RESIKO INVESTASI PORTOFOLIO SAHAM PADA S
RESIKO INVESTASI PORTOFOLIO SAHAM PADA
SAHAM-SAHAM BUMN MENGGUNAKAN VALUE AT
RISK (VAR) DENGAN PENDEKATAN VARIANCE
COVARIANCE PERIODE 2012-2013
DI SUSUN OLEH:
NAMA
: NURUL HIDAYAH
NIM
: 91213083
KELAS
: 45PB3
DISUSUN GUNA MEMENUHI TUGAS MATA KULIAH ANALISIS INVESTASI DAN
MANAJEMEN RESIKO
PASCA SARJANA MANAJEMEN
UNIVERSITAS GUNADARMA
2014
RESIKO INVESTASI PORTOFOLIO SAHAM PADA SAHAM-SAHAM BUMN
MENGGUNAKAN VALUE AT RISK (VAR) DENGAN PENDEKATAN VARIANCE
COVARIANCE PERIODE 2012-2013
ABSTRAK
Nurul Hidayah
Pasca Sarjana Manajemen
Universitas Gunadarma
Suatu kegiatan investasi perlu mempertimbangkan besarnya resiko dan return yang
akan didapatkan. Diperlukan suatu analisis guna mengetahui keakuratan besarnya resiko dan
return dari suatu investasi. Pada umumnya hampir semua investasi mengandung unsur
ketidakpastian atau resiko. Investor tidak tahu dengan pasti hasil yang akan diperolehnya
dari investasi yang dilakukannya. Analisis portofolio optimal merupakan salah satu teknik
analisis dalam menentukan besarnya resiko dan return. Value at Risk (VaR) adalah suatu alat
ukur statistik resiko yang mengukur kerugian maksimum yang diharapkan dari sebuah
investasi pada tingkat konfindensi tertentu dan periode waktu tertentu dalam kondisi pasar
normal.
Penelitian ini membahas tentang analisis resiko portofolio dengan metode VaR melalui
pendekatan Variance Covariance. Sampel yang diambil adalah perusahan-perusahaan BUMN
dari sektor yang berbeda, yaitu Adhi Karya (ADHI) yang bergerak di bidang konstruksi,
Bank Negara Indonesia (BBNI) yang bergerak di bidang jasa keuangan dan asuransi,
Perusahaan Gas Negara (PGAS) yang bergerak di bidang gas, uap dan udara dingin, Tambang
Batu Bara Bukit Asam (PTBA) yang bergerak di bidang pertambangan dan penggalian dan
Telekomunikasi Indonesia (TLKM) yang bergerak di bidang informasi dan telekomunikasi.
Dengan periode penelitian 1 Januari 2012 – 31 Desember 2013.
Berdasarkan perhitungan yang telah dilakukan, dapat disimpulkan bahwa dengan
periode berbeda akan menghasilkan besaran Value at Risk (VaR) yang berbeda pula. Dalam
penelitian ini periode penelitian dibagi menjadi per triwulan. Pada tahun 2012 untuk triwulan
1, triwulan 3 dan triwulan 4 menghasilkan VaR (95%) sebesar 0% dan VaR (99%) sebesar
0%. Pada tahun 2012 untuk triwulan 2 menghasilkan VaR (95%) sebesar 13,36% dan VaR
(99%) sebesar 35,90%. Pada tahun 2013 untuk triwulan 1 menghasilkan VaR (95%) sebesar
0% dan VaR (99%) sebesar 0%. Pada tahun 2013 untuk triwulan 2 menghasilkan VaR (95%)
sebesar 0,77% dan VaR (99%) sebesar 26,58%. Pada tahun 2013 untuk triwulan 3
menghasilkan VaR (95%) sebesar 36,86% dan VaR (99%) sebesar 53,28%. Dan pada tahun
2013 untuk triwulan 4 menghasilkan VaR (95%) sebesar 40,25% dan VaR (99%) sebesar
55,79%.
Kata Kunci: Analisis Investasi, Value at Risk (VaR), Variance Covariance, Manajemen
Resiko, Portofolio.
2
DAFTAR ISI
ABSTRAK ..........................................................................................................................2
DAFTAR ISI .......................................................................................................................3
BAB I PENDAHULUAN
Latar Belakang ......................................................................................................4
Rumusan dan Tujuan Penelitian ...........................................................................5
BAB II TINJAUAN LITERATUR
Pengertian Resiko .................................................................................................7
Value at Risk .........................................................................................................8
Proses Pengukuran VaR ........................................................................................11
Penelitian Terdahulu .............................................................................................15
BAB III METODE PENELITIAN
Profil Perusahaan ..................................................................................................17
PT. Adhi Karya (Persero) Tbk ....................................................................17
PT. Bank Negara Indonesia (Persero) Tbk. ................................................18
PT. Perusahaan Gas Negara (Persero) Tbk. ................................................18
PT. Tambang Batu Bara Bukit Asam (Persero) Tbk. ..................................19
PT. Telekomunikasi Indonesia (Persero) Tbk. ............................................20
Metode Penelitian .................................................................................................21
BAB IV PEMBAHASAN
Perhitungan Variance Covariance Dengan Portofolio .........................................22
BAB V KESIMPULAN ....................................................................................................37
DAFTAR PUSTAKA ..........................................................................................................38
LAMPIRAN .......................................................................................................................39
3
BAB I
PENDAHULUAN
1.1
LATAR BELAKANG
Investasi merupakan komitmen atas sejumlah dana yang dilakukan pada saat ini,
dengan tujuan memperoleh sejumlah keuntungan di masa datang. Alasan utama orang
berinvestasi adalah untuk memperoleh keuntungan. Keuntungan atau kerugian suatu
investasi tergantung pada perubahan harga aset dan jumlah aset yang dimiliki. Dalam
manajemen investasi, perubahan harga aset merupakan tingkat pengembalian harga aset
dari harga awal disebut sebagai return.
Investasi merupakan salah satu cara alternatif yang dapat digunakan untuk
meningkatkan nilai aset di masa depan. Investasi disebut juga sebagai penanaman
modal merupakan suatu istilah dengan beberapa pengertian yang berhubungan dengan
keuangan dan ekonomi. I stilah tersebut berkaitan dengan akumulasi suatu bentuk
aktiva dengan suatu harapan mendapatkan keuntungan dimasa depan.
Seiring dengan semakin baiknya iklim investasi di Indonesia, maka peranan pasar
modal (capital market) akan meningkat dimasa-masa yang akan datang. Pasar modal
memiliki peranan penting untuk mengembangkan dunia investasi suatu negara.
Beberapa peran pasar modal dalam mengembangkan dunia investasi antara lain
pertama, sebagai sarana untuk mendapatkan dana secara cepat dengan biaya murah
dapat dikumpulkan dari masyarakat (investor). Kedua, pasar modal sebagai sarana
untuk berinteraksi dalam instrumen keuangan. Dengan berbagai instrumen keuangan,
para investor dapat mengalokasikan dana yang dimiliki untuk berbagai investasi atau
portofolio sehingga mendapatkan keuntungan maksimal dengan resiko kerugian yang
minimal.
Investor tidak mengetahui secara pasti hasil investasinya sehingga dikatakan
bahwa investor menghadapi resiko dalam berinvestasi. Resiko dalam investasi adalah
ketidakpastian yang dihadapi karena harga suatu aset menjadi lebih kecil daripada
tingkat pengembalian investasi yang diharapkan. Dalam berinvestasi, resiko timbul
karena adanya perubahan atau fluktuasi harga aset sehingga hasil investasi yang akan
diterima menyimpang dari keuntungan yang diharapkan. Apabila resiko dinyatakan
sebagai seberapa jauh hasil yang diperoleh dapat menyimpang dari hasil yang
4
diharapkan, maka digunakan ukuran penyebaran untuk mengukur resiko.
Pada
hakekatnya masalah utama yang dihadapi investor adalah menentukan aset bersiko
mana yang harus dibeli. Satu portofolio merupakan gabungan dua atau lebih saham
individual, maka masalah ini bagi investor sama dengan memilih suatu portofolio
optimal dari berbagai portofolio yang ada.
Saat ini banyak dikembangkan perhitungan nilai resiko dalam berinvestasi agar
investor dapat mengetahui nilai resiko dan mengantisipasinya lebih dini. Salah satu
bentuk pengukuran nilai resiko yang sering digunakan adalah Value at Risk (VaR).
Value at Risk (VaR) adalah suatu alat ukur statistik resiko yang mengukur kerugian
maksimum yang diharapkan dari sebuah investasi pada tingkat konfindensi tertentu dan
periode waktu tertentu dalam kondisi pasar normal.
Manajemen resiko harus senantiasa berkesinambungan dan merupakan proses
perencanaan strategi perusahaan dalam kaitannya dengan penerapan strategi itu sendiri.
Perencanaan tersebut antara lain identifikasi berbagai resiko yang telah terjadi pada
masa lalu, sekarang maupun kemungkinan yang mungkin terjadi dimasa yang akan
datang. Selain itu perencanaan harus sesuai dengan budaya perusahaan serta berbagai
kebijakan yang obyektif.
Badan Usaha Milik Negara (BUMN) adalah perusahaan atau badan usaha yang
dimiliki pemerintah sebuah negara. Di Indonesia, definisi BUMN menurut UndangUndang Nomor 19 Tahun 2003 adalah badan usaha yang seluruh atau sebagian besar
modalnya dimiliki oleh negara melalui penyertaan secara langsung yang berasal dari
kekayaan negara yang dipisahkan.
BUMN di Indonesia bebrebtuk perusahaan perseoran, perusahaan umum dan
perusahaan jawatan.
Dimana perusahaan perseoran (Persero) adalah BUMN yang
berbentuk perseroan terbatas yang modalnya terbagi dalam saham yang seluruh atau
paling sedikit 51% sahamnya dimiliki oleh pemerintah yang tujuan utmanya mengejar
keuntungan.
BUMN di Indonesia terdiri dari berbagai macam sektor. Dalam penelitian ini
sektor yang digunakan yaitu bidang konstruksi, bidang jasa keuangan dan asuransi,
bidang gas, uap dan udara dingin, bidang pertambangan dan penggalian, dan bidang
informasi dan telekomunikasi.
1.2
RUMUSAN DAN TUJUAN PENELITIAN
5
Berdasarkan latar belakang masalah tersebut, dapat dirumuskan permasalahan
“Bagaimana penerapan metode Value at Risk (VaR) dengan pendekatan Variance
Covariance pada studi kasus data portofolio saham-saham BUMN?”
Dengan permasalahan tersebut, maka penelitian ini bertujuan untuk menghitung
nilai Value at Risk (VaR) dengan pendekaran Variance Covariance pada studi kasus data
portofolio saham-saham BUMN.
6
BAB II
TINJAUAN LITERATUR
2.1
PENGERTIAN RESIKO
Resiko dapat dikatakan sebagai suatu peluang terjadinya kerugian atau
kehancuran. Lebih luas resiko dapat diartikan sebagai kemungkinan terjadinya hasil
yang tidak diinginkan atau berlawanan dari yang diinginkan. Resiko dapat
menimbulkan kerugian apabila tidak diantisipasi serta tidak dikelola dengan
semestinya. Sebaliknya resiko yang dikelola dengan baik akan memberikan ruang pada
terciptanya peluang untuk memperoleh suatu keuntungan yang lebih besar.
Menurut Gallati (2003: 7) dalam Wibowo (2006) resiko didefinisikan sebagai ”a
condition in which there exist an exposure to adversity”. Lebih lanjut, Bessis (2002: 11)
mendefinisikan resiko sebagai “risk are uncertaintainties resulting in adverse
Variations of probability or in losses”. Berdasarkan Workbook level 1 Global
Association of Risk Professionals-Badan Sertifikasi Manajemen Resiko (2005) resiko
didefinisikan sebagai “chance of a bad outcome”. Maksudnya adalah suatu
kemungkinan akan terjadinya hasil yang tidak diinginkan, yang dapat menimbulkan
kerugian apabila tidak diantisipasi serta tidak dikelola sebagaimana mestinya.
Dalam industri keuangan umumnya dikenal jargon “high risk bring about high
return”. Hal ini dapat dicontohkan dalam melakukan investasi saham. Dalam bermain
saham, berdasarkan volatilitas harga akan lebih besar peluang untuk memperoleh
keuntungan dengan bermain pada saham-saham lapis kedua. Volatilitas atau pergerakan
naik turun harga saham secara tajam membuka peluang untuk memperoleh hasil yang
sangat besar, namun sebaliknya jika harga bergerak kearah yang berlawanan maka
kerugian yang akan ditanggung sangat besar.
Resiko tidak harus selalu dihindari, melainkan harus dikelola dengan baik.
Penjelasan yang terkait dengan hal itu dapat dijelaskan dengan ilustrasi sederhana
berikut. Sebuah bank memperoleh dana dalam bentuk deposito sebesar Rp.1 milyar,
bunga 12% pertahun dengan jangka waktu 1 bulan. Jika ingin memperoleh keuntungan
dari dana tersebut, maka bank harus mengalokasikan dana yang diperoleh kedalam
7
aktiva produktif seperti pinjaman atau investasi dengan hasil yang lebih besar dari 12%
pertahun. Pilihan itu akan menimbulkan resiko yang dalam kondisi paling ekstrim,
aktiva produktif tersebut tidak kembali.
Dalam hal ingin menghindarkan dari resiko yang mungkin akan timbul, maka
cara yang paling aman adalah mengendapkan dana tersebut didalam bank. Sangat likuid
dan sangat aman. Menghindari resiko, secara sepintas terlihat aman, namun sebenarnya
pada saat yang bersamaan kita tidak akan mendapatkan apa-apa dari dana 1 milyar
tersebut. Sebaliknya kewajiban bunga terhadap nasabah tetap harus dibayarkan dan
Bank akan mengalami kerugian sebesar suku bunga berlaku yang harus dibayarkan.
Dari contoh diatas dapat diambil kesimpulan bahwa untuk mendapatkan hasil dari
suatu kegiatan maka harus menghadapi resiko. Sebaliknya tidak menghadapi resiko
sama sekali merupakan hal yang sayang untuk dilakukan karena kita tidak akan
mendapatkan hasil apa-apa padahal peluang untuk memperoleh keuntungan tetap ada.
Untuk itulah resiko harus dihadapi dalam setiap kegiatan investasi sehingga dapat
memberikan peluang untuk memperoleh hasil yang diharapkan, dengan ttetap
mengelola resiko dengan baik.
2.2
VALUE AT RISK
Salah satu teknik pengukuran resiko adalah Value at Risk (VaR). Value at Risk
(VaR) merupakan Metode perhitungan market risk untuk menentukan resiko kerugian
maksimum yang dapat terjadi pada suatu portfolio, baik single-instrument ataupun
multi-instruments, pada confidence level tertentu, selama holding period tertentu, dan
dalam kondisi market yang normal.
Munculnya VaR tidak lepas dari metode pengukuran resiko yang diterapkan oleh
Dennis Weatherstone. Mantan bos J.P. Morgan ini menginginkan laporan satu halaman
berisi rangkuman eksposur global yang dihadapi perusahaan dan estimasi potensi
kerugian dalam 24 jam kedepan, diserahkan kepadanya setelah hari kerja tepatnya
pukul 16:15. ”4.15 Report” inilah yang menjadi cikal bakal perangkat menajemen
resiko yang kemudian dikenal dengan Value at Risk.
Menurut Philip Best (1998) Value at Risk atau VaR adalah suatu Metode
pengukuran resiko secara statistik yang memperkirakan kerugian maksimum yang
mungkin terjadi atas suatu portfolio pada tingkat kepercayaan (level of confidence)
tertentu. Nilai VaR selalu disertai dengan probabilitas yang menunjukkan seberapa
8
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 formal dari VaR yang dikutip
dari Philip Best (1998): ”Value at Risk is the maximum amount of money that may be
lost on a portfolio over a given period of time, with a given level of confidence.”
Pernyataan berikut ini merupakan definisi formal dari VaR yang diungkapkan oleh
Philippe Jorion (2002): ”VaR summarizes the worst loss over a target horizon with a
given level of confidence.” Cormac Butler (1999) memberikan definisi VaR sebagai
berikut: “Value at Risk measures the worst expected loss that an institution can suffer
over a given time interval under normal market conditions at a given confidence level.
It assesses risk by using statistical and simulation models designed to capture the
volatility of assets in a bank’s portfolio.”
Pendek kata, Value at Risk (VaR) dapat diartikan sebagai suatu besaran angka
yang merangkum total resiko dari portfolio yang berisikan beragam asset keuangan.
“What loss level is such that we are X% confident it will not be exceeded in N business
days?” Pertanyaan singkat yang mengantar kita pada definisi ringkas dari Value at
Risk. VaR merupakan estimasi potensi kerugian maksimal pada periode tertentu dengan
tingkat keyakinan (confidence level) tertentu dan dalam kondisi pasar yang normal.
Jadi VaR mengukur kerugian maksimal yang mungkin terjadi esok hari, lusa, minggu
depan, dan seterusnya sesuai dengan periode waktu yang diinginkan.
Kelebihan dari VaR adalah bahwa Metode ini fokus pada downside risk, tidak
tergantung pada asumsi distribusi dari return, dan pengukuran ini dapat diaplikasikan
ke seluruh produk-produk finansial yang diperdagangkan. Angka yang diperoleh dari
pengukuran dengan Metode ini merupakan hasil perhitungan secara agregat atau
menyeluruh terhadap resiko 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. Hal ini merupakan sesuatu yang tidak didapat dari Metode-Metode
pengukuran resiko lainnya. VaR juga memperhatikan perubahan harga aset-aset yang
ada dan pengaruhnya terhadap aset-aset yang lain. Hal ini memungkinkan dilakukannya
pengukuran terhadap berkurangnya resiko yang diakibatkan oleh diversifikasi
kelompok produk atau portfolio.
VaR mulai dikenal secara luas sejak tahun 1994 saat J.P. Morgan membuat Risk
Metrics system (berbasis Metode VaR) yang tersedia di internet (www.jpmorgan.com)
9
dan program tersebut dapat di download oleh pengguna secara gratis. Metode yang
digunakan J.P. Morgan tersebut selanjutnya dikenal sebagai RiskMetrics atau
perhitungan VaR dengan Variance-Covariance Method.
VaR memiliki tiga Metode untuk perhitungan, yaitu Historical Simulation
Method, Variance-Covariance Method, dan Monte Carlo Simulation Method. Ketiga
Metode tersebut memiliki keunggulan dan kelemahan masing-masing, antara lain:
1. Variance-covariance approach atau disebut juga delta normal method memiliki
keunggulan dari sisi kemudahan komputasi dan implementasi. Model ini
diperkenalkan oleh JP.Morgan pada awal 1990an. Asumsi yang digunakan dalam
Variance-covariance approach model adalah:
a. Portfolio disusun atas asset-aset yang linear. Lebih tepatnya, perubahan nilai dari
suatu portfolio bersifat linear dependen pada semua perubahan yang terjadi pada
nilai asset. Jadi, return portfolio juga bersifat linear dependen pada return asset.
b. Return asset berdistribusi normalSelain memiliki keunggulan dalam hal
kemudahan komputasi dan implementasi metode ini memiliki kelemahan dalam
hal akurasi (lebih lemah) dibandingkan dua Metode lainnya.
2. Historical Simulation Method merupakan metode yang paling simple dan paling
transparan dalam perhitungan. Termasuk dalam perhitungan nilai portfolionya.
Kelemahan metode ini tidak menggunakan distribusi normal pada return assetnya.
3. Monte Carlo Simulation Method juga merupakan metode pengukuran VaR yang
relatif simpel dibandingkan Variance-covariance model. Monte Carlo Simulation
Method memiliki keunggulan dalam akurasi, namun memiliki kelemahan dalam hal
komputasi yang lebih rumit dibandingkan historical simulation method.
Jadi Variance-covariance approach memiliki keunggulan dari sisi kemudahan
komputasi dan implementasi, sedangkan Historical Simulation Method, dan Monte
Carlo Simulation Method memiliki keunggulan akurasi namun memiliki kelemahan
dari sisi komputasi karena memerlukan simulasi risk factors yang cukup banyak
khususnya monte carlo simulation. Metode historical simulation method memiliki
keunggulan dibanding monte carlo simulation karena komputasi yang relatif lebih
mudah (intermediate) dan tidak menghadapi problem model risk.
Komputasi VaR berdasarkan sekelompok input kuantitatif yang seragam. Model
VaR merepresentasikan estimasi jumlah maksimum kerugian yang dapat ditanggung
10
portfolio dari resiko pasar dalam suatu periode waktu tertentu dan dengan suatu
confidence level tertentu.
Pada umumnya, VaR dihitung untuk jangka waktu 24 jam. Sebagai contoh, bila
dikatakan bahwa VaR suatu portfolio adalah US$5,000 dengan confidence level sebesar
95 persen, ini berarti bahwa ada 95 persen kemungkinan portfolio tersebut akan
mengalami kerugian dengan nilai di bawah US$5,000 dalam waktu 24 jam ke depan.
Dapat pula dikatakan bahwa ada 5 persen kemungkinan portfolio tersebut akan
mengalami kerugian minimal US$5,000 dalam waktu 24 jam ke depan.
Contoh lain, jika kita memiliki VaR harian sebesar Rp.100 milyar pada
confidence level 99%, hal ini berarti bahwa hanya terdapat satu kemungkinan dari 100
dimana kerugian harian akan melebihi Rp.100 milyar. Atau dengan kata lain, kerugian
harian akan melebihi Rp.100 milyar hanya akan terjadi pada satu hari dari 100 trading
day atau dua samapai tiga hari dalam satu tahun. Lebih singkat lagi dapat dikatakan
dengan kita memiliki keyakinan sebesar 99% kerugian tidak akan melebihi Rp.100
milyar dalam beberapa hari kedepan. Jadi kesimpulannya, VaR berusaha menjawab
pertanyaan, “How bad can things get?”
Hasil perhitungan VaR biasanya disajikan dalam bentuk jumlah uang dan bukan
dalam persentase. Hal ini membuat VaR menjadi sangat mudah dipahami. Contoh
dalam paragraf di atas telah mengilustrasikan hal tersebut. Dalam kaitannya dengan
kemudahan pemahaman atas nilai VaR, Stambaugh (1996) dalam Prihantoro (2005)
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.”
2.3
PROSES PENGUKURAN VAR
Model untuk menghitung VaR bermacam-macam, namun secara umum
pengukuran VaR mengikuti proses lazim yang dapat diringkaskan dalam tiga tahap di
bawah. Metode baku dalam mengukur resiko pasar ialah dengan melihat pada selang
kepercayaan tertentu, peluang kerugian portofolio dalam jangka waktu tertentu
(biasanya jangka pendek). Menghitung VaR membutuhkan sebaran peluang (distribusi
11
probabilitas) dari perubahan nilai portofolio. Dalam model manajemen resiko sebaran
peluang diperoleh dengan menempatkan asumsi, yaitu:
1. Bagaimana fungsi portofolio diperkirakan
2. Bagaimana variabel yang berpengaruh dimodelkan.
Tahap pengukuran VaR:
1. Identifikasi faktor resiko dan distribusi kerugian
2. Ukur resiko dan hitung VaR berdasarkan distribusi kerugian tersebut. Dalam hal ini
terdapat beberapa Metode yang lazim digunakan, yaitu:
a. Pendekatan Variance-Covariance
b. Pendekatan Simulasi Historis
c. Pendekatan Simulasi Monte Carlo
d. Pendekatan Simulasi Bootstrapping
Perbedaan utama berbagai Metode VaR pada umumnya terkait dengan cara
melihat (membatasi) masalah, dan bagaimana mengestimasi perubahan yang mungkin
terjadi terhadap portfolio aset/sekuritas yang dipegang. Secara teknis, tahapan dalam
mengukur VaR mencakup:
1.
Penentuan nilai pasar dari posisi yang dipilih,
2.
Mengukur sensitivitas sumber resiko dan korelasi diantara mereka,
3.
Identifikasi horizon-waktu dari investasi,
4.
Menetapkan derajat kepercayaan (confidence degree), dan
5.
Menghitung kerugian maksimum yang diperkirakan.
Metode pengukuran VaR dapat dikelompokkan dalam pendekatan parametrik,
non-parametrik,
dan
semi-parametrik.
Pendekatan
parametrik
meliputi
pendekatan variance-covariance, dan GARCH. Pendekatan non-parametrik meliputi
pendekatan simulasi histories, pendekatan simulasi Monte Carlo dan pendektan
simulasi Bootstrapping. Pendekatan semi-parametrik mengkombinasikan kedua
pendekatan dalam langkah-langkah pengukuran VaR yang dilakukan.
1. Metode Variance-Covariance
Metode analisis variance-covariance berasumsi bahwa faktor resiko terdistribusi
secara log-normal, sehingga log-returns terdistribusi normal. Setelah distribusi laba12
rugi portfolio diperoleh, maka property matematis baku dari distribusi normal dapat
digunakan untuk menghitung kerugian yang akan setara dengan atau melampaui x
persen pada suatu waktu, yakni VaR.
Metode varian-covariane meliputi empat tahap:
a. Identifikasi faktor pasar dasar dan dan posisi standar yang berhubungan langsung
dengan faktor pasar.
b. Berasumsi bahwa persen perubahan faktor pasar terdistribusi Normal dengan
rerata nol dan mengestimasi parameter distribusinya.
c. Menggunakan standar deviasi dan korelasi faktor pasar untuk menentukan standar
deviasi dan korelasi perubahan nilai standar posisi.
d. Hitung varian dan standar deviasi portfolio dengan menggunakan distribusi
Normal untuk menentukan distribusi laba-rugi portfolio.
2. Metode Simulasi Historis
Metode simulasi histories tidak berasumsi distribusi Normal, tetapi menggunakan
distribusi empiris dari realisasi historis pada suatu waktu yang ditentukan. Lazim
dianggap dibutuhkan data harian dua-tiga tahun untuk menghasilkan hasil berarti.
Sekurang-kurangnya dibutuhkan data 250 hari terakhir (satu tahun) dan dihitung
persen perubahannya.
Tahapan untuk mengukur VaR pendekatan simulasi historis meliputi:
a. Identifikasi faktor pasar
b. Memperoleh nilai histories dari faktor pasar selama N perioda terakhir
c. Nilai ulang portfolio sekarang dengan perubahan suku bunga dan harga pasar
d. Hitung laba dan rugi harian
e. Urutkan laba-rugi harian dari yang tertinggi sampai terendah
f. Pilih persentil 99% untuk Value-at-Risk.
3. Metode Simulasi Monte Carlo
Simulasi Monte Carlo berisi simulasi berulang proses acak yang dikaitkan dengan
harga dan suku bunga pasar. Masing-masing simulasi menciptakan suatu nilai yang
mungkin untuk portfolio pada horizon yang ditargetkan. Jika skenario simulasi
diulang-ulang makin banyak, akan diperoleh nilai yang makin stabil. VaR dihitung
dari distribusi yang diperoleh dari hasil simulasi tersebut.
Tahapan mengukur VaR dengan pendekatan simulasi Monte Carlo:
13
a. Identifikasi seluruh faktor resiko relevan.
b. Bentuk jalur-jalur harga, menggunakan angka acak yang dihasilkan oleh
generator pembangkit angka acak.
c. Nilai portfolio untuk setiap jalur atau skenario. Setiap jalur menciptakan
seperangkat nilai untuk faktor resiko untuk setiap sekuritas dalam portfolio yang
akan digunakan sebagai input pemodelan harga. Proses ini diulang-ulang sampai
diperoleh distribusi yang stabil.
4. Metode Simulasi Bootstrapping
Pendekatan simulasi bootstrapping mengestimasi distribusi dari data empiris.
Metode bootstraping bebas dari asumsi distribusi Normal dan distribusi statistika
lainnya. Data yang terbatas maupun melimpah, dapat disimulasikan untuk
menghasilkan distribusi. Simulasi bootstrapping berisi simulasi berulang-ulang
dalam proses acak yang diciptakan dari data empiris. Simulation akan menciptakan
suatu nilai yang mungkin untuk suatu portfolio pada horizon waktu yang
ditargetkan. Dengan jumlah pengulangan banyak, akan mengerucut pada suatu
distribusi tertentu meski tidak diketahui sebenarnya. Pengukuran VaR dapat
dilakukan dari distribusi yang dihasilkan tersebut.
Tahapan pengukuran VaR dengan simulasi bootstrapping tidak berbeda dengan
simulasi Monte carlo kecuali pada bootstrapping simulasi didasarkan pada data
empiris.
a. Spesifikasi faktor resiko yang relevan.
b. Dapatkan data histories dari faktor pasar selama N perioda terakhir
c. Bentuk jalur harga dengan simulasi acak terhadap data empiris yang diperoleh
tersebut.
d. Setiap jalur menciptakan seperangkat nilai untuk faktor resiko untuk setiap
sekuritas dalam portfolio yang akan digunakan sebagai input pemodelan harga.
Proses ini diulang-ulang sampai diperoleh distribusi yang stabil.
14
15
2.4
PENELITIAN TERDAHULU
NO
.
1.
TAHUN
2.
2011
3.
2012
4.
2012
2008
NAMA PENELITI
Agung D. Buchdadi
JUDUL PENELITIAN
METODE
HASIL PENELITIAN
Penghitungan Value At Risk Exponentially
Portofolio Optimum Saham Weighted
Moving
Perusahaan Berbasis Syariah Average (EWMA)
dengan Pendekatan Ewma
Besaran VAR harian portofolio saham
berbasis syariah dengan tingkat kepercayaan
99% sebesar 3,007%. Sedangkan VAR harian
yang dihitung dengan menjumlah nilai VAR
harian
komponen
saham pembentuk
portofolio lebih kecil dibandingkan nilai
VAR portofolio tersebut. Hal ini terjadi
karena tidak terjadi gejolak variansi besar
pada akhir pengamatan. Metode ini pun
dapat berguna bagi investor untuk
mengontrol dan menyesuaikan komposisi
portofolio apabila terjadi gejolak di pasar
modal Indonesia
Nurharyanto
Analisis
Risiko
Pasar Historical Simulation Hasil pengujian terhadap validitas model
Portofolio Investasi Saham dan
Variance berdasarkan hasil back testing, menunjukkan
dengan Metode Value at Risk Covariance
bahwa kedua model yaitu VaR Variance
(Studi Kasus pada Pensiun
Covariance model dan Historical Simulation
RST)
model ternyata valid untuk digunakan
sebagai alat mengukur potensi kerugian
maksimal atas investasi saham dana pensiun
RST.
Ibnuhardi
Faizaini Pengukuran Value At Risk Variance Covariance
Nilai VaR Gudang Garam, Telkom dan
Ihsan, Respatiwulan Dengan Metode Variance
Indosat untuk periode 8 Januari 2011 sebesar
dan Pangadi
Covariance
Rp. 36.349.289, Rp. 28.224.029 dan Rp.
39.167.078. Sedangkan untuk portofolio
sebesar Rp. 19.020.945.
Ummi Zuhara, M. Penggunaan Metode VaR Generalize
Pareto Besar risiko penanaman saham pada Semen
16
Sjahid Akbar
Haryono
dan (Value at Risk) dalam Analisis Distribution (GPD)
Risiko
Investasi
Saham
dengan
Pendekatan
Generalized
Pareto
Distribution (GPD)
5.
2014
Maida Fauziah
Analisis
Risiko
pada
Portofolio Saham Syari’ah
Menggunakan Value at Risk
(VaR) dengan Pendekatan
Generalize
Pareto
Distribution (GPD)
6.
2014
Tia Chisca Anggareni
Mengukur Resiko Dengan
VaR Terhadap Sektor Industri
Sub Sektor Makanan Dan
Minuman
Gresik adalah sebesar 3,12% rupiah dari aset
saat ini. Misalkan aset saat ini adalah Rp. 1
milyar, maka kemungkinan kerugian
minimal sebesar Rp 31.200.000,-. Dengan
kata lain dalam kurun waktu 20 hari ke
depan terdapat potensi 1 hari diantaranya,
investor akan mengalami kerugian minimal
Rp 31.200.000,-.
Generalize
Pareto Diperoleh VaR 0,0185 menunjukkan bahwa
Distribution (GPD)
dengan tingkat kepercayaan 90% maka
kemungkinan kerugian maksimal pada 1 hari
kedepan adalah 1,85% dari aset saat ini.
Dari hasil perhitungan VaR-GPD didapatkn
nilai likelihood ratio sebesar 315,3776
dengan tingkat kepercayaan 90% didapat
nilai tanel 540,930. Karena LR
SAHAM-SAHAM BUMN MENGGUNAKAN VALUE AT
RISK (VAR) DENGAN PENDEKATAN VARIANCE
COVARIANCE PERIODE 2012-2013
DI SUSUN OLEH:
NAMA
: NURUL HIDAYAH
NIM
: 91213083
KELAS
: 45PB3
DISUSUN GUNA MEMENUHI TUGAS MATA KULIAH ANALISIS INVESTASI DAN
MANAJEMEN RESIKO
PASCA SARJANA MANAJEMEN
UNIVERSITAS GUNADARMA
2014
RESIKO INVESTASI PORTOFOLIO SAHAM PADA SAHAM-SAHAM BUMN
MENGGUNAKAN VALUE AT RISK (VAR) DENGAN PENDEKATAN VARIANCE
COVARIANCE PERIODE 2012-2013
ABSTRAK
Nurul Hidayah
Pasca Sarjana Manajemen
Universitas Gunadarma
Suatu kegiatan investasi perlu mempertimbangkan besarnya resiko dan return yang
akan didapatkan. Diperlukan suatu analisis guna mengetahui keakuratan besarnya resiko dan
return dari suatu investasi. Pada umumnya hampir semua investasi mengandung unsur
ketidakpastian atau resiko. Investor tidak tahu dengan pasti hasil yang akan diperolehnya
dari investasi yang dilakukannya. Analisis portofolio optimal merupakan salah satu teknik
analisis dalam menentukan besarnya resiko dan return. Value at Risk (VaR) adalah suatu alat
ukur statistik resiko yang mengukur kerugian maksimum yang diharapkan dari sebuah
investasi pada tingkat konfindensi tertentu dan periode waktu tertentu dalam kondisi pasar
normal.
Penelitian ini membahas tentang analisis resiko portofolio dengan metode VaR melalui
pendekatan Variance Covariance. Sampel yang diambil adalah perusahan-perusahaan BUMN
dari sektor yang berbeda, yaitu Adhi Karya (ADHI) yang bergerak di bidang konstruksi,
Bank Negara Indonesia (BBNI) yang bergerak di bidang jasa keuangan dan asuransi,
Perusahaan Gas Negara (PGAS) yang bergerak di bidang gas, uap dan udara dingin, Tambang
Batu Bara Bukit Asam (PTBA) yang bergerak di bidang pertambangan dan penggalian dan
Telekomunikasi Indonesia (TLKM) yang bergerak di bidang informasi dan telekomunikasi.
Dengan periode penelitian 1 Januari 2012 – 31 Desember 2013.
Berdasarkan perhitungan yang telah dilakukan, dapat disimpulkan bahwa dengan
periode berbeda akan menghasilkan besaran Value at Risk (VaR) yang berbeda pula. Dalam
penelitian ini periode penelitian dibagi menjadi per triwulan. Pada tahun 2012 untuk triwulan
1, triwulan 3 dan triwulan 4 menghasilkan VaR (95%) sebesar 0% dan VaR (99%) sebesar
0%. Pada tahun 2012 untuk triwulan 2 menghasilkan VaR (95%) sebesar 13,36% dan VaR
(99%) sebesar 35,90%. Pada tahun 2013 untuk triwulan 1 menghasilkan VaR (95%) sebesar
0% dan VaR (99%) sebesar 0%. Pada tahun 2013 untuk triwulan 2 menghasilkan VaR (95%)
sebesar 0,77% dan VaR (99%) sebesar 26,58%. Pada tahun 2013 untuk triwulan 3
menghasilkan VaR (95%) sebesar 36,86% dan VaR (99%) sebesar 53,28%. Dan pada tahun
2013 untuk triwulan 4 menghasilkan VaR (95%) sebesar 40,25% dan VaR (99%) sebesar
55,79%.
Kata Kunci: Analisis Investasi, Value at Risk (VaR), Variance Covariance, Manajemen
Resiko, Portofolio.
2
DAFTAR ISI
ABSTRAK ..........................................................................................................................2
DAFTAR ISI .......................................................................................................................3
BAB I PENDAHULUAN
Latar Belakang ......................................................................................................4
Rumusan dan Tujuan Penelitian ...........................................................................5
BAB II TINJAUAN LITERATUR
Pengertian Resiko .................................................................................................7
Value at Risk .........................................................................................................8
Proses Pengukuran VaR ........................................................................................11
Penelitian Terdahulu .............................................................................................15
BAB III METODE PENELITIAN
Profil Perusahaan ..................................................................................................17
PT. Adhi Karya (Persero) Tbk ....................................................................17
PT. Bank Negara Indonesia (Persero) Tbk. ................................................18
PT. Perusahaan Gas Negara (Persero) Tbk. ................................................18
PT. Tambang Batu Bara Bukit Asam (Persero) Tbk. ..................................19
PT. Telekomunikasi Indonesia (Persero) Tbk. ............................................20
Metode Penelitian .................................................................................................21
BAB IV PEMBAHASAN
Perhitungan Variance Covariance Dengan Portofolio .........................................22
BAB V KESIMPULAN ....................................................................................................37
DAFTAR PUSTAKA ..........................................................................................................38
LAMPIRAN .......................................................................................................................39
3
BAB I
PENDAHULUAN
1.1
LATAR BELAKANG
Investasi merupakan komitmen atas sejumlah dana yang dilakukan pada saat ini,
dengan tujuan memperoleh sejumlah keuntungan di masa datang. Alasan utama orang
berinvestasi adalah untuk memperoleh keuntungan. Keuntungan atau kerugian suatu
investasi tergantung pada perubahan harga aset dan jumlah aset yang dimiliki. Dalam
manajemen investasi, perubahan harga aset merupakan tingkat pengembalian harga aset
dari harga awal disebut sebagai return.
Investasi merupakan salah satu cara alternatif yang dapat digunakan untuk
meningkatkan nilai aset di masa depan. Investasi disebut juga sebagai penanaman
modal merupakan suatu istilah dengan beberapa pengertian yang berhubungan dengan
keuangan dan ekonomi. I stilah tersebut berkaitan dengan akumulasi suatu bentuk
aktiva dengan suatu harapan mendapatkan keuntungan dimasa depan.
Seiring dengan semakin baiknya iklim investasi di Indonesia, maka peranan pasar
modal (capital market) akan meningkat dimasa-masa yang akan datang. Pasar modal
memiliki peranan penting untuk mengembangkan dunia investasi suatu negara.
Beberapa peran pasar modal dalam mengembangkan dunia investasi antara lain
pertama, sebagai sarana untuk mendapatkan dana secara cepat dengan biaya murah
dapat dikumpulkan dari masyarakat (investor). Kedua, pasar modal sebagai sarana
untuk berinteraksi dalam instrumen keuangan. Dengan berbagai instrumen keuangan,
para investor dapat mengalokasikan dana yang dimiliki untuk berbagai investasi atau
portofolio sehingga mendapatkan keuntungan maksimal dengan resiko kerugian yang
minimal.
Investor tidak mengetahui secara pasti hasil investasinya sehingga dikatakan
bahwa investor menghadapi resiko dalam berinvestasi. Resiko dalam investasi adalah
ketidakpastian yang dihadapi karena harga suatu aset menjadi lebih kecil daripada
tingkat pengembalian investasi yang diharapkan. Dalam berinvestasi, resiko timbul
karena adanya perubahan atau fluktuasi harga aset sehingga hasil investasi yang akan
diterima menyimpang dari keuntungan yang diharapkan. Apabila resiko dinyatakan
sebagai seberapa jauh hasil yang diperoleh dapat menyimpang dari hasil yang
4
diharapkan, maka digunakan ukuran penyebaran untuk mengukur resiko.
Pada
hakekatnya masalah utama yang dihadapi investor adalah menentukan aset bersiko
mana yang harus dibeli. Satu portofolio merupakan gabungan dua atau lebih saham
individual, maka masalah ini bagi investor sama dengan memilih suatu portofolio
optimal dari berbagai portofolio yang ada.
Saat ini banyak dikembangkan perhitungan nilai resiko dalam berinvestasi agar
investor dapat mengetahui nilai resiko dan mengantisipasinya lebih dini. Salah satu
bentuk pengukuran nilai resiko yang sering digunakan adalah Value at Risk (VaR).
Value at Risk (VaR) adalah suatu alat ukur statistik resiko yang mengukur kerugian
maksimum yang diharapkan dari sebuah investasi pada tingkat konfindensi tertentu dan
periode waktu tertentu dalam kondisi pasar normal.
Manajemen resiko harus senantiasa berkesinambungan dan merupakan proses
perencanaan strategi perusahaan dalam kaitannya dengan penerapan strategi itu sendiri.
Perencanaan tersebut antara lain identifikasi berbagai resiko yang telah terjadi pada
masa lalu, sekarang maupun kemungkinan yang mungkin terjadi dimasa yang akan
datang. Selain itu perencanaan harus sesuai dengan budaya perusahaan serta berbagai
kebijakan yang obyektif.
Badan Usaha Milik Negara (BUMN) adalah perusahaan atau badan usaha yang
dimiliki pemerintah sebuah negara. Di Indonesia, definisi BUMN menurut UndangUndang Nomor 19 Tahun 2003 adalah badan usaha yang seluruh atau sebagian besar
modalnya dimiliki oleh negara melalui penyertaan secara langsung yang berasal dari
kekayaan negara yang dipisahkan.
BUMN di Indonesia bebrebtuk perusahaan perseoran, perusahaan umum dan
perusahaan jawatan.
Dimana perusahaan perseoran (Persero) adalah BUMN yang
berbentuk perseroan terbatas yang modalnya terbagi dalam saham yang seluruh atau
paling sedikit 51% sahamnya dimiliki oleh pemerintah yang tujuan utmanya mengejar
keuntungan.
BUMN di Indonesia terdiri dari berbagai macam sektor. Dalam penelitian ini
sektor yang digunakan yaitu bidang konstruksi, bidang jasa keuangan dan asuransi,
bidang gas, uap dan udara dingin, bidang pertambangan dan penggalian, dan bidang
informasi dan telekomunikasi.
1.2
RUMUSAN DAN TUJUAN PENELITIAN
5
Berdasarkan latar belakang masalah tersebut, dapat dirumuskan permasalahan
“Bagaimana penerapan metode Value at Risk (VaR) dengan pendekatan Variance
Covariance pada studi kasus data portofolio saham-saham BUMN?”
Dengan permasalahan tersebut, maka penelitian ini bertujuan untuk menghitung
nilai Value at Risk (VaR) dengan pendekaran Variance Covariance pada studi kasus data
portofolio saham-saham BUMN.
6
BAB II
TINJAUAN LITERATUR
2.1
PENGERTIAN RESIKO
Resiko dapat dikatakan sebagai suatu peluang terjadinya kerugian atau
kehancuran. Lebih luas resiko dapat diartikan sebagai kemungkinan terjadinya hasil
yang tidak diinginkan atau berlawanan dari yang diinginkan. Resiko dapat
menimbulkan kerugian apabila tidak diantisipasi serta tidak dikelola dengan
semestinya. Sebaliknya resiko yang dikelola dengan baik akan memberikan ruang pada
terciptanya peluang untuk memperoleh suatu keuntungan yang lebih besar.
Menurut Gallati (2003: 7) dalam Wibowo (2006) resiko didefinisikan sebagai ”a
condition in which there exist an exposure to adversity”. Lebih lanjut, Bessis (2002: 11)
mendefinisikan resiko sebagai “risk are uncertaintainties resulting in adverse
Variations of probability or in losses”. Berdasarkan Workbook level 1 Global
Association of Risk Professionals-Badan Sertifikasi Manajemen Resiko (2005) resiko
didefinisikan sebagai “chance of a bad outcome”. Maksudnya adalah suatu
kemungkinan akan terjadinya hasil yang tidak diinginkan, yang dapat menimbulkan
kerugian apabila tidak diantisipasi serta tidak dikelola sebagaimana mestinya.
Dalam industri keuangan umumnya dikenal jargon “high risk bring about high
return”. Hal ini dapat dicontohkan dalam melakukan investasi saham. Dalam bermain
saham, berdasarkan volatilitas harga akan lebih besar peluang untuk memperoleh
keuntungan dengan bermain pada saham-saham lapis kedua. Volatilitas atau pergerakan
naik turun harga saham secara tajam membuka peluang untuk memperoleh hasil yang
sangat besar, namun sebaliknya jika harga bergerak kearah yang berlawanan maka
kerugian yang akan ditanggung sangat besar.
Resiko tidak harus selalu dihindari, melainkan harus dikelola dengan baik.
Penjelasan yang terkait dengan hal itu dapat dijelaskan dengan ilustrasi sederhana
berikut. Sebuah bank memperoleh dana dalam bentuk deposito sebesar Rp.1 milyar,
bunga 12% pertahun dengan jangka waktu 1 bulan. Jika ingin memperoleh keuntungan
dari dana tersebut, maka bank harus mengalokasikan dana yang diperoleh kedalam
7
aktiva produktif seperti pinjaman atau investasi dengan hasil yang lebih besar dari 12%
pertahun. Pilihan itu akan menimbulkan resiko yang dalam kondisi paling ekstrim,
aktiva produktif tersebut tidak kembali.
Dalam hal ingin menghindarkan dari resiko yang mungkin akan timbul, maka
cara yang paling aman adalah mengendapkan dana tersebut didalam bank. Sangat likuid
dan sangat aman. Menghindari resiko, secara sepintas terlihat aman, namun sebenarnya
pada saat yang bersamaan kita tidak akan mendapatkan apa-apa dari dana 1 milyar
tersebut. Sebaliknya kewajiban bunga terhadap nasabah tetap harus dibayarkan dan
Bank akan mengalami kerugian sebesar suku bunga berlaku yang harus dibayarkan.
Dari contoh diatas dapat diambil kesimpulan bahwa untuk mendapatkan hasil dari
suatu kegiatan maka harus menghadapi resiko. Sebaliknya tidak menghadapi resiko
sama sekali merupakan hal yang sayang untuk dilakukan karena kita tidak akan
mendapatkan hasil apa-apa padahal peluang untuk memperoleh keuntungan tetap ada.
Untuk itulah resiko harus dihadapi dalam setiap kegiatan investasi sehingga dapat
memberikan peluang untuk memperoleh hasil yang diharapkan, dengan ttetap
mengelola resiko dengan baik.
2.2
VALUE AT RISK
Salah satu teknik pengukuran resiko adalah Value at Risk (VaR). Value at Risk
(VaR) merupakan Metode perhitungan market risk untuk menentukan resiko kerugian
maksimum yang dapat terjadi pada suatu portfolio, baik single-instrument ataupun
multi-instruments, pada confidence level tertentu, selama holding period tertentu, dan
dalam kondisi market yang normal.
Munculnya VaR tidak lepas dari metode pengukuran resiko yang diterapkan oleh
Dennis Weatherstone. Mantan bos J.P. Morgan ini menginginkan laporan satu halaman
berisi rangkuman eksposur global yang dihadapi perusahaan dan estimasi potensi
kerugian dalam 24 jam kedepan, diserahkan kepadanya setelah hari kerja tepatnya
pukul 16:15. ”4.15 Report” inilah yang menjadi cikal bakal perangkat menajemen
resiko yang kemudian dikenal dengan Value at Risk.
Menurut Philip Best (1998) Value at Risk atau VaR adalah suatu Metode
pengukuran resiko secara statistik yang memperkirakan kerugian maksimum yang
mungkin terjadi atas suatu portfolio pada tingkat kepercayaan (level of confidence)
tertentu. Nilai VaR selalu disertai dengan probabilitas yang menunjukkan seberapa
8
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 formal dari VaR yang dikutip
dari Philip Best (1998): ”Value at Risk is the maximum amount of money that may be
lost on a portfolio over a given period of time, with a given level of confidence.”
Pernyataan berikut ini merupakan definisi formal dari VaR yang diungkapkan oleh
Philippe Jorion (2002): ”VaR summarizes the worst loss over a target horizon with a
given level of confidence.” Cormac Butler (1999) memberikan definisi VaR sebagai
berikut: “Value at Risk measures the worst expected loss that an institution can suffer
over a given time interval under normal market conditions at a given confidence level.
It assesses risk by using statistical and simulation models designed to capture the
volatility of assets in a bank’s portfolio.”
Pendek kata, Value at Risk (VaR) dapat diartikan sebagai suatu besaran angka
yang merangkum total resiko dari portfolio yang berisikan beragam asset keuangan.
“What loss level is such that we are X% confident it will not be exceeded in N business
days?” Pertanyaan singkat yang mengantar kita pada definisi ringkas dari Value at
Risk. VaR merupakan estimasi potensi kerugian maksimal pada periode tertentu dengan
tingkat keyakinan (confidence level) tertentu dan dalam kondisi pasar yang normal.
Jadi VaR mengukur kerugian maksimal yang mungkin terjadi esok hari, lusa, minggu
depan, dan seterusnya sesuai dengan periode waktu yang diinginkan.
Kelebihan dari VaR adalah bahwa Metode ini fokus pada downside risk, tidak
tergantung pada asumsi distribusi dari return, dan pengukuran ini dapat diaplikasikan
ke seluruh produk-produk finansial yang diperdagangkan. Angka yang diperoleh dari
pengukuran dengan Metode ini merupakan hasil perhitungan secara agregat atau
menyeluruh terhadap resiko 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. Hal ini merupakan sesuatu yang tidak didapat dari Metode-Metode
pengukuran resiko lainnya. VaR juga memperhatikan perubahan harga aset-aset yang
ada dan pengaruhnya terhadap aset-aset yang lain. Hal ini memungkinkan dilakukannya
pengukuran terhadap berkurangnya resiko yang diakibatkan oleh diversifikasi
kelompok produk atau portfolio.
VaR mulai dikenal secara luas sejak tahun 1994 saat J.P. Morgan membuat Risk
Metrics system (berbasis Metode VaR) yang tersedia di internet (www.jpmorgan.com)
9
dan program tersebut dapat di download oleh pengguna secara gratis. Metode yang
digunakan J.P. Morgan tersebut selanjutnya dikenal sebagai RiskMetrics atau
perhitungan VaR dengan Variance-Covariance Method.
VaR memiliki tiga Metode untuk perhitungan, yaitu Historical Simulation
Method, Variance-Covariance Method, dan Monte Carlo Simulation Method. Ketiga
Metode tersebut memiliki keunggulan dan kelemahan masing-masing, antara lain:
1. Variance-covariance approach atau disebut juga delta normal method memiliki
keunggulan dari sisi kemudahan komputasi dan implementasi. Model ini
diperkenalkan oleh JP.Morgan pada awal 1990an. Asumsi yang digunakan dalam
Variance-covariance approach model adalah:
a. Portfolio disusun atas asset-aset yang linear. Lebih tepatnya, perubahan nilai dari
suatu portfolio bersifat linear dependen pada semua perubahan yang terjadi pada
nilai asset. Jadi, return portfolio juga bersifat linear dependen pada return asset.
b. Return asset berdistribusi normalSelain memiliki keunggulan dalam hal
kemudahan komputasi dan implementasi metode ini memiliki kelemahan dalam
hal akurasi (lebih lemah) dibandingkan dua Metode lainnya.
2. Historical Simulation Method merupakan metode yang paling simple dan paling
transparan dalam perhitungan. Termasuk dalam perhitungan nilai portfolionya.
Kelemahan metode ini tidak menggunakan distribusi normal pada return assetnya.
3. Monte Carlo Simulation Method juga merupakan metode pengukuran VaR yang
relatif simpel dibandingkan Variance-covariance model. Monte Carlo Simulation
Method memiliki keunggulan dalam akurasi, namun memiliki kelemahan dalam hal
komputasi yang lebih rumit dibandingkan historical simulation method.
Jadi Variance-covariance approach memiliki keunggulan dari sisi kemudahan
komputasi dan implementasi, sedangkan Historical Simulation Method, dan Monte
Carlo Simulation Method memiliki keunggulan akurasi namun memiliki kelemahan
dari sisi komputasi karena memerlukan simulasi risk factors yang cukup banyak
khususnya monte carlo simulation. Metode historical simulation method memiliki
keunggulan dibanding monte carlo simulation karena komputasi yang relatif lebih
mudah (intermediate) dan tidak menghadapi problem model risk.
Komputasi VaR berdasarkan sekelompok input kuantitatif yang seragam. Model
VaR merepresentasikan estimasi jumlah maksimum kerugian yang dapat ditanggung
10
portfolio dari resiko pasar dalam suatu periode waktu tertentu dan dengan suatu
confidence level tertentu.
Pada umumnya, VaR dihitung untuk jangka waktu 24 jam. Sebagai contoh, bila
dikatakan bahwa VaR suatu portfolio adalah US$5,000 dengan confidence level sebesar
95 persen, ini berarti bahwa ada 95 persen kemungkinan portfolio tersebut akan
mengalami kerugian dengan nilai di bawah US$5,000 dalam waktu 24 jam ke depan.
Dapat pula dikatakan bahwa ada 5 persen kemungkinan portfolio tersebut akan
mengalami kerugian minimal US$5,000 dalam waktu 24 jam ke depan.
Contoh lain, jika kita memiliki VaR harian sebesar Rp.100 milyar pada
confidence level 99%, hal ini berarti bahwa hanya terdapat satu kemungkinan dari 100
dimana kerugian harian akan melebihi Rp.100 milyar. Atau dengan kata lain, kerugian
harian akan melebihi Rp.100 milyar hanya akan terjadi pada satu hari dari 100 trading
day atau dua samapai tiga hari dalam satu tahun. Lebih singkat lagi dapat dikatakan
dengan kita memiliki keyakinan sebesar 99% kerugian tidak akan melebihi Rp.100
milyar dalam beberapa hari kedepan. Jadi kesimpulannya, VaR berusaha menjawab
pertanyaan, “How bad can things get?”
Hasil perhitungan VaR biasanya disajikan dalam bentuk jumlah uang dan bukan
dalam persentase. Hal ini membuat VaR menjadi sangat mudah dipahami. Contoh
dalam paragraf di atas telah mengilustrasikan hal tersebut. Dalam kaitannya dengan
kemudahan pemahaman atas nilai VaR, Stambaugh (1996) dalam Prihantoro (2005)
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.”
2.3
PROSES PENGUKURAN VAR
Model untuk menghitung VaR bermacam-macam, namun secara umum
pengukuran VaR mengikuti proses lazim yang dapat diringkaskan dalam tiga tahap di
bawah. Metode baku dalam mengukur resiko pasar ialah dengan melihat pada selang
kepercayaan tertentu, peluang kerugian portofolio dalam jangka waktu tertentu
(biasanya jangka pendek). Menghitung VaR membutuhkan sebaran peluang (distribusi
11
probabilitas) dari perubahan nilai portofolio. Dalam model manajemen resiko sebaran
peluang diperoleh dengan menempatkan asumsi, yaitu:
1. Bagaimana fungsi portofolio diperkirakan
2. Bagaimana variabel yang berpengaruh dimodelkan.
Tahap pengukuran VaR:
1. Identifikasi faktor resiko dan distribusi kerugian
2. Ukur resiko dan hitung VaR berdasarkan distribusi kerugian tersebut. Dalam hal ini
terdapat beberapa Metode yang lazim digunakan, yaitu:
a. Pendekatan Variance-Covariance
b. Pendekatan Simulasi Historis
c. Pendekatan Simulasi Monte Carlo
d. Pendekatan Simulasi Bootstrapping
Perbedaan utama berbagai Metode VaR pada umumnya terkait dengan cara
melihat (membatasi) masalah, dan bagaimana mengestimasi perubahan yang mungkin
terjadi terhadap portfolio aset/sekuritas yang dipegang. Secara teknis, tahapan dalam
mengukur VaR mencakup:
1.
Penentuan nilai pasar dari posisi yang dipilih,
2.
Mengukur sensitivitas sumber resiko dan korelasi diantara mereka,
3.
Identifikasi horizon-waktu dari investasi,
4.
Menetapkan derajat kepercayaan (confidence degree), dan
5.
Menghitung kerugian maksimum yang diperkirakan.
Metode pengukuran VaR dapat dikelompokkan dalam pendekatan parametrik,
non-parametrik,
dan
semi-parametrik.
Pendekatan
parametrik
meliputi
pendekatan variance-covariance, dan GARCH. Pendekatan non-parametrik meliputi
pendekatan simulasi histories, pendekatan simulasi Monte Carlo dan pendektan
simulasi Bootstrapping. Pendekatan semi-parametrik mengkombinasikan kedua
pendekatan dalam langkah-langkah pengukuran VaR yang dilakukan.
1. Metode Variance-Covariance
Metode analisis variance-covariance berasumsi bahwa faktor resiko terdistribusi
secara log-normal, sehingga log-returns terdistribusi normal. Setelah distribusi laba12
rugi portfolio diperoleh, maka property matematis baku dari distribusi normal dapat
digunakan untuk menghitung kerugian yang akan setara dengan atau melampaui x
persen pada suatu waktu, yakni VaR.
Metode varian-covariane meliputi empat tahap:
a. Identifikasi faktor pasar dasar dan dan posisi standar yang berhubungan langsung
dengan faktor pasar.
b. Berasumsi bahwa persen perubahan faktor pasar terdistribusi Normal dengan
rerata nol dan mengestimasi parameter distribusinya.
c. Menggunakan standar deviasi dan korelasi faktor pasar untuk menentukan standar
deviasi dan korelasi perubahan nilai standar posisi.
d. Hitung varian dan standar deviasi portfolio dengan menggunakan distribusi
Normal untuk menentukan distribusi laba-rugi portfolio.
2. Metode Simulasi Historis
Metode simulasi histories tidak berasumsi distribusi Normal, tetapi menggunakan
distribusi empiris dari realisasi historis pada suatu waktu yang ditentukan. Lazim
dianggap dibutuhkan data harian dua-tiga tahun untuk menghasilkan hasil berarti.
Sekurang-kurangnya dibutuhkan data 250 hari terakhir (satu tahun) dan dihitung
persen perubahannya.
Tahapan untuk mengukur VaR pendekatan simulasi historis meliputi:
a. Identifikasi faktor pasar
b. Memperoleh nilai histories dari faktor pasar selama N perioda terakhir
c. Nilai ulang portfolio sekarang dengan perubahan suku bunga dan harga pasar
d. Hitung laba dan rugi harian
e. Urutkan laba-rugi harian dari yang tertinggi sampai terendah
f. Pilih persentil 99% untuk Value-at-Risk.
3. Metode Simulasi Monte Carlo
Simulasi Monte Carlo berisi simulasi berulang proses acak yang dikaitkan dengan
harga dan suku bunga pasar. Masing-masing simulasi menciptakan suatu nilai yang
mungkin untuk portfolio pada horizon yang ditargetkan. Jika skenario simulasi
diulang-ulang makin banyak, akan diperoleh nilai yang makin stabil. VaR dihitung
dari distribusi yang diperoleh dari hasil simulasi tersebut.
Tahapan mengukur VaR dengan pendekatan simulasi Monte Carlo:
13
a. Identifikasi seluruh faktor resiko relevan.
b. Bentuk jalur-jalur harga, menggunakan angka acak yang dihasilkan oleh
generator pembangkit angka acak.
c. Nilai portfolio untuk setiap jalur atau skenario. Setiap jalur menciptakan
seperangkat nilai untuk faktor resiko untuk setiap sekuritas dalam portfolio yang
akan digunakan sebagai input pemodelan harga. Proses ini diulang-ulang sampai
diperoleh distribusi yang stabil.
4. Metode Simulasi Bootstrapping
Pendekatan simulasi bootstrapping mengestimasi distribusi dari data empiris.
Metode bootstraping bebas dari asumsi distribusi Normal dan distribusi statistika
lainnya. Data yang terbatas maupun melimpah, dapat disimulasikan untuk
menghasilkan distribusi. Simulasi bootstrapping berisi simulasi berulang-ulang
dalam proses acak yang diciptakan dari data empiris. Simulation akan menciptakan
suatu nilai yang mungkin untuk suatu portfolio pada horizon waktu yang
ditargetkan. Dengan jumlah pengulangan banyak, akan mengerucut pada suatu
distribusi tertentu meski tidak diketahui sebenarnya. Pengukuran VaR dapat
dilakukan dari distribusi yang dihasilkan tersebut.
Tahapan pengukuran VaR dengan simulasi bootstrapping tidak berbeda dengan
simulasi Monte carlo kecuali pada bootstrapping simulasi didasarkan pada data
empiris.
a. Spesifikasi faktor resiko yang relevan.
b. Dapatkan data histories dari faktor pasar selama N perioda terakhir
c. Bentuk jalur harga dengan simulasi acak terhadap data empiris yang diperoleh
tersebut.
d. Setiap jalur menciptakan seperangkat nilai untuk faktor resiko untuk setiap
sekuritas dalam portfolio yang akan digunakan sebagai input pemodelan harga.
Proses ini diulang-ulang sampai diperoleh distribusi yang stabil.
14
15
2.4
PENELITIAN TERDAHULU
NO
.
1.
TAHUN
2.
2011
3.
2012
4.
2012
2008
NAMA PENELITI
Agung D. Buchdadi
JUDUL PENELITIAN
METODE
HASIL PENELITIAN
Penghitungan Value At Risk Exponentially
Portofolio Optimum Saham Weighted
Moving
Perusahaan Berbasis Syariah Average (EWMA)
dengan Pendekatan Ewma
Besaran VAR harian portofolio saham
berbasis syariah dengan tingkat kepercayaan
99% sebesar 3,007%. Sedangkan VAR harian
yang dihitung dengan menjumlah nilai VAR
harian
komponen
saham pembentuk
portofolio lebih kecil dibandingkan nilai
VAR portofolio tersebut. Hal ini terjadi
karena tidak terjadi gejolak variansi besar
pada akhir pengamatan. Metode ini pun
dapat berguna bagi investor untuk
mengontrol dan menyesuaikan komposisi
portofolio apabila terjadi gejolak di pasar
modal Indonesia
Nurharyanto
Analisis
Risiko
Pasar Historical Simulation Hasil pengujian terhadap validitas model
Portofolio Investasi Saham dan
Variance berdasarkan hasil back testing, menunjukkan
dengan Metode Value at Risk Covariance
bahwa kedua model yaitu VaR Variance
(Studi Kasus pada Pensiun
Covariance model dan Historical Simulation
RST)
model ternyata valid untuk digunakan
sebagai alat mengukur potensi kerugian
maksimal atas investasi saham dana pensiun
RST.
Ibnuhardi
Faizaini Pengukuran Value At Risk Variance Covariance
Nilai VaR Gudang Garam, Telkom dan
Ihsan, Respatiwulan Dengan Metode Variance
Indosat untuk periode 8 Januari 2011 sebesar
dan Pangadi
Covariance
Rp. 36.349.289, Rp. 28.224.029 dan Rp.
39.167.078. Sedangkan untuk portofolio
sebesar Rp. 19.020.945.
Ummi Zuhara, M. Penggunaan Metode VaR Generalize
Pareto Besar risiko penanaman saham pada Semen
16
Sjahid Akbar
Haryono
dan (Value at Risk) dalam Analisis Distribution (GPD)
Risiko
Investasi
Saham
dengan
Pendekatan
Generalized
Pareto
Distribution (GPD)
5.
2014
Maida Fauziah
Analisis
Risiko
pada
Portofolio Saham Syari’ah
Menggunakan Value at Risk
(VaR) dengan Pendekatan
Generalize
Pareto
Distribution (GPD)
6.
2014
Tia Chisca Anggareni
Mengukur Resiko Dengan
VaR Terhadap Sektor Industri
Sub Sektor Makanan Dan
Minuman
Gresik adalah sebesar 3,12% rupiah dari aset
saat ini. Misalkan aset saat ini adalah Rp. 1
milyar, maka kemungkinan kerugian
minimal sebesar Rp 31.200.000,-. Dengan
kata lain dalam kurun waktu 20 hari ke
depan terdapat potensi 1 hari diantaranya,
investor akan mengalami kerugian minimal
Rp 31.200.000,-.
Generalize
Pareto Diperoleh VaR 0,0185 menunjukkan bahwa
Distribution (GPD)
dengan tingkat kepercayaan 90% maka
kemungkinan kerugian maksimal pada 1 hari
kedepan adalah 1,85% dari aset saat ini.
Dari hasil perhitungan VaR-GPD didapatkn
nilai likelihood ratio sebesar 315,3776
dengan tingkat kepercayaan 90% didapat
nilai tanel 540,930. Karena LR