 – Desember 2010 97 3 Koefisien Korelasi Untuk Setiap Saham

Periode 2007-2010 98

4 Bordered Covariance Matrix For Equally Weighted

Portofolio 99

5 Bordered Covariance Matrix For Target Return

Portofolio 100

6 Portofolio Efficient Frontier 101

7 Kurva Efficient Frontier Portofolio dari LQ 45 102 8 Alokasi Investasi Portofolio dari LQ 45 Periode

Januari 2007 – Desember 2010 102 9 Hasil Tes Stasioner Data Return Saham dan

Portofolio 103

10 Hasil Uji Normalitas Data Return Saham

dan Portofolio 110

11 Hasil Uji Heterokedastisitas Data Return Saham

dan Portofolio 112

1 BAB I PENDAHULUAN

A. Latar Belakang

Investor secara umum memiliki dua pilihan aset untuk investasi, yaitu aset riil (real assets) dan aset keuangan (financial assets). Aset riil (real assets) termasuk aset yang memiliki kapasitas produktif seperti tanah, bangunan, pengetahuan dan mesin yang digunakan untuk memproduksi barang serta para pekerja yang keahliannya diperlukan untuk memanfaatkan sumber daya tersebut. Sedangkan aset keuangan (financial assets) seperti saham atau obligasi. Aset keuangan (financial assets) memiliki kontribusi secara tidak langsung terhadap kapasitas produktif suatu perekonomian, karena aset ini memisahkan kepemilikan dan manajemen dalam suatu perusahaan dan memfasilitasi pemindahan dana untuk perusahaan dengan peluang investasi yang menarik (Bodie et al., 2006 : 4)

Pembelian untuk investasi dalam aset riil dapat dilakukan secara langsung lewat pabrik atau produsen yang menghasilkan aset tersebut, maupun lewat toko atau orang pribadi yang menjual aset tersebut. Sedangkan pembelian untuk investasi dalam aset keuangan dapat dilakukan di pasar keuangan yang relatif bersifat jangka pendek seperti Surat Berharga Pasar Uang (SBPU) maupun di pasar modal, dengan tujuan investasi jangka panjang.

2

Khusus untuk investasi dalam saham di Indonesia, investor dapat melakukannya di Bursa Efek Indonesia (BEI). Dalam melakukan investasi saham, investor secara umum dapat melakukan strategi aktif atau strategi pasif. Dalam strategi aktif pada dasarnya meliputi tindakan investor secara aktif dalam melakukan pemilihan dan jual beli saham, mencari informasi, mengikuti waktu dan pergerakan harga saham serta berbagai tindakan aktif lainnya untuk menghasilkan return abnormal. Di sisi lainnya, strategi pasif biasanya meliputi tindakan investor yang cenderung pasif dalam berinvestasi pada saham dan hanya mendasarkan pergerakan sahamnya pada pergerakan indeks pasar. Artinya, investor tidak secara aktif mencari informasi ataupun melakukan jual beli saham yang bisa menghasilkan return abnormal (Eduardus Tandellin, 2010 : 329). Namun, untuk memperoleh suatu return, investor harus mau menanggung risiko tertentu (risk-return trade-off) dan setiap investor harus mampu menghadapi dan atau melakukan perlindungan atas aset investasi sesuai dengan kemampuannya menghadapi sebuah risiko tersebut. (Agung D. Buchdadi, 2008 : 182).

Risiko dapat diartikan sebagai ketidakpastian tentang hasil (earning) yang akan diperoleh dimasa datang sebagai akibat perubahan secara keseluruhan dari kondisi pasar. Akibat ketidakpastian ini, maka para pengambil keputusan sering bertanya tentang besarnya risiko (kerugian) yang akan ditanggung jika kondisi pasar berubah menjadi jelek. Risiko harga saham merupakan risiko pasar , disebabkan perubahannya sangat dipengaruhi oleh iklim investasi global.

3

Risiko yang dihadapi institusi keuangan secara umum dapat dibagi tiga menjadi risiko pasar, risiko kredit, dan risiko operasional, dimana investasi di bursa saham digolongkan sebagai investasi yang memiliki risiko pasar. Pembagian risiko secara umum menjadi tiga kelompok bukan dimaksudkan untuk meniadakan faktor risiko yang lain, hal ini lebih dikarenakan kesulitan dalam mengkuantifikasi suatu risiko. Risiko yang tidak dapat dikuantifikasi akan lebih sulit dalam pengelolaannya. Sementara ini, model pengukuran risiko yang sudah berkembang secara garis besar masih sebatas ketiga risiko tadi, dimana risiko-risiko lain di luar ketiganya, asalkan dapat dikuantifikasi, dapat dimasukkan ke dalam risiko operasional.

Dalam Amalia (2008) Risiko ini dicerminkan oleh volatilitas dari return yang diukur dengan standard deviation (σ) sehingga di samping return, maka model atau cara untuk mengukur volatilitas juga perlu mendapat perhatian khusus karena risiko ini juga harus dikelola (manajemen risiko). Volatilitas portofolio saham dapat memiliki karakteristik homoskedastis atau heteroskedastis. Volatilitas yang homoskedastis dapat dihitung dengan menggunakan deviasi standar, sedangkan untuk volatilitas yang memiliki karakteristik heteroskedastis dapat diukur dengan EWMA (Exponentially Weighted Moving Average).

Investor dapat mengurangi risiko dengan cara melakukan diversifikasi investasi. Diversifikasi investasi akan memberikan manfaat optimum apabila return antar investasi dalam satu portofolio berkorelasi negatif. Harry M. Markowitz telah membuktikan bahwa risiko berinvestasi dapat dikurangi

4

dengan menggabungkan beberapa aset ke dalam sebuah portofolio. Metode markowitz menunjukkan bahwa apabila aset-aset keuangan dalam suatu portofolio memiliki korelasi return yang lebih kecil dari positif 1, risiko portofolio secara keseluruhan dapat diturunkan. Risiko minimum akan dicapai apabila korelasi return investasi adalah negatif sempurna. (R.Agus Sartono dan Arie Andika, 2006 : 37).

Institusi-institusi financial dan juga para investor selalu ingin berusaha agar risiko bisa selalu dikuantifikasikan. Pengukuran-pengukuran tradisional yang digunakan dalam mengkuantifikasikan risiko banyak kaitannya dengan pengukuran sensitivitas. Pengukuran risiko dengan sensitivitas memperhatikan perubahan pada salah satu faktor risiko dan dampaknya terhadap profit and loss suatu portofolio. Pengukuran-pengukuran tradisional hanya memberikan hasil dalam bentuk jumlah kerugian yang mungkin dialami. Pengukuran-pengukuran tersebut tidak memberikan gambaran mengenai potensi atau probabilitas terjadinya kerugian-kerugian tersebut. Selain itu, pengukuran-pengukuran tradisional tersebut digunakan pada aset-aset secara individual sehingga setiap aset-aset memiliki metode pengukuran risiko secara tersendiri. (R. Agus Sartono dan Arie Andika, 2006 : 38).

Masalah timbul ketika masing-masing aset tersebut digabungkan dalam suatu kelompok produk ataupun sebuah portofolio. Seperti yang diketahui, perlu adanya diversifikasi dalam suatu kelompok produk atau portofolio agar risiko berkurang. Pengukuran risiko menjadi sulit oleh karena banyaknya metode yang digunakan untuk mengukur risiko berbagai macam aset tersebut

5

yang digabungkan dalam suatu kelompok produk ataupun portofolio. (R. Agus Sartono dan Arie Andika, 2006 : 38).

Dalam hal ini, setelah mengetahui volatilitas maka investor dapat memperkirakan dengan tingkat keyakinan (level of confidence) dan dalam jangka waktu tertentu berapa potensi risiko penurunan nilai return (value at risk). Fardiansyah menyatakan pengukuran risiko dengan metode Value at Risk (VaR) saat ini sangat populer digunakan secara luas oleh industri keuangan di seluruh dunia. Sejalan dengan itu, peraturan pemerintah, dalam hal ini peraturan Bank Indonesia No. 5/8/PBI/2003 tentang penerapan pengelolaan risiko bagi perbankan pada tahun 2008 dan surat edaran No. 5/21/DPNP tanggal 29 September 2003 tentang penerapan metode VaR, menyebabkan pengembangan konsep VaR pada institusi perbankan berkembang pesat. (Agung D. Buchdadi, 2008 : 182-183).

Salah satu kelebihan VaR adalah bahwa metode pengukuran ini dapat diaplikasikan ke seluruh produk-produk financial yang diperdagangkan. Angka yang didapatkan merupakan hasil perhitungan secara agregat atau menyeluruh terhadap risiko produk-produk sebagai suatu kesatuan. VaR juga memberikan estimasi kemungkinan atau probabilitas mengenai timbulnya kerugian yang jumlahnya lebih besar daripada angka kerugian yang telah ditentukan. VaR juga memperhatikan perubahan harga aset-aset yang ada dan pengaruhnya terhadap aset-aset yang lain. Hal ini memungkinkan dilakukannya pengukuran terhadap berkurangnya risiko yang diakibatkan

6

oleh diversifikasi kelompok produk atau portofolio. ( R.Agus Sartono dan Arie Andika, 2006 : 38).

Variabel standar deviasi dalam penghitungan VaR, seperti yang disajikan Agung D. Buchdadi (2007) dalam Jorion (2001) diasumsikan distribusi normal. Namun demikian, beberapa penelitian menunjukkan asumsi distribusi normal dan unconditional variance kurang tepat apabila diterapkan pada pergerakan pasar keuangan. Situngkir dan Surya (2006) mengemukakan penghitungan VaR pada pasar saham lebih tepat bila memperhatikan skewness dan kelebihan kurtosis. Pohan (2004) menemukan distribusi tidak normal dan heteroscedasticity pada reksadana saham selama tahun 2001-2002, dan Karahap (2005) menemukan hal yang sama pada portofolio mata uang asing.

Salah satu pendekatan yang banyak digunakan untuk menghadapi fenomena conditional variance adalah metode Exponentially Weighted Moving Average (EWMA) yang dikembangkan J.P. Morgan. Penelitian ini akan menghitung VaR dengan pendekatan EWMA pada portofolio saham di Indonesia dengan tujuan memberikan gambaran mengenai profil risiko pasar bagi investor pasar modal di Indonesia. Secara khusus penelitian ini akan memilih objek portofolio saham-saham yang tergabung dalam indeks LQ45.

Penelitian ini memerlukan exposure sebagai nilai posisi asset yang akan dihitung nilai risikonya (VaR), dan digunakan dua nilai exposure yaitu nilai berdasarkan asumsi sebesar Rp 100.000.000 dan nilai dari harga penutupan saham di akhir periode penelitian. Selain itu penelitian ini memilih batasan

7

waktu pengamatan pada tahun 2007-2010 karena pergerakan pasar modal selama tahun ini menarik untuk diminati mengingat selama tahun tersebut krisis keuangan global masih berlangsung dan mengakibatkan kondisi pasar keuangan dunia menjadi terpuruk, termasuk pasar modal di Indonesia.

B. Perumusan Masalah

Berdasarkan uraian latar belakang diatas, maka rumusan masalah dalam penelitian ini adalah :

1. Apakah distribusi empiris return saham mengikuti pola distribusi

normal?

2. Apakah distribusi empiris return saham memiliki karakteristik volatilitas yang homoskedastis atau heteroskedastis?

3. Berapakah potensi kerugian setiap saham dan portofolio saham LQ45 dengan menggunakan Value at Risk pendekatan Exponentially Weighted Moving Average (EWMA dengan) exposure berdasarkan asumsi sebesar Rp 100.000.000 ?

4. Berapakah potensi kerugian setiap saham dan portofolio saham LQ45

dengan menggunakan Value at Risk pendekatan Exponentially Weighted Moving Average (EWMA) dengan exposure berdasarkan harga penutupan saham akhir periode penelitian?

8 C. Tujuan Penelitian

Tujuan umum penelitian ini adalah untuk menentukan nilai risiko (Value at Risk) portofolio optimum saham LQ45 dengan pendekatan EWMA (Exponentially Weighted Moving Average).

Tujuan khusus penelitian ini adalah untuk menjawab pertanyaan yang terdapat pada bagian perumusan masalah , antara lain :

1. Return saham mengikuti pola distribusi normal atau tidak

2. Return saham memiliki karakteristik volatilitas homoskedastis atau heterokedastis

3. Untuk menilai potensi kerugian maksimal dari setiap saham dan portofolio LQ45 dengan menggunakan exposure berdasarkan asumsi sebesar Rp 100.000.000

4. Untuk menilai potensi kerugian maksimal dari setiap saham dan portofolio LQ45 dengan menggunakan exposure berdasarkan harga penutupan saham akhir periode penelitian

D. Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memberikan manfaat kepada : 1. Para analis dan investor di pasar saham Indonesia akan dapat

memperoleh gambaran yang jelas mengenai model yang tepat dari Value at Risk untuk mengukur salah satu risiko pasar yaitu volatilitas return dari saham-saham LQ45, sehingga dalam pengambilan

9

keputusan investasinya dapat memperhitungkan apakah risiko yang ditanggung sesuai dengan return yang diharapkan.

2. Perusahaan yang sahamnya tergabung dalam LQ45 dapat mengevaluasi performa saham perusahaan tersebut dengan mengetahui VaR dari portofolio terpilih.

3. Para akademisi dapat mengambil manfaat penelitian ini sebagai kasus nyata yang dapat digunakan dalam penelitian manajemen keuangan dan dapat menjadi pelengkap penelitian-penelitian yang lain serta dapat mengembangkan penelitian-penelitian selanjutnya.

10 BAB II

TINJAUAN PUSTAKA

A. Investasi

Investasi secara sederhana dapat diartikan sebagai suatu kegiatan yang bertujuan untuk mengembangkan harta. Selain daripada itu tujuan investasi merupakan suatu komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat sekarang ini, dengan tujuan untuk memperoleh sejumlah keuntungan dimasa yang akan datang. (Ahmad Rodoni, 2009 : 46)

Dalam kamus istilah pasar modal dan keuangan kata investasi diartikan sebagai penanaman uang atau modal dalam suatu perusahaan atau proyek untuk tujuan memperoleh keuntungan. Kamus lengkap ekonomi, investasi didefinisikan sebagai penukaran uang dengan bentuk-bentuk kekeayaan lain, seperti saham atau harta tidak bergerak yang diharapkan dapat ditahan selama periode waktu tertentu supaya menghasilkan pendapatan.

Investasi dalam arti luas, berarti mengorbankan dolar sekarang untuk dolar pada masa depan. Pengorbanan terjadi saat sekarang ini dan memiliki kepastian. Hasilnya baru akan diperoleh kemudian dan besarnya tidak pasti. Pada beberapa kasus, elemen waktu merupakan faktor yang mendominasi. Pada kasus lain, risiko menjadi atribut yang dominan. Namun bisa juga baik waktu maupun risiko menjadi factor yang penting. (William et al., 2005 :1).

11

Menurut Tandelilin (2010:1) Investasi dapat diartikan sebagai komitmen untuk menananmkan sejumlah dana pada saat ini dengan tujuan memperoleh keuntungan di masa datang. Dengan kata lain, investasi merupakan komitmen untuk mengorbankan konsumsi sekarang (sacrife current consumption) dengan tujuan memperbesar konsumsi di masa datang.

Seorang investor yang berinvestasi dengan harapan memperoleh keuntungan dimasa yang akan datang, sebagai imbalan atas waktu dan risiko yang terkait dengan investasi. Salah satu alasan utama melakukan investasi adalah mempersiapkan masa depan sedini mungkin melalui perencanaan kebutuhan yang disesuaikan dengan kemampuan keuangan saat ini. Adanya suatu perencanaan investasi adalah jauh lebih baik daripada tidak sama sekali.

1. Proses Investasi

Proses investasi menunjukkan bagaimana seharusnya seorang investor membuat keputusan investasi pada sekuritas yaitu sekuritas yang akan dipilih, seberapa banyak investasi tersebut, dan kapan investasi tersebut akan dilakukan. Untuk mengambil keputusan tersebut diperlukan langkah-langkah sebagai berikut :

a. Menentukan Tujuan Investasi

Ada tiga hal yang dipertimbangkan dalam tahap ini, yaitu tingkat pengembalian yang diharapkan (expected rate of return), tingkat

12

risiko (rate of risk), dan ketersediaan jumlah dana yang diinvestasikan.

b. Melakukan Analisis Sekuritas

Tahap ini berarti melakukan analisis terhadap suatu efek atau sekelompok efek. Salah satu tujuan penilaian ini adalah untuk mengidentifikasikan efek yang salah harga (mispriced), apakah harganya terlalu tinggi atau terlalu rendah. Untuk itu, ada dua pendekatan yang dapat digunakan, yaitu :

1) Pendekatan Fundamental

Pendekatan ini didasarkan pada informasi-informasi yang diterbitkan oleh emiten maupun oleh administrator bursa efek.

2) Pendekatan Teknikal

Pendekatan ini didasarkan pada data/perubahan harga saham dimasa lalu sebagai upaya untuk memperkirakan harga saham dimasa mendatang.

c. Pembentukan Portofolio

Portofolio berarti sekumpulan investasi. Tahap ini menyangkut identifikasi sekuritas-sekuritas mana yang akan dipilih, dan berapa proporsi dana yang akan diinvestasikan pada masing-masing sekuritas tersebut.

13

d. Melakukan Revisi Portofolio

Tahap ini merupakan pengulangan terhadap tiga tahap sebelumnya, dengan maksud kalau dirasa bahwa portofolio yang sekarang dimiliki tidak lagi optimal, atau tidak sesuai dengan preferensi risiko pemodal, maka pemodal dapat melakukan perubahan terhadap sekuritas-sekuritas yang membentuk portofolio tersebut.

e. Evaluasi Kinerja Portofolio

Dalam tahap ini pemodal melakukan penilaian terhadap kinerja (performance) portofolio, baik dalam aspek tingkat keuntungan yang diperoleh maupun risiko yang ditanggung. (Ahmad Rodoni, 2009 : 38 – 39)

2. Investasi Saham

Pengertian saham (Bodie, et al, 2006 : 59) adalah surat berharga yang menunjukkan kepemilikan terhadap sebuah perusahaan. Masing-masing lembar saham biasa mewakili satu suara tentang segala hal dalam pengurusan perusahaan dan menggunakan suara tersebut dalam rapat tahunan perusahaan dan pembagian keuntungan.

Menurut Tjiptono Darmadji dan Hendy M. (2001 : 5) Saham dapat didefinisikan sebagai tanda penyertaan atau kepemilikan seseorang atau badan dalam suatu perusahaan atau perseroan terbatas.

14

Wujud saham adalah, selembar kertas yang mnerangkan bahwa pemilik kertas tersebut adalah pemilik perusahaan yang menerbitkan surat berharga tersebut. Porsi kepemilikan ditentukan oleh seberapa besar penyertaan yang ditanamkan di perusahaan tersebut. Walaupun demikian tidak semua saham memiliki hak tersebut. Tergantung dari jenis saham yang dimiliki oleh seorang investor. Ada beberapa sudut pandang untuk membedakan saham (Sabar Warsini, 2009 : 32) :

a

a.. Berdasarkan cara pengalihan/pemindahan tangan dibedakan :

1) Saham atas nama (registered stocks) yaitu saham dimana

identitas pemiliknya tertera pada lembaran saham.

2) Saham atas unjuk (bearer stock), tanpa identitas pemilik,

sehingga pemegang saham itulah pemilik saham.

b

b.. Berdasarkan hak tagihan, ada dua jenis saham yaitu :

1) Saham biasa (common stocks)

Saham biasa merupakan jenis efek yang paling sering dipergunakan oleh emiten untuk memperoleh dana dari masyarakat dan merupakan jenis yang paling popular di Pasar Modal. Karakteristik saham biasa adalah :

(a) Hak klaim terakhir atas aktiva perusahaan jika

15

(b) Hak suara proporsional yaitu one share one vote pada pemilihan direksi serta keputusan lain yang ditetapkan pada Rapat Umum Pemegang Saham (RUPS).

(c) Dividen, jika perusahaan memperoleh laba dan

disetujui di dalam RUPS.

(d) Hak memesan efek terlebih dahulu sebelum efek

tersebut ditawarkan kepada masyarakat.

2) Saham Preferen (prefered stocks)

Pemegang saham preferen tidak mempunyai hak suara didalam RUPS tetapi mempunyai hak untuk didahulukan dalam hal pembagian dividen maupun klaim terhadap aktiva perusahaan, karakteristik saham preferen sebagai berikut :

(a) Mempunyai hak klaim terlebih dahulu dibanding saham biasa jika perusahaan dilikuidasi.

(b) Mempunyai hak utama atas dividen.

(c) Mempunyai penghasilan tetap.

(d) Mempunyai jangka waktu terbatas, tetapi tidak

menutup kemungkinan adanya pembelian kembali oleh perusahaan.

16

(f) Dapat dikonversi menjadi saham biasa.

3. Benchmark

Benchmark merupakan tolak ukur suatu investasi untuk mengetahui kinerja dari investasi yang dikelola. Pada BEI dikenal benchmark dengan kata indeks. Indeks harga saham merupakan indikator yang menggambarkan pergerakan harga-harga saham. Di pasar modal sebuah indeks diharapkan memiliki lima fungsi yaitu (Tjiptono Darmadji dan Hendy M., 2001 : 95-97) ;

a

a.. Sebagai indikator trend pasar. b

b.. Sebagai indikator tingkat keuntungan. c

c.. Sebagai tolak ukur (benchmark) kinerja portofolio. d

d.. Memfasilitasi pembentukan portofolio dengan strategi pasif.

e

e.. Memfasilitasi berkembangnya produk derivative.

Menurut Buku Panduan Indeks Harga Saham BEI (2010 : 2-3), sekaran ini PT Bursa Efek Indonesia memiliki 11 jenis indeks harga saham. Ke sebelas jenis indeks tersebut adalah :

a

a.. Indeks Harga Saham Gabungan (IHSG) adalah menggunakan semua saham tercatat sebagai komponen perhitungan indeks.

b

b.. Indeks Sektoral adalah menggunakan semua saham yang termasuk dalam masing-masing sektor.

17

c

c.. Indeks LQ45 adalah menggunakan 45 saham terpilih setelah melalui beberapa macam seleksi.

d

d.. Jakarta Islamic Index (JII) adalah menggunakan 30 saham yang masuk dalam kriteria syariah dan termasuk saham yang memiliki kapitalisasi besar da likuiditas tinggi.

e

e.. Indeks Kompas 100 adalah menggunakan 100 emiten yang dipilih berdasarkan pertimbangan likuiditas dan kapitalisasi pasar, dengan criteria-kriteria yang telah ditentukan.

f

f.. Indeks BISNIS-27 adalah menggunakan 27 emiten yang dipilih berdasrkan kriteria tertentu dan merupakan kerja sama antara PT BEI dengan Harian Bisnis Indonesia.

g

g.. Indeks PEFINDO 25 adalah menggunakan 25 emiten yang dipilih berdasarkan kriteria tertentu dan merupakan kerjasama antara PT BEI dengan lembaga rating PEFINDO.

h

h.. Indeks SRI-KEHATI adalah menggunakan 25 emiten yang dipilih berdasarkan kriteria tertentu dan merupakan kerjasama antara PT BEI dengan Yayasan KEHATI.

i

i.. Indeks Papan Utama adalah menggunakan emiten yang masuk dalam kriteria papan utama.

j

j.. Indeks Papan Pengembangan adalah menggunakan emiten yang masuk dalam papan pengembangan.

18

k

k.. Indeks Individual adalah indeks harga saham masing-masing.

4. LQ45

Indeks LQ 45 adalah nilai kapitalisasi pasar 45 saham yang paling likuid dan memiliki nilai kapitalisasi yang besar, hal itu merupakan indikator likuidasi. Indeks LQ 45, menggunakan 45 saham yang terpilih berdasarkan likuiditas perdagangan saham dan disesuaikan setiap enam bulan (setiap awal bulan Februari dan Agustus). Dengan demikian saham yang terdapat dalam indeks tersebut akan selalu berubah. Tujuannya adalah sebagai alat pemenuhan kebutuhan akan sebuah benchmark yang dianggap dapat mewakili kondisi bursa.

Indeks LQ 45 hanya terdiri dari 45 saham yang telah terpilih melalui berbagai kriteria pemilihan, sehingga akan terdiri dari saham-saham dengan likuiditas dan kapitalisasi pasar yang tinggi. Menurut Buku Panduan Indeks Harga Saham BEI (2010:11), kriteria suatu emiten untuk dapat masuk dalam perhitungan indeks LQ45 adalah mempertimbangkan factor-faktor sebagai berikut :

1. Telah tercatat di BEI minimal 3 bulan.

2. Aktivitas transaksi di pasar regular yaitu nilai, volume dan frekuensi transaksi.

3. Jumlah hari perdagangan di pasar regular.

19

Bursa Efek Indonesia secara rutin memantau perkembangan kinerja emiten-emiten yang masuk dalam penghitungan indeks LQ45. Setiap tiga bulan sekali dilakukan evaluasi atas pergerakan urutan saham-saham tersebut. Penggantian saham akan dilakukan setiap enam bulan sekali, yitu pada awal bulan Februari dan Agustus. Untuk menjamin kewajaran (fairness) pemilihan saham, BEI juga dapat meminta pendapat kepada komisi penasehat yang terdiri dari para ahli dari Bapepam-LK, Universitas dan profeisonal di bidang pasar modal yang indipenden. (BukuPanduan Indeks Harga Saham BEI, 2010 : 11).

Munculnya LQ-45 dianggap tepat karena indeks ini sangat mendukung gambaran likuiditas pasar sehingga para pelaku bursa, terutama fund managers, memperoleh pedoman tambahan untuk memutuskan pilihan investasinya.

B. Manajemen Risiko

Manajemen risiko adalah suatu pendekatan terstruktur atau metodologi dalam mengelola ketidakpastian yang berkaitan dengan ancaman, suatu rangkaian aktivitas manusia termasuk : penilaian risiko, pengembangan strategi untuk mengelolanya dengan menggunakan pemberdayaan atau pengelolaan sumber daya. Strategi yang dapat diambil antara lain adalah memindahkan risiko kepada pihak lain, menghindari risiko, mengurangi efek negatif risiko, dan menampung sebagian atau semua konsekuensi risiko

20

tertentu. Manajemen risiko keuangan di sisi lain terfokus pada risiko yang dapat dikelola dengan menggunakan instrumen-instrumen keuangan. (id.wikipedia.org)

Manajemen risiko merupakan sebuah proses untuk mengidentifikasi terjadinya kerugian yang dialami oleh suatu organisasi dan memilih teknik yang paling tepat untuk menangani kejadian tersebut (wordpress.com). Adapun pengertian manajemen risiko berdasarkan peraturan BI No.5/8/PBI/2003 adalah serangkaian prosedur dan metodologi yang digunakan untuk mengidentifikasi, mengukur, memantau, dan mengendalikan risiko yang timbul dari kegiatan usaha.

Dari beberapa penelitian diatas, maka dapat disimpulkan bahwa manajemen risiko adalah serangkaian metode yang diterapkan oleh bank atau perusahaan pembiayaan lainnya untuk memitigasi risiko yang timbul dari kegiatan usaha guna menghindari kerugian.

C. Risiko Dalam Investasi

Bisnis adalah pengambilan risiko, karena risiko selalu terdapat dalam aktivitas ekonomi. Ditambah lagi adanya prinsip no risk no return.

Risiko sebagai volatility dari suatu hasil yang tidak diekspektasi, secara general nilai dari aset atau kewajiban dari bunga. T. Sunaryo (2007:11) , berpendapat bahwa risiko merupakan kerugian karena kejadian

21

yang tidak diharapkan terjadi. Dalam teori portofolio, risiko dinyatakan sebagai kemungkinan keuntungan menyimpang dari yang diharapkan. Karenanya risiko mempunyai dua dimensi, yaitu menyimpang lebih besar atau lebih kecil dari return yang diharapkan. Dari sini muncul konsep ukuran penyebaran yang dimaksudkan untuk mengetahui besarnya kemungkinan nilai yang akan kita peroleh dari nilai yang diharapkan. Ukuran ini dinyatakan dalam standar deviasi atau variance (bentuk kuadrat dari standar deviasi) yang merupakan ukuran untuk risiko total. (Ahmad Rodoni, 2009 : 48)

Tandelilin (2001) dalam Ahmad Rodoni (2009 : 48-49), pada analisis tradisional, risiko total dari berbagai aset keuangan bersumber dari :

a. Interest Risk. Risiko yang berasal variabilitas return akibat perubahan

tingkat suku bunga. Perubahan tingkat suku bunga ini berpengaruh negatif terhadap harga sekuritas.

b. Market Risk. Risiko yang berasal dari variabilitas return karena fluktuasi dalam keseluruhan pasar sehingga berpengaruh pada semua sekuritas.

c. Inflation Risk. Suatu faktor yang mempengaruhi semua sekuritas adalah purchasing power risk. Jika suku bunga naik, maka inflasi juga akan meningkat, karena lenders membutuhkan tambahan premium inflasi untuk mengganti kerugian purchasing power.

22

d. Business Risk. Risiko yang ada karena melakukan bisnis pada industri

tertentu.

e. Financial Risk. Risiko yang timbul karena penggunaan leverage financial oleh perusahaan.

f. Liquidity Risk. Risiko yang berhubungan dengan pasar sekunder tertentu dimana sekuritas diperdagangkan. Suatu investasi jika dapat dibeli dan dijual dengan cepat tanpa perubahan harga yang signifikan, maka investasi tersebut dikatakan liquid, demikian sebaliknya.

g. Exchange Rate Risk. Risiko yang berasal dari variabiliras return

sekuritas karena fluktuasi kurs currency.

h. Country Risk. Risiko ini menyangkut politik suatu negara sehingga

mengarah pada political risk.

1. Diversifikasi Risiko

Berinvestasi pada satu tempat, maka akan terdapat satu risiko juga. Tetapi jika berinvestasi di banyak tempat, hal tersebut berarti telah mendiversifikasikan risiko. Diversifikasi risiko adalah penyebaran risiko yang akhirnya dapat memperkecil risiko yang akan ditangggung. Jika didiversifikasi dalam sekuritas yang semakin banyak, kita akan semakin menyebarkan risiko yang muncul dari factor-faktor khusus perusahaan, dan volatilitas portofoliopun akan semakin turun. (Bodie, et. al, 2006 :288).

23

Namun meskipun risiko tersebut semakin kecil ternyata mempunyai batas bawah (limited) yang tidak bisa dikurangi. Batas bawah dari risiko disebut systematic risk. Sementara risiko yang bisa dikurangi disebut unsystematic risk.

Pada umumnya seorang investor adalah risk averse. Oleh karena itu, mereka lebih memilih melakukan diversifikasi dalam portofolio investasinya guna mengurangi sebagian risiko yang harus ditanggungnya. Karena risiko tidak sistematis dapat dihilangkan karena diversifikasi, maka risiko sistematis (beta) menjadi lebih relevan bagi investor. (Kuncoro Hadi, 2004 : 25)

2. Risiko Sistematik dan Risiko Tidak Sistematik

Analisa modern membagi risiko total menjadi dua bagian, yaitu risiko sistematik dan risiko tidak sistematik. Risiko tidak sistematik adalah risiko yang disebabkan oleh faktor-faktor unik pada suatu sekuritas, dan dapat dihilangkan dengan melakukan diversifikasi. Sedangkan risiko sistematik adalah risiko yang disebabkan oleh faktor-faktor makro yang mempengaruhi semua sekuritas sehingga tidak dapat dihilangkan dengan diversifikasi. (Ahmad Rodoni, 2009 : 49)

24 D. Mengukur Risiko Harga Saham

1. Tingkat Imbal Hasil Harga Saham

Tingkat imbal hasil atau return diukur dengan cara presentase dari perubahan harga saham. Menurut Husnan (2001) dalam Kuncoro Hadi (2004 : 29) mengukur tingkat imbal hasil pada suatu saham dapat diperoleh dengan dua cara, yaitu :

t t t

P P P

r  1 ...(2.1)

dimana :

Pt = Harga saham hari ini

Pt+1 = Harga saham besok

r = Tingkat imbal hasil hari ini

Hanya saja agar dalam analisis statistik perhitungan tingkat imbal hasil tersebut bias karena magnitude pembaginya, maka perhitungan tingkat imbal hasil dilakukan dengan cara sebagai berikut :

   

 

t t

P P Ln

r 1 ...(2.2)

2. Distribusi Normal

Dalam Kuncoro Hadi (2004:30), satu dari beberapa asumsi yang disusun untuk penarikan regresi linier adalah bahwa penyebaran dari

25

hasil-hasil diperkirakan bersifat distribusi normal. Sebuah distribusi yang terjadi dari variabel acak secara continuos. Karakteristik distribusi normal adalah :

a. Kurva memiliki satu puncak dan bentuknya seperti lonceng.

b. Nilai tengah (mean) dari distribusi populasinya tepat pada tengah kurva normal.

c. Karena bentuknya simetris, distribusi normal memiliki nilai

median dan mode juga pada tengah kurva.

d. Dua ekor (two tails) dari normal probability distribution tidak

pernah menyentuh garis axis horizontal.

3. Confidence Level

Standar deviasi dapat digunakan untuk memperkirakan lower tail dari probabilitas kehilangan ketika menggunakan pendekatan parametrik untuk mengukur risiko. Probability distributions adalah distribusi yang diharapkan akan terjadi, yang diduga dari data-data yang lampau. (Hadi Kuncoro, 2004 : 35)

Lower tail probability of loss menunjukkan kemungkinan kerugian yang akan terjadi. Sebab return cenderung kepada kelompok nilai rata-rata, besarnya nilai deviasi standar menunjukkan besarnya

26

probabilitas risiko yang akan terjadi. Ketika sampai pada tail probability pada level kehilangan maka nilai confidence sekian persen dapat ditentukan.

Confidence level memperlihatkan keyakinan manajemen bahwa rsiko yang dihadapi perusahaan tidak akan melebihi nilai confidence level. (USAHAWAN No.09,2002 : 53)

4. Homoskedastis dan Heteroskedastis

Asumsi penting dalam model regresi linier klasik ialah bahwa kesalahan penggunaan εi mempunyai varian yang sama, artinya VaR

(εi) = E(εi2) - 2 untuk semua i, i = 1,2,3,...,n, asumsi disebut homoskedatis. Homo berarti sama (equal) sedangkan skedastik berarti perpencaran (spread) atau memiliki varian yang konstan. (Hadi Kuncoro, 2004 : 37).

Sebaliknya jika penyebaran variannya tidak konstan maka disebut heteroskedastis. Untuk mengetahui apakah suatu data bersifat homoskedastik atau heteroskedastis perlu dilakukan pengujian, dengan menggunakan white heterocedasticity. (Hadi Kuncoro, 2004 : 37).

27 5. Standar Deviasi

Dalam Agung Buchdadi (2008 : 184) Risiko total investasi dalam pasar modal diwakili oleh standar deviasi. Dalam penelitian ini, standar deviasi merupakan akar kuadrat varian dari return per hari selama periode investasi. Atau dalam bentuk rumus :

... ... (2.3)

dimana :

 = Standar deviasi Ri = Return per hari

R = Rata-rata return per hari selama periode investasi

Penghitungan standar deviasi yang telah dikemukakan diatas berasumsi bahwa volatilitas data konstan dari waktu ke waktu. Hal ini jauh dari kenyataan yang ada. Oleh Watsham (1997) volatilitas yang konstan disebut homoscedastis dan volatilitas yang tidak konstan disebut heteroscedastis. Banyak ahli yang telah mengembangkan metode penghitungan volatilitas heteroscedasts. Menurut Hera (2006) dalam Agung Buchdadi (2008 : 185 ) metode yang sering digunakan saat ini adalah metode Exponentially Weighted Moving Average (EWMA) yang dikembangkan oleh J.P Morgan.

28 6. Exponentially Weighted Moving Average

Metode ini melakukan estimasi volatilitas dengan memberikan bobot pengaruh lebih besar terhadap volatilitas data terbaru. Metode ini

menggunakan decay factor () yang memberikan bobot terhadap perubahan harga setiap hari. Jorion (2001) dalam Agung D. Buchdadi (2008) yang mengutip J.P Morgan diketahui persamaan EWMA yang digunakan :









2

1 1 2

1

Ri

R

n

i

n









 







_{... (2.4)}

dimana :

t2 = Varian data return (r) pada saat t

rt-1 = return pada saat t-1

 = Parameter (decay factor)

Nilai  menunjukkan skala bobot 0 – 1 dari pengamatan data terbaru dengan data sebelumnya. Semakin tinggi nilai  pada sebuah data imbal hasil berarti semakin besar pengaruh volatilitas sebelumnya (persistence) namun semakin tidak reaktif terhadap informasi pasar

imbal hasil terakhir. Sebaliknya semakin kecil nilai  maka semakin reaktif volatilitas tersebut terhadap informasi pasar imbal hasil sebelumnya.

29

Jorion (2001) menyebutkan Risk Metrics menggunakan nilai  sebesar 0,94 untuk data harian, sedangakan nilai  sebesar 0,97 digunakan untuk observasi data bulanan mengingat hitungan nilai  sangat tergantung dengan rentang waktu pengamatan data saham. Pada

penelitian ini digunakan nilai  sebsar 0,94 karena observasi yang dilakukan adalah observasi bulanan selama tahun 2007 sampai 2010.

Dengan demikian dapat dikatakan bahan faktor yang mempengarui nilai EWMA adalah :

a. Nilai decay factor (). b. Return.

c. Lama waktu observasi.

E. Teori Portofolio Efisien dan Portofolio Optimum

Nilai VaR dihitung berdasarkan posisi exposure asset yang berada dalam portofolio. Karena dalam penelitian ini dilakukan pengamatan pada kondisi pasar, maka posisi exposure ditentukan dengan menghitung portofolio optimum melalui pendekatan efficient frontier. Barikut ini diuraikan teori yang mendasarinya.

Portofolio (Adrianus Darmawan, 2006 : 26) adalah kumpulan instrument investasi dalam suatu keranjang (bucket) investasi yang

30

mengandung unsure diversifikasi risiko. Dengan kata lain portofolio dapat didefinisikan sebagai suatu kombinasi dari investasi pada sejumlah asset tertentu.

Harry Markowitz dalam artikelnya yang berjudul portofolio selection menyarankan cara seorang investor dapat membentuk portofolio yang menghasilkan tingkat keuntungan paling tinggi berdasarkan suatu tahap risiko tertentu, ataupun membentuk portofolio yang berisiko paling rendah pada suatu tahap tingkat keuntungan tertentu. (Ahmad Rodoni dan Abdul Hamid, 2010 : 1)

Dalam teori portofolio dikenal adanya konsep portofolio efisien dan portfolio optimum, yaitu :

1. Portofolio efisien (Ahmad Rodoni dan Abdul Hamid, 2010 : 2)

adalah portofolio yang memberikan tingkat keuntungan diharapkan yang maksimum untuk suatu tahap varians dan memberikan varians yang minimum untuk suatu tahap tingkat keuntungan yang diharapkan.

2. Sedangkan portofolio optimum adalah portofolio yang dipiih

investor dari sekian banyak pilihan yang ada pada portofolio efisien. Pada penelitian ini penentuan optimum didasarkan pada rasio risk return optimum, yaitu dengan menggunakan Sharpe Ratio.

31

Suatu portofolio dinilai tidak efisien jika masih terdapat kemungkinan untuk memperoleh return lebih tinggi dengan besaran risiko yang sama. Permasalahan mendasar untuk membedakan portofolio efisien dengan portofolio yang tidak efisien adalah pada pengamatan standar deviasi maupun varians sebagai ukuran risiko dari komposisi portofolio. ( Adrianus Darmawan, 2006 : 26)

Dapat dikatakan portofolio merupakan suatu kumpulan pilihan asset investasi yang dipilih investor dari sejumlah pilihan investasi efisien untuk mengurangi risiko yang harus ditanggungnya, tanpa harus mengurangi potensi return di masa datang.

1. Return Portofolio

Return dari suatu portofolio adalah merupakan rata-rata tertimbang (weighted average) dari tingkat return masing-masing surat berharga yang ada dalam portofolio tersebut.

Aset berbentuk portofolio yang terdiri dari berbagai macam aset maka imbal hasil dihitung :

i i

p WR

R  ... (2.5) dimana :

Rp = Imbal hasil portofolio

32

Ri = Imbal hasil aset i

2. Risiko Portofolio

Risiko berarti probabilitas tidak tercapainya return yang diharapkan. Dalam teori portofolio, risiko dinyatakan sebagai kemungkinan keuntungan menyimpang dari yang diharapkan. Karena itu risiko mempunyai dua dimensi, yaitu menyimpang lebih besar maupun lebih kecil dari yang diharapkan. Ukuran penyebaran ini dimaksudkan untuk mengetahui seberapa jauh kemungkinan nilai yang akan kita peroleh menyimpang dari nilai yang diharapkan. Ukuran ini bisa dipergunakan sebagai ukuran risiko. (Husnan, 2001:53).

Risiko portofolio dapat diartikan sebagai penyimpangan dari tingkat pengembalian yang diharapkan. Penyimpangan ini dalam statistik dinyatakan dalam standar deviasi dengan simbol (σ), atau dinyatakan dalam bentuk kuadrat disebut sebagai varians (σ2), dimana dari Bodie (2006 : 231) diketahui untuk aset yang berbentuk portofolio varians dihitung dengan rumus :

 

1 2 2 1 2 2 2 2 2 1 2 1 2 , 2wwCovr r w

w

p











... (2.6)

dimana :

p = Standar deviasi portofolio 1,2 = Standar deviasi aset 1,2

33

W1,2 = Komposisi aset 1,2

Cov (r1,r2) = Kovarians aset 1 dan 2

3. Teori Pembentukan Portofolio Optimum

Pembentukan portofolio optimum dalam penelitian ini dilakukan dengan Model Markowitz. Teori ini memberikan nilai portofolio dengan risiko terkecil untuk return harapan yang tertentu. Kadangkala, investor lebih memilih risiko yang lebih besar dengan kompensasi return harapan yang lebih besar juga.

Perhitungan return, standar deviasi, return portofolio dan standar deviasi portofolio pada model ini menggunakan persamaan yang telah dijelaskan pada halaman sebelumnya yaitu persamaan (2.1) untuk menghitung return saham, persamaan (2.3) untuk menghitung standar deviasi saham, persamaan (2.5) untuk menghitung return portofolio, dan persamaan (2.6) untuk menghitung varians portofolio.

Perhitungan lain yang dibutuhkan dalam model Markowitz ini yaitu kovarians dan koefisien korelasi. Kovarians adalah suatu pengukur yang menunjukkan arah pergerakan dua buah variable (Jogiyanto, 2009:247). Sedangkan koefisien korelasi adalah suatu nilai yang menunjukkan hubungan pergerakan antara dua variable relative terhadap

34

masing-masing deviasinya. (Jogiyanto, 2009:253). Persamaan kovarians dan koefisien korelasi adalah sebagai berikut (Jogiyanto, 2009 : 251) :

COV(RA,RB) = σRa,Rb =



    n i B Bi A Ai n R E R R E R 1 ) ( ( )] ( [

…………. (2.7)

dimana :

COV (RA, RB) : Kovarian return antara saham A dan saham B,

RAi : Return masa depan saham A kondisi ke-i,

RBi : Return masa depan saham B kondisi ke-i,

E(RA) : Return yang diharapkan saham A,

E(RB) : Return yang diharapkan saham B,

n : Jumlah dari observasi data historis untuk sampel besar (minimal 30 observasi) dan untuk sampel kecil digunakan (n-1).

Koefisien Korelasi :

B A

B A AB

AB Cov RR

r







 

 ( )_{………...(2.8})

(Jogiyanto, 2009 : 253)

Atau jika kovariannya belum diketahui, koefisien korelasi dihitung dengan persamaan :

35     _     _     _{ }   















       n i n i i B i B n i n i i A i A n i n i n i i B i A i B i A B A R n R R n R R R n R R r 1 1 2 , 2 , 1 1 2 , 2 ,

1 1 1

, , , , , ) )( / 1 ( ) )( / 1 ( ) / 1 ( ) ( …(2.9) dimana :

rA,B = ρA,B : Korelasi antara saham A dengan saham B

RA : Return saham A pada periode t

RB : Return saham B pada periode t

N : Jumlah periode

Selain itu, proses pembentukan portofolio optimum juga dilakukan dengan bantuan program Ms. Excel yaitu solver. Kombinasi saham dipilih untuk menghasilkan reward to variability terbaik. Dalam hal ini indeks Sharpe dipilih menjadi acuan dimana dilakukan dengan membandingkan antara premi risiko portofolio (yaitu selisih rata-rata tingkat pengembalian portofolio dengan rata-rata tingkat bunga bebas risiko) dengan risiko portofolio yang dinyatakan dengan standar deviasi (total risiko) . (Abdul Halim, 2005 : 68)

Rumus untuk mendapatkan indeks Sharpe :





p Rf Rp pe IndeksShar





36

dimana :

Rp = Rata-rata imbal hasil portofolio pada suatu periode.

Rf = Rata-rata imbal hasil aset bebas risiko pada suatu periode.

p = Standar deviasi portofolio.

F. Value at Risk (VaR)

Value at risk (VaR) didefinisikan sebagai kerugian terburuk yang mungkin terjadi dari memegang suatu aset atau sekuritas secara satuan atau portfolio pada suatu waktu tertentu dan pada tingkat peluang yang ditetapkan. Dengan kata lain, VaR bias diartikan sebagai suatu besaran angka yang merangkum total risiko dari portofolio yang berisika beragam asset keuangan. (INFOBANK, 2003 : 100).

Menurut Best (1998) dalam R. Agus Sartono dan Arie Andika (2006 : 38) Value at Risk (VaR) adalah suatu metode pengukuran risiko secara statistik yang memperkirakan kerugian maksimum yang mungkin terjadi atas suatu portofolio pada tingkat kepercayaan (level of confidecce) tertentu. Nilai VaR selalu disertai dengan probabilitas yang menunjukkan seberapa mungkin kerugian yang terjadi akan lebih kecil dari nilai VaR tersebut. VaR adalah suatu nilai kerugian moneter yang mungkin dialami dalam jangka waktu yang telah ditentukan. Pernyataan berikut ini merupakan definisi normal dari VaR yang dikutip dari Best (1998) : “Value at Risk is the maximum ammount of

37 money that may be loss on a portofolio over a given period of time, with a given level of confidence.” Pernyataan berikut ini merupakan definisi formal dari VaR yang diungkapkan oleh Jorion (2001) : “VaR summarizes the worse loss over a target horizon with given level of confidence.”

Dalam kaitannya dengan kemudahan pemahaman atas nilai VaR, Stambaugh (1996) menyatakan bahwa VaR memiliki fungsi sebagai berikut : “1) Providing a common language for risk, 2) Allowing for more effective and consistent internal risk management, risk limit setting and evaluation, 3) Providing an enterprise-wide mechanism for external regulation, and 4) Providing investors with an understandable tool for risk assessment.”

VaR memiliki batasan-batasan yang tidak dapat dihitung, seperti VaR hanya mengukur risiko yang dapat dijangka secara kuantitatif, dengan demikian risiko politik, risiko likuiditas, risiko karyawan tidak dihitung, dan VaR juga tidak mengukur risiko operasional. (R. Agus Sartono dan Arie Andika , 2006 : 39)

1. Penghitungan Value at Risk

Dalam Agung Buchdadi (2008 : 186 Penghitungan VaR untuk aset menggunakan rumus dari Jorion (2001) yaitu :

W

VaR



p ... (2.11)

dimana :

38 p = Standar deviasi portofolio

W = Nilai posisi aset

Apabila VaR dihitung dengan memperhitungkan lama waktu investasi t (holding period) maka rumus 2.11 berubah menjadi :

t W

VaR



P ... (2.12)

Dengan tingkat kepercayaan 95% maka nilai  ditetapkan 1,65. Nilai tersebut ditentukan dengan asumsi distribusi normal. Distribusi normal digambarkan berbentuk lonceng dengan kemiringan (skewness) = 0 dan ketinggian kurtosis 3. Distribusi ini sering digunakan untuk menggambarkan perubahan acak risiko pasar seperti nilai tukar mata uang, suku bunga, dan harga saham. Namun apabila distribusi data tidak

normal maka nilai  dikoreksi dengan pendekatan Cornish Fisher Expansion yaitu :













1

6 1 2



I

... (2.13)

dimana :

 = Tingkat kepercayaan  = Koefisien skewness

39

Sehingga apabila data memiliki nilai kemiringan negatif atau sisi ekor sebelah kiri lebih panjang maka nilai VaR akan menjadi lebih besar. (Agung Buchdadi, 2008 : 187)

G. Time Horizon

Risiko akan selalu meningkat dengan berjalannya waktu. Semakin lama menahan suatu posisi pada investasi maka semakin besar potensial risiko yang akan terjadi. Namun peningkatan risiko tidak secara linier dengan lamanya waktu. (Hadi Kuncoro, 2004 : 42).

Menghitung Value at Risk syarat yang pertama adalah menetapkan lama waktu yang akan diprediksi. Periode waktu bisa dalam jam, hari, minggu dan bulan. Skala waktu yang digunakan dalam perhitungan risiko adalah akar kuadrat dari waktu yang akan diperkirakan. Hal tersebut diperlukan untuk keperluan investasi seorang manajer. (Hadi Kuncoro, 2004 : 42).

H. Penelitian Terdahulu

Pada bagian ini akan dibahas mengenai beberapa penelitian sebelumnya. Penelitian tersebut khususnya mengenai pengukuran volatilitas yang berkaitan dengan fenomena conditional variance. Beberapa penelitian tersebut adalah :

40

1

1.. Penelitian Kuncoro Hadi

Penelitian yang dilakukan Hadi Kuncoro (2004), memperlihatkan bahwa pola distribusi yang terbentuk dari return saham syariah adalah skewness atau tidak normal. Pada nilai skewness yang positif, ekornya memanjang ke kanan, nilai meanreturn lebih besar daripada median return dan nilai mode lebih besar dari keduanya. Nilai mean lebih besar daripada nilai median/mode sebab nilai mean menarik ke atas dengan beberapa tingkat bagi hasil observasi yang lebih tinggi.

2

2.. Penelitian Oom Komariyah

Berdasarkan penelitian yang dilakukan Oom (2005), pengukuran harga saham syariah menggunakan variance covariance model dan Historical Simulation. Penelitian ini ingin membuktikan apakah kedua model VaR ini valid atau tidak digunakan sebagai alat ukur risiko berupa potensi kerugian maksimal dalam bentuk jumlah rupiah, sehingga para pelaku pasar modal khususnya dan para pelaku bisnis umumnya dapat mengukur risiko dengan lebih baik.

3

3.. Penelitian Agung D. Buchdadi

Di dalam penelitian Agung D. Buchdadi (2007) imbal hasil portofolio optimum pada saham yang tergabung dalam JII bersifat homoscedastic. Tetapi terdapat beberapa saham komponen portofolio yang bersifat

41 heteroscedastic. Validasi penghitungan VaR dengan metode EWMA memenuhi syarat untuk tingkat kepercayaan 95%.

I. Kerangka Berpikir

Kerangka berpikir tersebut dimulai dengan pengambilan data-data saham yang diakhiri dengan pengambilan kesimpulan berdasarkan nilai VaR portofolio optimum yang didapatkan.

Portofolio optimum merupakan portofolio yang dipilih dan disukai oleh investor karena memberikan manfaat tertinggi, jadi dari berbagai portofolio yang efisien namun hanya ada satu portofolio yang optimal. Sedangkan portofolio efisien adalah portofolio yang memberikan tingkat pengembalian yang diharapkan pada tingkat optimal dengan suatu tingkat risiko tertentu, atau portofolio yang memberikan suatu tingkat risiko minimal, pada tingkat pengembalian yang diharapkan.

Penentuan portofolio optimum salah satunya dapat dilakukan dengan menggunakan metode Markowitz/ Efficient Frontier. Setelah portofolio optimum didapatkan selanjutnya dilakukan perhitungan value at risk (VaR) untuk mengetahui seberapa besar potensi kerugian yang akan dialami portofolio tersebut, selain portofolio, masing-masing saham yang terkandung dalam portofolio juga akan ditentukan besar risikonya untuk mengetahui seberapa besar saham tersebut mempengaruhi portofolio optimum terpilih. Maka konsep dari kerangka pemikiran tersebut adalah sebagai berikut:

42 Gambar 2.1

Kerangka Berfikir

Penentuan Nilai Risiko Portofolio Optimum Saham LQ45 Dengan Pendekatan EWMA

Gunakan  Konstan

Gunakan  dengan pendekatan EWMA

Hitung Nilai VaR Single Instrumen dan VaR Portofolio

Kesimpulan Ya

Tidak

Data harian Harga Saham LQ45 tahun 2007-2010

Menghitung Return dan Standar Deviasi Setiap Tahun

Optimasi Portofolio dengan metode Markowitz

Uji Normalitas Jarque Bera

Gunakan  Cornish Fisher

Expansion

Gunakan  tabel Z score White Test

Heteroscedatic

Ya

Ya Tidak

Tidak, lakukan differencing

Uji Statisioner ADF

43 J. Hipotesis Penelitian

Penelitian ini menggunakan beberapa pengujian data return saham di dalam kelompok LQ 45. Pengujian pertama berhubungan dengan stasioneritas data untuk mendapatkan kesimpulan apakah data sudah terbebas dari otokorelasi dan data sudah bersifat acak sehingga asumsi awal distribusi normal dapat digunakan. Setelah asumsi normal dapat digunakan, pengujian kedua berhubungan dengan ketepatan persebaran data dalam mengikuti distribusi normal, hal ini untuk menentukan apakah diperlukan penyesuaian terhadap tingkat keyakinan yang digunakan. Pengujian ketiga berhubungan dengan error variance dari data yang bersifat konstan atau tidak (homoskedastis atau heteroskedastis), hal ini akan menentukan model yang tepat untuk mengukur volatilitas yang akan digunakan dalam perhitungan VaR. Pengujian keempat berhubungan dengan validitas dari model yang digunakan, bila terdapat sejumlah kegagalan dari nilai VaR dalam jangka waktu tertentu maka model yang digunakan dapat disimpulkan tidak valid.

1. Hipotesis Pertama ; Tes Stasionaritas

H0 : Return saham LQ45 bersifat tidak stasioner

H1 : Return saham LQ45 bersifat stasioner

2. Hipotesis Kedua ; Tes Normalitas

H0 : Return saham LQ45 bersifat mengikuti distribusi normal

44

3. Hipotesis Ketiga ; Tes Heteroskedastisitas

H0 : Return saham LQ45 bersifat tidak heteroskedastis

45 BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Ruang lingkup dalam penelitian ini adalah portofolio saham-saham LQ45 yang telah dilakukan optimasi dengan cara dikembangkan oleh Markowitz pada tahun 1952 namun masih sangat relevan hingga saat ini. Saham-saham dalam LQ45 merupakan saham yang telah terpilih melalui berbagai kriteria pemilihan, sehingga akan terdiri dari saham-saham dengan likuiditas dan kapitalisasi pasar yang tinggi. Setelah didapatkan komposisi optimum portofolio selanjutnya dilakukan analisis Value at Risk (VaR) dengan pendekatan Exponentially Weighted Moving Average (EWMA). Selanjutnya backtesting akan diakukan sebagai validasi atas analisis VaR tersebut.

Penelitian ini memilih batasan waktu pengamatan pada tahun 2007 samapai 2010. Pergerakan pasar modal selama tahun tersebut menarik untuk diamati mengingat selama tahun tersebut krisis keuangan global masih berlangsung dan mengakibatkan kondisi pasar keuangan dunia menjadi terpuruk, termasuk pasar modal di Indonesia. Walaupun fluktuasi harga saham cukup tinggi namun harga saham berkembang pesat. Diharapkan dengan variasi fluktuasi harga saham tersebut akan menggambarkan potensi kerugian yang harus dihadapi oleh investor selama berinvestasi di pasar modal Indonesia.

46 B. Metode Penentuan Sampel

Populasi dalam penelitian ini adalah saham-saham yang masuk kedalam kategori LQ45 periode 2007-2010. Teknik pengambilan sampel dalam penelitian ini adalah purposive sampling.

Kriteria yang ditentukan dalam penelitian ini meliputi kriteria umum dan kriteria khusus. Adapun criteria umum dalam penelitian ini adalah sebagai berikut :

1. Saham-saham yang masuk ke dalam kategori LQ45 secara berturut-turut selama periode penelitian.

Kemudian criteria khusus dalam peneitian ini digunakan untuk menentukan apakah saham-saham LQ45 masuk ke dalam kandidat portofolio optimum dengan menggunakan metode Efficient Frontier.

Kemudian criteria khusus untuk sampel yang masuk kedalam kandidat saham portofolio optimum menggunakan metode Efficient Frontier adalah sebagai berikut :

1. Tahap seleksi dimulai dari pengumpulan data harga saham-saham LQ45 periode Januari 2007-Desember 2010. Data tersebut juga digunakan untuk kelompok pembuatan portofolio optimum. Selanjutnya seleksi langkah pertama dilakukan kepada saham-saham yang masuk dalam kategori LQ45 berturut-turut selama Januari 2007-Desember 2010.

2. Langkah berikutnya, saham-saham yang lolos pada seleksi pertama akan diseleksi lagi dengan melihat kedudukan rate of return dimana eliminasi dilakukan terhadap saham-saham yang mempunyai rata-rata return yang

47

negative. Hal ini dilakukan untuk menghindari kemungkinan terjadinya return yang kecil ataupun rugi dimasa yang akan datang. Bila hasil seleksi saham menghasilkan return positif, maka data tersebut siap diolah lebih lanjut.

Dari beberapa tahap seleksi tersebut, maka didapatkan beberapa saham yang berpotensi untuk dijadikan kandidat saham pembentuk portofolio optimum. Kandidat saham yang ada kemudian diperkuat seleksinya kembali melaui optimalisasi pembentukan portofolio dengan metode Markowitz.

C. Metode Pengumpulan Data

Penelitian ini menggunakan data sekunder yang diperoleh dari berbagai sumber. Data-data tersebut diperoleh melalui berbagai cara, diantaranya : 1. Internet Research

Merupakan cara pengumpulan data yang diakses melalui internet. Cara ini digunakan untuk mencari jurnal-jurnal serta referensi lainnya guna mendukung penelitian ini. Selain itu, data harga saham harian saham LQ45 diambil dari situs www.finance.yahoo.com . dan data SBI bulanan untuk menghitung reward to variability didapatkan dari situs resmi Bank Indonesia yaitu www.bi.go.id

2. Library Research

Untuk dapat memperoleh landasan dan konsep yang kuat agar dapat memecahkan permasalahan yang ada, maka peneliti mengadakan penelitian kepustakaan dengan membaca literature-literatur berupa text

48 book, surat kabar, majalah, dan lain-lainnya yang berhubungan dengan tema skripsi.

D. Teknik Analisis

Teknik Analisis yang digunakan dalam penelitian ini adalah : 1. Pengumpulan Data

Data yang digunakan adalah harga saham-saham kelompok LQ45 yang selanjutnya digunakan untuk mencari return saham. Periode data return adalah sebanyak 951 titik dari tanggal 2 Januari 2007 sampai dengan 23 Desember 2010.

2. Menghitung Return Saham

Return masing-masing aset dihitung dengan menggunakan persamaan

(2.1)

t t t

P P P

r  1

Perhitungan return SBI dilakukan dengan terlebih dahulu menghitung rata-rata return SBI secara bulanan. Hasilnya kemudian digunakan untuk menghitung rata-rata return SBI harian.

3. Menentukan Standar Deviasi Aset

Tingkat risiko dihitung dengan menggunakan standar deviasi dari return harian melalui persamaan :

49

(2.3) .

Sedangkan tingkat risiko SBI tidak dihitung karena instrument investasi ini diasumsikan bebas risiko (risk free) sehingga standar deviasinya sama dengan nol.

4. Menentukan Koefisien Korelasi dan Kovarians

Langkah berikutnya adalah menentukan koefisien korelasi, yang menyatakan hubungan antara return satu saham dengan return saham lainnya. Secara manual koefisien korelasi dapat dihitung dengan persamaan :

(2.9) Koefisien Korelasi :

B A

B A AB

AB CovR R

r







   ( )

Namun dalam hal ini perhitungan koefisien korelasi dilakukan dengan bantuan software Microsoft Excel.

Kemudian dilakukan perhitungan kovarians dan varian dari standar deviasi portofolio. Kovarian dapat dicari secara manual dengan menggunakan persamaan

(2.8) COV(RA,RB) = σRa,Rb =



    n i B Bi A Ai n R E R R E R 1 ) ( ( )] ( [

Dalam hal ini perhitungan kovaria dilakukan dengan menggunakan software Microsoft Excel. Sedangkan untuk menentukan varian dari standar deviasi harian dilakukan dengan menjumlahkan kovarian, sesuai dengan persamaan

113

BBCA^2 4.84E-11 4.15E-14 1166.251 0.0000

R-squared 0.999974 Mean dependent var 1.15E-12 Adjusted R-squared 0.999974 S.D. dependent var 3.47E-13 S.E. of regression 1.78E-15 Sum squared resid 2.99E-27 F-statistic 18094220 Durbin-Watson stat 2.005675 Prob(F-statistic) 0.000000

BBRI

Heteroskedasticity Test: White

F-statistic 2.34E+14 Prob. F(2,948) 0.0000 Obs*R-squared 951.0000 Prob. Chi-Square(2) 0.0000 Scaled explained SS 0.001721 Prob. Chi-Square(2) 0.9991

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/06/11 Time: 01:34 Sample: 1 951

Included observations: 951

Variable Coefficient Std. Error t-Statistic Prob.

C 2.01E-21 5.96E-29 33661019 0.0000

BBRI 3.78E-20 2.08E-27 18212068 0.0000 BBRI^2 1.78E-19 3.28E-26 5435659. 0.0000 R-squared 1.000000 Mean dependent var 2.21E-21 Adjusted R-squared 1.000000 S.D. dependent var 1.18E-21 S.E. of regression 1.68E-27 Sum squared resid 2.68E-51 F-statistic 2.34E+14 Durbin-Watson stat 1.999736 Prob(F-statistic) 0.000000

BDMN

Heteroskedasticity Test: White

F-statistic 1.29E+30 Prob. F(2,948) 0.0000 Obs*R-squared 951.0000 Prob. Chi-Square(2) 0.0000 Scaled explained SS 0.009351 Prob. Chi-Square(2) 0.9953

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/06/11 Time: 01:41 Sample: 1 951

114

Variable Coefficient Std. Error t-Statistic Prob.

C 3.46E-37 7.94E-52 4.36E+14 0.0000

BDMN 2.35E-35 2.74E-50 8.58E+14 0.0000 BDMN^2 3.97E-34 4.32E-49 9.19E+14 0.0000 R-squared 1.000000 Mean dependent var 7.05E-37 Adjusted R-squared 1.000000 S.D. dependent var 1.15E-36 S.E. of regression 2.22E-50 Sum squared resid 4.66E-97 F-statistic 1.29E+30 Durbin-Watson stat 2.003342 Prob(F-statistic) 0.000000

BMRI

Heteroskedasticity Test: White

F-statistic 6.50E+31 Prob. F(2,948) 0.0000 Obs*R-squared 951.0000 Prob. Chi-Square(2) 0.0000 Scaled explained SS 2.07E-06 Prob. Chi-Square(2) 1.0000 Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/06/11 Time: 01:42 Sample: 1 951

Included observations: 951

Variable Coefficient Std. Error t-Statistic Prob.

C 6.71E-68 3.75E-85 1.79E+17 0.0000

BMRI 1.44E-67 1.36E-83 1.06E+16 0.0000 BMRI^2 7.78E-68 1.98E-82 3.94E+14 0.0000 R-squared 1.000000 Mean dependent var 6.73E-68 Adjusted R-squared 1.000000 S.D. dependent var 3.97E-69 S.E. of regression 1.07E-83 Sum squared resid 1.1E-163 F-statistic 6.50E+31 Durbin-Watson stat 1.063718 Prob(F-statistic) 0.000000

INCO

Heteroskedasticity Test: White

F-statistic 7.25E+33 Prob. F(2,948) 0.0000 Obs*R-squared 951.0000 Prob. Chi-Square(2) 0.0000 Scaled explained SS 0.081608 Prob. Chi-Square(2) 0.9600

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/06/11 Time: 01:43 Sample: 1 951

115

Included observations: 951

Variable Coefficient Std. Error t-Statistic Prob.

C 3.2E-129 3.9E-145 8.23E+15 0.0000

INCO 3.3E-127 1.1E-143 2.93E+16 0.0000 INCO^2 8.7E-126 9.7E-143 8.98E+16 0.0000 R-squared 1.000000 Mean dependent var 1.5E-128 Adjusted R-squared 1.000000 S.D. dependent var 4.4E-128 S.E. of regression 1.1E-143 Sum squared resid 1.2E-283 F-statistic 7.25E+33 Durbin-Watson stat 1.596782 Prob(F-statistic) 0.000000

INDF

Heteroskedasticity Test: White

F-statistic 44426.81 Prob. F(2,942) 0.0000 Obs*R-squared 935.0865 Prob. Chi-Square(2) 0.0000 Scaled explained SS 0.256354 Prob. Chi-Square(2) 0.8797

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/10/11 Time: 00:48 Sample: 1 951

Included observations: 951

Variable Coefficient Std. Error t-Statistic Prob.

C 8.20E-10 9.02E-12 90.97155 0.0000

INDF 5.52E-08 2.96E-10 186.5387 0.0000 INDF^2 9.43E-07 4.87E-09 193.5470 0.0000 R-squared 0.989510 Mean dependent var 1.65E-09 Adjusted R-squared 0.989487 S.D. dependent var 2.45E-09 S.E. of regression 2.51E-10 Akaike info criterion -41.36750 Sum squared resid 5.95E-17 Schwarz criterion -41.35210 Log likelihood 19549.14 Hannan-Quinn criter. -41.36163 F-statistic 44426.81 Durbin-Watson stat 1.996555 Prob(F-statistic) 0.000000

PGAS

Heteroskedasticity Test: White

F-statistic 3.00E+08 Prob. F(2,942) 0.0000 Obs*R-squared 944.9985 Prob. Chi-Square(2) 0.0000 Scaled explained SS 0.012703 Prob. Chi-Square(2) 0.9937

116

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/10/11 Time: 00:51 Sample: 1 951

Included observations: 951

Variable Coefficient Std. Error t-Statistic Prob.

C 1.05E-14 8.61E-19 12200.17 0.0000

PGAS 4.15E-13 2.87E-17 14431.98 0.0000 PGAS^2 4.09E-12 2.81E-16 14563.44 0.0000 R-squared 0.999998 Mean dependent var 1.46E-14 Adjusted R-squared 0.999998 S.D. dependent var 2.02E-14 S.E. of regression 2.54E-17 Sum squared resid 6.06E-31 F-statistic 3.00E+08 Durbin-Watson stat 1.999207 Prob(F-statistic) 0.000000

SMCB

Heteroskedasticity Test: White

F-statistic 1.63E+16 Prob. F(2,942) 0.0000 Obs*R-squared 945.0000 Prob. Chi-Square(2) 0.0000 Scaled explained SS 0.000478 Prob. Chi-Square(2) 0.9998

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/10/11 Time: 00:52 Sample: 1 951

Included observations: 951

Variable Coefficient Std. Error t-Statistic Prob.

C 1.48E-23 4.17E-32 3.56E+08 0.0000

SMCB 1.86E-22 1.35E-30 1.38E+08 0.0000 SMCB^2 5.84E-22 1.42E-29 41248524 0.0000 R-squared 1.000000 Mean dependent var 1.57E-23 Adjusted R-squared 1.000000 S.D. dependent var 7.07E-24 S.E. of regression 1.20E-30 Sum squared resid 1.36E-57 F-statistic 1.63E+16 Durbin-Watson stat 2.005521 Prob(F-statistic) 0.000000

117

PF (PORTOFOLIO)

Heteroskedasticity Test: White

F-statistic 865.3278 Prob. F(1,948) 0.0000 Obs*R-squared 453.3441 Prob. Chi-Square(1) 0.0000 Scaled explained SS 10.55670 Prob. Chi-Square(1) 0.0012

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/18/11 Time: 01:12 Sample: 1 951

Included observations: 951

Variable Coefficient Std. Error t-Statistic Prob.

C 1.07E-07 3.90E-09 27.48341 0.0000

PORTOFOLIO^2 0.000121 4.11E-06 29.41645 0.0000 R-squared 0.477204 Mean dependent var 1.49E-07 Adjusted R-squared 0.476653 S.D. dependent var 1.55E-07 S.E. of regression 1.12E-07 Akaike info criterion -29.16728 Sum squared resid 1.19E-11 Schwarz criterion -29.15706 Log likelihood 13856.46 Hannan-Quinn criter. -29.16339 F-statistic 865.3278 Durbin-Watson stat 1.919300 Prob(F-statistic) 0.000000

118

Lampiran 12 : Hasil Perhitungan Volatilitas EWMA

No

Kode

Saham

Varian

Standar Deviasi

EWMA

1

ASII

Astra International Tbk

0.00056720

0.02381589

2

BBCA

Bank Central Asia Tbk

0.00098633

0.03140584

3

BBRI

Bank Rakyat Indonesia (Persero) Tbk

0.00063002

0.02510025

4

BDMN

Bank Danamon Indonesia Tbk

0.00109223

0.03304895

5

BMRI

Bank Mandiri (Persero) Tbk

0.00079624

0.02821776

6

INCO

International Nickel Indonesia Tbk

0.00051877

0.02277645

7

INDF

Indofood Sukses Makmur Tbk

0.00142489

0.02061287

8

PGAS

Perusahaan Gas Negara (Persero) Tbk

0.00090964

0.03016019

9

SMCB

Holcim Indonesia Tbk

0.00053808

0.02319644