BAB I
PENDAHULUAN
1.1. 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.
Saat ini perkembangan dunia usaha semakin maju, yang menimbulkan persaingan antara perusahaan pun semakin ketat, sehingga perusahaan pun dituntut untuk dapat mengembangkan inovasi, meningkatkan kinerja serta melakukan perluasan bisnis sehingga dapat meningkatkan kemampuan bersaing demi kelangsungan hidup perusahaan. Dalam hal ini penulis mengambil judul “PENENTUAN NILAI RESIKO SAHAM PT. GUDANG GARAM TBK DENGAN MOMEN STATISTIKA”
1.2. RUMUSAN MASALAH
Semakin tinggi harga pasar menunjukkan bahwa saham tersebut juga semakin diminati oleh investor, karena semakin tinggi harga saham akan menghasilkan capital again yang semakin besar pula. Capital againmerupakan selisih antara harga pasar pada periode sekarang dengan periode sebelumnya. Oleh karena itu penelitian ini akan mencari besar kemungkinan return (keuntungan) pada PT. Gudang Garam Tbk menggunakan Value at Risk dengan standard normalitas, serta memperhitungkan sifat statistika yaitu skewness dan kurtosis.
1.3. BATASAN MASALAH
Dalam penelitian ini, pengambilan sampel akan didasarkan pada batasan-batasan sebagai berikut:
1. Data yang digunakan merupakan data yang secara resmi dipublikasikan oleh Bursa efek Indonesia dan Bank Indonesia.
2. Tingkat kepercayaan yang digunakan dalam penelitian ini adalah 5% dan potensi terjadinya kerugian maksimum (VaR), dihitung selama 30 hari.
1.4. TUJUAN PENELITIAN
Menentukan value at risk pada keadaan saham PT Gudang Garam Tbk dengan menggunakan standard normalitas dan momen statistika yaitu skewnes dan kurtosis.
1.5. 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 menggunakan statistik distribusi return dari saham-saham PT Gudang Garam Tbk, sehingga dalam pengambilan keputusan investasinya dapat memperhitungkan apakah resiko yang ditanggung sesuai dengan return yang diharapkan.
2. Perusahaan yang sahamnya tergabung dalam PT Gudang Garam Tbk dapat mengevaluasi performa saham perusahaan tersebut dengan mengetahui VaR dari sekumpulan keadaan saham yang terpilih.
3. Para akademisi dapat mengambil manfaat penelitian ini sebagai kasus nyata yang dapat digunakan dalam penelitian manajemen keuangan dan dapat menjadi pelengkap penilitian-penelitian yang lain serta dapat mengembangkan penelitian-penelitian selanjutnya.
1.6. TINJAUAN PUSTAKA
Sudjana (1992) dan Supangat, Andi (2007), memaparkan bahwa distribusi
normal atau sering pula disebut distribusi Gauss yang variabel acaknya bersifat
kontinu. Distribusi ini merupakan salah satu yang paling penting dan banyak
digunakan.
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.
��
=
�
+
� �
1
2
� − �
� �
Dengan:
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. 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 Me = median
σ = standart deviasi
Maka rumus kemencengan diatas dapat diubah menjadi:
��
=
�̅ − ��
�
6. Kurtosis
Kurtosis (keruncingan) 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.
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 K1 = kuartil kesatu
K3 = kuartil ketiga
P10 = persentil kesepuluh
P90 = persentil ke-90
Situngkir, Hokky dan Surya, Yohanes (2004) memaparkan bahwa untuk menghitung nilai VaR dengan kesalahan normal disimbolkan dengan Ψnormal, dinyatakan sebagai:
Ψ
normal = mean – aσDimana nilai a merupakan nilai dari distribusi normal yang di dapat dari tabel Z untuk tingkat kepercayaan α.
Perhitungan VaR dengan kesalahan skewness dan kurtosis disimbolkan dengan ΨSK dinyatakan sebagai:
a
׳(α) = α +
��a
׳
= kesalahan skewnes kurtosis sk = nilai skewnessα
= tingkat kepercayaan
k = nilai kurtosis sehingga rumusnya dapat diperoleh:Ψ
normal = mean – a׳σ1.7. METODE PENELITIAN
Metode yang dilakukan dalam penelitian ini yaitu: 1. Proses identifikasi risiko financial.
Pada bagian ini diuraikan mengenai jenis risiko yang melekat (inherent risk) dalam transaksi trading untuk memastikan bahwa pengukuran risiko financial dapat dilakukan secara akurat yang meliputi risiko harga pasar/sekuritas (price risk). Nilai yang diambil merupakan daftar nilai closing pada saham PT. Gudang Garam Tbk per hari selama 30 hari.
memperhatikan sifat statistika, yaitu rata-rata, modus, median, skewness dan kurtosis.
3. Menghitung nilai VaR dengan kesalahan normal Ψnormal = mean – aα dan menghitung VaR dengan kesalahan skewness dan kurtosis
ΨSK =mean – a׳α