17
17 politik dan lain sebagainya dapat memiliki dampak penting pada potensi keuntungan
perusahaan hingga pada akhirnya juga akan mempengaruhi harga sahamnya. Faktor mikro adalah faktor-faktor yang berdampak secara langsung pada
perusahaan itu sendiri. Perubahan manajemen, harga dan ketersediaan bahan mentah, produktivitas pekerja dan lain sebagainya yang akan dapat mempengaruhi kinerja
keuntungan perusahaan tersebut secara individual.
2.5 Data Keuangan Indonesia
Sangat sedikit penelitian yang membahas tentang sifat-sifat statistik dari sekian banyak data deret waktu keuangan yang kita miliki. Dalam analisa data ekonomi keuangan, yang
menjadi pusat perhatian adalah fluktuasi harga yang terjadi. Pada dasarnya fluktuasi harga yang terjadi adalah variabel yang menunjukkan naik turunnya harga sebagai
bentuk kausal dari mekanisme pasar yang berimbas terhadap return. Fluktuasi telah sedemikian menarik perhatian berbagai kalangan analisis hingga saat ini terdapat banyak
sekali defenisi yang diberikan untuk mempresentasikan fluktuasi harga. Data keuangan di Indonesia menunjukkan pola skewness kemiringan dan
kurtosis dalam hal ini platikurtik dan leptokurtik. Parameter skewness menunjukkan derajat ketidaksimetrisan dari distribusi di antara nilai rata-rata. Di sisi lain, kurtosis
menunjukkan tinggi rendahnya sebuah distribusi data relatif terhadap distribusi normal. Sedangkan asumsi metode Value at Risk adalah bersifat distribusi normal. Data
keuangan yang sering kali menunjukkan pola skewness kemiringan menunjukkan bahwa terdapat banyak kejadian yang ternyata berada jauh dari nilai rata-rata, kontras
dengan apa yang ditunjukkan dengan distribusi normal. Sifat lain yang sangat unik dalam deret data keuangan adalah sifatnya yang mengikuti distribusi non-Gauss.
2.6 Ukuran Statistik
Metode statistik digunakan untuk memperkirakan kemungkinan kejadian di masa depan. Tidak ada kepastian dalam perkiraan statistik karena masa depan tidak diketahui dan
tidak dapat diketahui.
Universitas Sumatera Utara
18
18 Namun metode statistik bisa memperkirakan probabilitas kemungkinan suatu kejadian
terjadi di masa depan. Dengan demikian metode tersebut berguna untuk memperkirakan perubahan faktor risiko yang bisa menciptakan risiko kerugian finansial. Ada sejumlah
konsep statistik dan ukuran yang perlu diketahui ketika menganalisa distribusi menggunakan statistik. Satu distribusi yang penting adalah distribusi normal yang
digunakan pada metode Value at Risk, yang memilki sejumlah sifat yang berguna untuk memperkirakan risiko.
2.6.1 Sifat-sifat Penting Distribusi Normal
Distribusi normal atau sering pula disebut distribusi Gauss yang variable acaknya bersifat kontinu. Distribusi ini merupakan salah satu yang paling penting dan banyak
digunakan.
Gambar 2.1 Bentuk kurva normal umum
Sifat-sifat penting distribusi normal : 1. Grafiknya selalu ada di atas sumbu datar x.
2. Bentuknya simetrik terhadap x = μ 3. Mempunyai satu modus, jadi kurva unimodal, tercapai pada x = μ sebesar
0,3989 �
4. Grafiknya mendekati berasimtutkan sumbu datar x dimulai dari x = μ + 3σ ke kanan dan x = μ - 3σ ke kiri.
Universitas Sumatera Utara
19
19
Untuk tiap pasang μ dan σ, sifat-sifat di atas selalu dipenuhi, hanya bentuk kurvanya saja yang berlainan. Jika σ makin besar, kurvanya semakin rendah
platikurtik dan untuk σ makin kecil, kurvanya makin tinggi leptokurtik.
2.6.2 Statiktik Deskriptif, Skewness dan Kurtosis
Ada sejumlah konsep statistik dan ukuran yang perlu diketahui ketika menganalisa distribusi menggunakan statistik. Statistik deskriptif salah satu ukuran statistik yang
akan di bahas dalam menghitung pengukuran risiko. 1.
Nilai rata-rata
= ∑
� �
∑
�
Dengan:
�
= tanda kelas interval
�
= frekuensi yang sesuai dengan tanda kelas
�
2. Modus adalah nilai yang muncul dengan frekuensi terbesar
� = +
1 1
+
2
Dengan: b = batas bawah kelas modal ialah kelas interval dengan frekuensi
terbanyak p = panjang kelas modal
1
= frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih kecil sebelum tanda kelas modal
2
= frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih besar sesudah tanda kelas
modal.
3.
Median adalah nilai tengah dari sebuah kelompok angka tertentu yang
diperingkat berdasarkan besarnya nilai angka tersebut.
Universitas Sumatera Utara
20
20
� = +
1 2
− �
Dengan: b = batas bawah kelas median
p = panjang kelas median n = banyak data
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas median
f = Frekuensi kelas median
4.
Standar deviasi adalah ukuran simpangan nilai tertentu dari nilai rata-
ratanya. Dalam hal ini standar deviasi akan mengukur simpangan kerugian dari suatu risiko terhadap rata-rata mean kerugian dari seluruh kejadian
risiko. Rumusnya yaitu:
�=
∑
�
−
2
−1
5.
Skewness atau kecondongan adalah tingkat ketidaksimetrisan atau kejauhan
simetri dari sebuah distribusi. Sebuah distribusi yang tidak simetri akan memiliki rata-rata, median dan modus yang tidak sama besarnya, sehingga
distribusi akan terkonsentrasi pada salah satu sisi dan kurvanya akan menceng.
Universitas Sumatera Utara
21
21
Gambar 2.2 Bentuk Kurva Miring Positif menceng kanan dan Negatif menceng kiri
Untuk mengetahui bahwa konsentrasi distribusi menceng ke kanan atau menceng ke kiri, dapat digunakan metode koefisien kemencengan pearson.
Koefisien kemencengan pearson merupakan nilai selisih rata-rata dengan modus dibagi simpangan baku. Koefisien kemencengan pearson dirumuskan:
� = − �
�
Dengan: Sk = koefisien kemencengan = rata-rata
Mo = modus σ = simpangan baku
apabila secara empiris didapatkan hubungan antar nilai pusat sebagai: − � =
− � Maka rumus kemencangan diatas dapat diubah menjadi:
� = 3
− � �
Universitas Sumatera Utara
22
22
6.
Kurtosis adalah tingkat kepuncakan dari sebuah distribusi yang biasanya
diambil secara relatif terhadap suatu distribusi normal. Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga macam, yaitu:
a. Leptokurtik merupakan distribusi yang memiliki puncak relatif tinggi. b.Platikurtik merupakan distribusi yang memiliki puncak hampir mendatar.
c.Mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar.
Gambar 2.3 Jenis Kurva
Untuk mengetahui keruncingan suatu distribusi dan menyelidiki apakah distribusi normal atau tidak, salah satu ukuran yang sering digunakan
adalah koefisien keruncingan atau koefisien kurtosis persentil dengan rumus:
k =
��
90 − 10
=
1 2
�
3
−�
1 90
−
10
Dimana: SK
= rentang semi antar kuartil K
1
= kuartil kesatu K
3
= kuartil ketiga P
10
= persentil kesepuluh
Universitas Sumatera Utara
23
23
P
90
= persentil ke-90 P
90
– P
10
= rentang 10 – 90 persentil
Jika hasil perhitungan koefisien kerucingan diperoleh : 1.
Nilai lebih kecil dari 3 3 maka distribusinya adalah distribusi platikurtik. 2.
Nilai lebih besar dari 3 3 maka distribusinya adalah distribusi leptokurtik.
3. Nilai yang sama dengan 3 = 3 maka distribusinya adalah distribusi
mesokurtik.
Universitas Sumatera Utara
1
1
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Topik manajemen risiko menjadi mengemuka setelah terjadi banyak kejadian yang menyebabkan kerugian pada perusahaan. Depresi tajam dan cepat terhadap rupiah
krisis moneter, serangkaian kecelakaan transportasi darat, laut, udara, kecurangan dalam perbankan, memperbesar permintaan terhadap manajemen risiko.
Risiko dalam konteks bisnis merupakan suatu kejadian potensial, baik yang dapat diperkirakan anticipated, yang tidak diperkirakan unanticipated
maupun yang berdampak negatif terhadap pendapatan dan permodalan perusahaan Agus Pracoyo, 2010. Karena itu risiko dalam dunia bisnis harus dikelola
sedemikian, sehingga risiko tersebut dapat diminimumkan sekecil mungkin yang disebut dengan manajemen risiko. Manajemen risiko risk management pada
dasarnya adalah proses menyeluruh yang dilengkapi dengan alat, teknik, dan sains yang diperlukan untuk mengenali, mengukur, dan mengelola risiko secara lebih
transparan. Sebagai sebuah proses menyeluruh manajemen risiko menyentuh hampir setiap aspek aktifitas sebuah entitas bisnis, mulai dari proses pengambilan keputusan
untuk menginvestasikan sejumlah uang, sampai pada keputusan untuk menerima seorang karyawan baru.
Indonesia dikenal sebagai salah satu pasar utama yang sedang berkembang dari para pesaing lokal maupun internasional, PT Unilever Indonesia Tbk telah
menyiapkan diri untuk dapat menguasai target yang lebih besar di pasar yang tengah berkembang pesat saat ini.
Perseroan memfokuskan diri pada sejumlah kategori dan produk perusahaan induk perusahaan ini, memiliki atau mampu membangun keunggulan
kompetitif, dan dimana penjualan dan marjin dapat tumbuh secara konsisten.
Universitas Sumatera Utara
