• Tidak ada hasil yang ditemukan

PERBANDINGAN METODE VARIANCE COVARIANCE DAN HISTORICAL SIMULATION UNTUK MENGUKUR RISIKO INVESTASI REKSA DANA - Diponegoro University | Institutional Repository (UNDIP-IR)

N/A
N/A
Protected

Academic year: 2017

Membagikan "PERBANDINGAN METODE VARIANCE COVARIANCE DAN HISTORICAL SIMULATION UNTUK MENGUKUR RISIKO INVESTASI REKSA DANA - Diponegoro University | Institutional Repository (UNDIP-IR)"

Copied!
16
0
0

Teks penuh

(1)

PERBANDINGAN METODE

VARIANCE COVARIANCE

DAN

HISTORICAL SIMULATION

UNTUK MENGUKUR RISIKO

INVESTASI REKSA DANA

SKRIPSI

Oleh:

BAYU HERYADI WICAKSONO

NIM. 24010210120035

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

(2)

PERBANDINGAN METODE

VARIANCE COVARIANCE

DAN

HISTORICAL SIMULATION

UNTUK MENGUKUR RISIKO

INVESTASI REKSA DANA

Oleh:

BAYU HERYADI WICAKSONO

NIM. 24010210120035

Sebagai Salah Satu Syarat untuk Memperoleh Gelar

Sarjana Sains pada Jurusan Statistika

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

(3)
(4)
(5)

KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Allah SWT, karena berkat rahmat

dan hidayah-Nya penulis dapat menyelesaikan Tugas Akhir dengan judul

Perbandingan Metode

Variance Covariance

dan

Historical Simulation

untuk

Mengukur Risiko Investasi Reksa dana.

Tugas akhir merupakan salah satu

mata kuliah yang wajib ditempuh untuk menyelesaikan studi jenjang S1 Statistika

Undip. Penulis menyadari bahwa proposal tugas akhir ini tidak akan mampu

diselesaikan dengan baik tanpa bantuan dari berbagai pihak. Oleh karena itu,

penullis mengucapkan terima kasih kepada:

1. Ibu Dra. Dwi Ispriyanti, M. Si sebagai Ketua Jurusan Statistika Fakultas

Sains dan Matematika Universitas Diponegoro.

2. Ibu Yuciana Wilandari, S.Si M. Si sebagai dosen pembimbing I dan Bapak

Drs. Agus Rusgiyono, M. Si sebagai dosen pembimbing II.

3. Bapak dan Ibu Dosen Jurusan Statistika yang telah memberikan arahan dan

masukan demi perbaikan penulisan tugas akhir ini.

4. Pihak pihak lain yang tidak dapat penulis sebutkan satu per satu yang telah

membantu penulisan proposal tugas akhir ini.

Penulis berharap Tugas Akhir ini bermanfaat bagi seluruh civitas

akademika di Universitas Diponegoro, khususnya Jurusan Statistika dan

Masyarakat pada umumnya.

Semarang, September 2014

(6)

Value at Risk

(VaR). Terdapat tiga metode perhitungan

VaR

yaitu

metode

Variance-covariance, metode simulasi Monte Carlo dan metode

Historical Simulation. Pada penelitian ini digunakan metode

Variance-covariance

dan metode

Historical Simulation

untuk mengukur potensi kerugian terbesar pada

investasi reksa dana saham pada tingkat konfidensi 95%. Pengujian yang

digunakan adalah Kolmogorov-Smirnov untuk menguji normalitas data

return

dan

Kupiec test untuk menguji keakuratan hasil perhitungan

VaR. Karena data return

tidak berdistribusi normal maka selanjutnya dilakukan penyesuaian dengan

menggunakan

Cornish-Fisher Expansion. Dengan menggunakan uji t hasil

penelitian ini menunjukkan bahwa nilai

VaR

dengan perhitungan

Variance-covariance

dan

Historical Simulation

tidak berbeda signifikan.

Hasil pengujian

keakuratan nilai

VaR

menunjukkan bahwa semua nilai

VaR

akurat digunakan

untuk mengukur besarnya potensi kerugian maksimum pada investasi reksa dana

saham.

(7)

ABSTRACT

$%&'()*&+%, )-./ &%),' ((+%0%1 + 020,, &),0- &+%3& , ) /&%),+ %/.) .02(.%4,5

Every day of the total fair value of the assets in the mutual fund is always

changing because the market value of each type of asset that is changing. Thus

causing mutual fund has a risk. It is necessary for the measurement of risk in

mutual funds using the Value at Risk (VaR). There are three methods of

calculating the VaR Variance-covariance method, Monte Carlo simulation

methods and methods Historical Simulation. In this study, the variance-covariance

method used and the Historical Simulation method to measure potential losses on

investments largest mutual fund shares at 95% confidence level. The test used is

the Kolmogorov-Smirnov normality test and Kupiec test return data to test the

accuracy of the calculation of VaR. Because the data are not normally distributed

returns, the adjustment is then performed using the Cornish-Fisher Expansion. By

using the t test results show that the calculation of VaR with variance-covariance

and Historical Simulation did not differ significantly. The test results show that

the accuracy of the VaR VaR accurately all used to measure the magnitude of the

maximum potential loss on investments in mutual fund shares.

(8)

D

67

T

6

R

8 9 8

:;

l

;

m

;

n

:< =<><?@A BA=CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC D :< =<><?EF?G FH <:< ?ICCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC D D :< =<><?EF?G FH <:< ?IICCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC DD D

J<K <EF ?G < ?K<LCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC D

v

Q CR=;

t

;

r

MS

l

;T ;

n

U CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC Q Q CRE SVW;

rum

n

>;W;

l

;X CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC Y Q CZE S

m

[;;W;

t

n

>;W;

l

;X CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC Y Q CRKV \V;

n

ES]S

l

D

t

D;

n

CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC

^ RC^CQK D]UT;

t

J

on

qD`S]WD CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC Qr

(9)

vwxyz{|z

t

Variance Covariance

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww }~ vwyz{|z

t

Historical Simulation

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww v}

vw€z‚ƒ„… †‡

n

ˆ †‰‡ †

VaR

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww vv vw€w}Š…†ˆ

or

‹‡‰ †

t

‡

s

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww vv vw€wvŠ…†

Backtesting

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww vŒ

vw€wŒŠ…†‡

t

‡Ž

r

‡

t

‡

u

‡ ‡

m

‘z

l

’‚|z‘z‚| z

n

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww v“ ”•”’’’y –—˜ ˜™˜š ’wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww vx

Œ w}‡

t

‡ wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww vx Œ wvyz{|z

t

•‚‡

l

†›†

s

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww v ”•”’œ•’™ •ˆ–y”•••ˆwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww Œž

“ w}yz‚ƒŸ†

tun

ƒ

Return

y‡› †‚ƒŽ

m

‡›†‚ƒ•

s

z

t

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww Œ} “ wvz‚ƒ„ „¡‡

n

Value at Risk

¢

VaR

£|z

n

ƒ‡

n

yz

to

|z

Historical Simulation

www Πv

“ wŒz‚ƒ„ „¡‡

n

VaR

|z

n

ƒ‡

n

yz

t

{|z

Variance-covariance

wwwwwwwwwwwwwwwwwwwwwwwwwwwww Œ“ “ wŒ w}Š…†ˆ

orm

‡

l

†

t

‡

s

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww Œ“ “ wŒ wvz

r

Ÿ†„‚ƒ‡

t

n

ˆ †

l

‡ †¤ Ž {¡z › †wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww Œ¥ “ wŒ wŒz‚ƒ„ „¡‡

n

ˆ†

l

‡ †

VaR

|z‚ƒ‡

n

yz

t

{|z

Variance-covariance

wwwwwwwwwwwwww Πx

“ w“z‚ƒ„… †‡

n

VaR

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww Œ € “ w“ w}z‚ƒ„… †‡

n

VaR

| z

n

ƒ‡

n

yz

t

{|z

Historical Simulation

wwwwwwwwwwwwwwwwwwwwwwwww Œ~

“ w“ wvz‚ƒ„… †‡

n

VaR

| z

n

ƒ‡

n

yz

t

{|z

Variance

Ž

covariance

wwwwwwwwwwwwwwwwwwwwwwwwww “ž “ w¥•‚‡

l

†›†

s

z

r

¦‡‚| †‚ƒ‡

n

wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww “} ”•”œ§–’y Š ™•ˆwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww “ x

(10)

D

© ª

T

©

R T

©«¬

L

­®

l

®

m

®

n

Tabel

¯°±²³´µ®

t

¶· ´® ´®

l

®

n

VaR Backtesting

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ¸¹

Tabel

º» ¼· ½ µ¾²¿ ½ ²ÀÁ· µÃ ·³·

l

²

t

²®

n

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ÄÅ

Tabel

Æ»

Return

­®

r

²®

n

Ç· µ½®È®³® °°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° Ä ¯

Tabel

É» à ·³´Ê µÊ¾®

n

VaR Historical Simulation

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ÄÄ

Tabel

Ë» ­® ½ ²

l

Ì ²Í®

orm

l

²®

t

s

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ÄÎ

Tabel

Ï» ­® ½ ²

l

à ·

r

в

t

ʳ´®

n

Cornish

Ñ

Fisher Expansion

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ÄÒ

Tabel 7

» ­® ½ ²

l

à ·³´Ê µÊ¾ ®

n

VaR

È·

n

´®

n

Ó·

t

ÔÈ·

Variance-covariance

°°°°°°°°°°°°°° ÄÕ

Tabel

Ö» ­® ½ ²

l

Ì ²¶·® µÊ¾®

t

®

n

VaR Historical Simulation

×·

r

È® ½®

r

µ®

n

Ã

r

®

tur

®

n

×® ½·

l

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ÄØ

Tabel

Ù» ­® ½ ²

l

Ì ²¶·® µÊ¾®

t

®

n

VaR Historical Simulation

×·

r

È® ½®

r

µ®

n

Kupiec

Test

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ¹Å

Tabel

ÚÛ» ­® ½ ²

l

Ì ²¶·® µÊ¾®

t

®

n

VaR Variance

Ñ

covariance

×·

r

È®

s

®

r

µ®

n

à ·

r

®

tur

®

n

×® ½·

l

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ¹Å

Tabel

ÚÚ» ­® ½ ²

l

Ì ²¶·® µÊ¾®

t

®

n

VaR

Ü®

r

²®

n

Ý· Ñ

covariance

×·

r

È®

s

®

r

µ®

n

Kupiec

Test

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ¹ ¯

Tabel

Úº» ­® ½ ²

l

à ·³´Ê µÊ

r

®

n

VaR Historical Simulation

È®

n

VaR Variance

Ñ

covariance

°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°°° ¹¸

Tabel

ÚÆ °­® ½ ²

l

à ·³´Ê²®

n

¶ ·® µÊ¾ ®

t

®

n

VaR

×·

r

È®½®µ®

r

n

à ·

r

®

tur

®

n

×®

s

·

l

°°°°°°°°° ¹¹

(11)

D

Þß

T

Þ

R L

Þ

M

à

I

áÞâ

ãä

l

ä

m

ä

n

(12)
(13)
(14)
(15)
(16)

éê ëìí ìîï ðñí ñò

y

ñó ô õìñöñ

t

ì ðñ õñ ð ÷ó÷ø ì

t

ìñ ó ìóì ùñóñ

y

ö ÷óúñî ûð òìí ìîï óìø ñ ìð ÷ò ûüñ ùñ óóìø ñìñîý ìþñü÷òí ì ù

(

ÿ

)

í÷ø ñ öñð ÷

r

ìï õ÷ ð ÷ó ÷ø ì

t

ìñ óê

1.4 T

j

Pe

el

û ûñóõñ

r

ìð ÷ó ÷øì

t

ìñ óìóìñõñø ñù

ñ

.

÷óô÷

t

ñùûìü÷íñ

r

óñ

y

óìøñìð ïý÷óíì

r

ìí ìîïðñ õñìóþ÷

st

ñíì

r

÷îí ñõñ óñ

.

üê ÷óô÷

t

ñùûì ð ÷

r

ü÷õññ ó ð ÷óôûî ûòñ ó

r

ìíìîï ðñí ñ

r

õ÷ó ôñ ó

Historical

Simulation

õñó

Variance-covariance Value at Risk

ûóý ûî ì óþ÷

st

ñí ì

r

÷îí ñ

Referensi

Dokumen terkait

Tugas akhir ini merupakan salah satu persyaratan untuk menyelesaikan tugas Produktif Teknik Gambar Bangunan di bidang Gambar Konstruksi Bangunan yaitu “ Perencanaan Jembatan

Setelah itu nilai tersebut dikonsultasikan ke dalam tabel interval koefesien, dan didapatkan koefesien 0,390 masuk dalam interval 0,20-0,399 dengan kategori rendah, maka

De lo contrario, haga clic en Check Results para consultar qué componentes obligatorios aún no se completaron.. Tarea 2: Configurar el nombre de host y la

Oleh karena itu, dengan penelitian ini menggunakan model kooperatif tipe STAD diharapkan dapat menjadi referensi metode dan model pembelajaran dalam pembelajaran

 Hasil dari running analisis SAP maka akan didapatkan hubungan antara gaya geser dasar dengan perpindahan (kurva kapasitas) yang nantinya dibandingkan dengan

Yayasan Reef Check Indonesia (YRCI) sebagai salah satu mitra pelaksana ICCTF dalam proyek COREMAP – CTI akan melaksanakan Implementasi Rencana Aksi Nasional (RAN) Jenis

PENERAPAN MODEL PEMBELAJARAN AUDITORY INTELLECTUALLY REPITITION (AIR) UNTUK MENINGKATKAN HASIL BELAJAR SISWA PADA MATA PELAJARAN ILMU PENGETAHUAN ALAM (IPA).. Universitas

PEMERINTAH PROVINSI SUMATERA BARAT 2018.. RKA - OPD 2.2.1 ORGANISASI