ESTIMASI NILAI CONDITIONAL VALUE AT RISK MENGGUNAKAN FUNGSI GAUSSIAN COPULA
KOMPETENSI FINANSIAL
SKRIPSI
HERLINA HIDAYATI 1108405040
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA
BUKIT JIMBARAN 2015
LEMBAR PERSEMBAHAN
Learn From Yesterday Live For Today
Hope for Tomorrow
-Albert Einstein-
Tulisan ini saya persembahkan kepada:
Allah S.W.T
Karena atas segala anugerah dan rahmat yang sangat luar biasa
Ibu tercinta dan juga adik tersayang
Atas segala doa, motivasi serta dukungannya yang selalu menyertai
Para sahabat di jurusan Matematika khususnya I Gede Hardi Karmana
Atas segala bantuan serta dukungan moral dalam penyelesaian Tugas Akhir ini
iii \
v
Judul : Estimasi Nilai Conditional Value at Risk Menggunakan Fungsi
Gaussian Copula
Nama : Herlina Hidayati
NIM : 1108405040
Pembimbing : 1. Ir. Komang Dharmawan, M.Math., Ph.D 2. I Wayan Sumarjaya, S.Si., M.Stats
ABSTRAK
Pada saat ini, copula sudah mulai banyak digunakan pada kasus finansial khususnya dalam manajemen risiko. Hal ini dikarenakan kemampuan copula yang dapat mempelajari kebergantungan yang tidak linear pada kasus multivariat. Selain itu, mengolah data menggunakan fungsi copula tidak memerlukan asumsi distribusi normal sehingga sangat cocok diaplikasikan pada data finansial. Untuk mengelola suatu risiko, diperlukan juga alat ukur yang berguna untuk mengatasi suatu risiko. Salah satu alat ukur yang dapat digunakan untuk mengukur risiko adalah Value at
Risk (VaR). Meskipun VaR sangat populer digunakan, namun VaR juga memiliki
kelemahan dalam mengukur risiko. Untuk mengatasi kelemahan yang ada pada VaR, maka diperlukan Conditional Value at Risk (CVaR). Tujuan penelitian ini adalah mengestimasi nilai CVaR menggunakan fungsi Gaussian copula yang diperoleh dengan mengolah data closing price pada saham Facebook dan Twitter. Hasil perhitungan pada tingkat kepercayaan 90% menunjukkan besarnya risiko kerugian yang mungkin dialami sebesar 4,7%, pada tingkat kepercayaan 95% diperoleh sebesar 6,1%, dan pada tingkat kepercayaan 99% diperoleh sebesar 10,6%.
Title : Estimation of Conditional Value at Risk Using Gaussian Copula
Function Name : Herlina Hidayati
NIM : 1108405040
Supervisor : 1. Ir. Komang Dharmawan, M.Math., Ph.D 2. I Wayan Sumarjaya, S.Si., M.Stats
ABSTRACT
Nowadays, copula is already widely used in financial assets, especially in risk management. This is because of the ability of copula, to capture the nonlinear dependence structure on multivariate assets. In addition, using copula function doesn’t require the assumption of normal distribution. Because of that, it is suitable to be applied to financial data. To manage a risk the necessary measurement tools can help mitigate the risks. One measure that can be used to measure risk is Value at Risk (VaR). Although VaR is very popular, it has several weaknesses. To overcome the weakness in VaR, an alternative risk measure called CVaR can be used. The porpose of this study is to estimate CVaR using Gaussian copula. The data we used are the closing price of Facebook and Twitter stocks. The results from the calculation using 90% confidence level showed that the risk that may be experienced is at 4,7%, for 95% confidence level it is at 6,1%, and for 99% confidence level it is at 10,6%.
vii
KATA PENGANTAR
Puji syukur penulis panjatkan kehadapan Tuhan Yang Maha Esa karena berkat rahmat-Nya, penulis dapat menyelesaikan tugas akhir yang berjudul “Estimasi Nilai Conditional Value at Risk Menggunakan Fungsi Gaussian Copula” tepat pada waktunya.
Pada kesempatan ini penulis mengucapkan terima kasih kepada berbagai pihak yang telah memberikan bantuan sehingga tugas akhir ini dapat tersusun dengan baik, antara lain:
1. Bapak Ir. Komang Dharmawan, M.Math., Ph.D selaku Ketua Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana, sekaligus sebagai Pembimbing I yang telah banyak membantu dan membimbing dalam penyusunan tugas akhir ini.
2. Bapak I Wayan Sumarjaya, S.Si., M.Stats sebagai Pembimbing II yang telah banyak memberikan bimbingan, dukungan dan arahan hingga terselesaikannya penelitian dan tugas akhir ini.
3. Dosen penguji yaitu Ibu Ni Ketut Tari Tastrawati, S.Si., M.Si, Bapak Drs. I Nyoman Widana, M.Si, dan Ibu Ni Made Asih, S.Pd., M.Si., yang telah memberikan banyak masukan dalam penyempurnaan tugas akhir ini.
4. Orang tua yang telah memberikan motivasi, semangat, dan doa dalam menyelesaian tugas akhir ini.
5. Kawan-kawan di Jurusan Matematika dan Fakultas MIPA Unud yang telah memberikan dukungan moral dalam penyelesaian tugas akhir ini.
6. Semua pihak yang turut membantu penyelesaian tugas akhir ini, yang tidak dapat penulis sebutkan satu persatu.
Penulis menyadari bahwa apa yang telah dipaparkan pada tugas akhir ini masih jauh dari tingkat sempurna. Oleh karena itu kritik dan saran yang membangun sangat penulis harapkan.
Bukit Jimbaran, 9 Oktober 2015 Penulis
BIODATA ALUMNI
Nama Lengkap : Herlina Hidayati
NIM : 1108405040
Jenis Kelamin : Wanita
Tempat, Tgl Lahir : Denpasar, 02 Februari 1994
Alamat : Kampung Islam Kepaon, No. 17
Denpasar-Bali
Agama : Islam
Tanggal Lulus : 9 Oktober 2015
Kompetensi : Finansial
IP Kumulatif : 3,35
Predikat Kelulusan : Sangat Memuaskan Nilai TOEFL Lokal : 450
Email : herlinadisanasini@gmail.com
Nomor HP : 085739496132
Nama Ayah : Nasekhat (Alm)
ix DAFTAR ISI
Halaman
HALAMAN JUDUL ... i
LEMBAR PERSEMBAHAN ... ii
LEMBAR PERNYATAAN ... iii
LEMBAR PENGESAHAN ... iv
ABSTRAK ... v
ABSTRACT ... vi
KATA PENGANTAR………...vii
BIODATA ALUMNI ... viii
DAFTAR ISI ... ix
DAFTAR SIMBOL ... xii
DAFTAR TABEL ... xiv
DAFTAR GAMBAR ... xv
DAFTAR LAMPIRAN ... xvi
BAB I PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 3 1.3 Batasan Masalah ... 4 1.4 Tujuan Penelitian ... 4 1.5 Manfaat Penelitian ... 4
BAB II TINJAUAN PUSTAKA ... 6
x
2.2 Mean, Standard Deviation, Skewness, dan Kurtosis... 7
2.3 Fungsi Autokorelasi (ACF) ... 8
2.4 Korelasi ... 9
2.5 Generalized Pareto Distribution (GPD) ... 11
2.6 Copula ... 12
2.6.1 Copula Bivariat ... 13
2.6.2 Copula Eliptik ... 14
2.7 Value at Risk (VaR) ... 15
2.8 Estimasi VaR dengan Copula ... 17
2.9 Conditional Value at Risk (CVaR) ... 18
BAB III METODE PENELITIAN... 21
3.1 Sumber Data ... 21
3.2 Metode Analisis ... 21
BAB IV HASIL DAN PEMBAHASAN ... 23
4.1 Menghitung Return ... 23
4.2 Nilai Statistik Deskriptif ... 24
4.3 Autokorelasi dan Heteroscedasticity ... 25
4.4 Pareto Tail ... 30
4.5 Mengestimasi Parameter Gaussian Copula ... 31
xi
5.2 Saran ... 35 DAFTAR PUSTAKA ... 36 LAMPIRAN
DAFTAR SIMBOL 𝑎 Tingkat kepercayaan 𝐶 Copula 𝐶0 Copula parametrik 𝐶𝑅𝐺𝑎 Gaussian copula 𝐶v,𝑅𝑡 t-Student copula 𝐶𝑜𝑣 Covariance
CVaR Conditional Value at Risk
L Kerugian (loss)
P Keuntungan (profit)
𝑝(𝑟) Fungsi densitas dari r.
𝐑 Himpunan bilangan real yang diperpanjang [−∞, ∞]. 𝑅𝑡 Tingkat pengembalian (return) saham pada periode ke-t. 𝑅12 Koefisien korelasi dengan distribusi normal bivariat.
𝑆𝑡 Harga saham pada periode ke-t.
𝑆𝐷 Standard Deviation
t Waktu
𝑡v−1 Invers dari fungsi distribusi t-Student.
VaR Value at Risk
VaR̂ (𝛼) Penduga VaR (𝛼)
𝑉𝑡 Nilai portofolio
𝑤 Bobot portofolio
xiii
𝜌∆𝑡 Fungsi Autokorelasi (ACF)
𝜎2 Variance
𝛷 Fungsi distribusi normal
𝛷−1 Invers dari fungsi distribusi normal.
𝛷𝑅2 Fungsi distribusi bersama dari fungsi distribusi normal standar bivariat dengan matriks korelasi linear R.
DAFTAR TABEL
Tabel Halaman
4.1 Nilai Statistik Deskriptif ... 24
4.2 Uji Ljung-Box ... 27
4.3 Uji ARCH LM... 29
4.4 Nilai VaR ... 33
xv
DAFTAR GAMBAR
Gambar Halaman
4.1 Plot Return Saham FB ... 23
4.2 Plot Return Saham TWTR ... 24
4.3 Plot ACF Return FB dan TWTR ... 26
4.4 Plot ACF Kuadrat Return FB dan TWTR ... 28
DAFTAR LAMPIRAN
Lampiran
1. Data Harga Saham Harian Periode 7 November 2013-17 April 2015 2. Data Return Saham Facebook dan Saham Twitter
3. Hasil Simulasi Return Saham Facebook dan Saham Twitter 4. Return Portofolio