• Tidak ada hasil yang ditemukan

ANALISIS RESIKO PORTOFOLIO dengan METODE

N/A
N/A
Protected

Academic year: 2018

Membagikan "ANALISIS RESIKO PORTOFOLIO dengan METODE"

Copied!
19
0
0

Teks penuh

(1)

ANALISIS RESIKO PORTOFOLIO dengan METODE VALUE at RISK (VaR) MELALUI PENDEKATAN HISTORICAL METHOD.

Irma Asyatun (145020400111012)

Universitas Brawijaya

Abstrak

Dalam penulisan ini akan dilakukan pembahsan menganai pembentkan portofolio optimum yang berisi sejumlah saham yang tergolong dalam LQ45. Pemilihan saham kategori LQ45 karena liquiditas saham yang tergolong LQ45 sangat liquid dan banyak

peminat di pasar saham. Data yang digunakan dalam penelitian ini data saham yang digunakan adalah periode 1 january 2016 – 31 maret 2016 data harian sebagai sampel dalam penghitungan besaran risiko ( variance),expected return dari masing-masing saham

, dan nilai VaR dengan metode historical price dan penentuan portofolio yang optimal. Dari hasil pengolahan data ditemukan bahwa kombinasi dua saham yang memberikan risiko terendah berdasarkan rumus VaR untuk portofolio kombinasi dua saham adalah portofolio dengan saham HMSP dan BBCAdimana nilai VaR portofolio yang ditanggung

oleh investor jika menginvestasikan dana portofolio ini sebesar Rp35,973,642.78 dari total dana 1M.

BAB I PENDAHULUAN

1.1 Latar Belakang

(2)

diikuti dengan resiko yang dalam hal ni berupa kerugian. Risiko memang tidak dapat dihindarkan, namun dapat dimanage hingga memberikan dampak burku yang relatif kecil.

Risiko kerugian dapat dimaknai dengan perbedaan retun yang diharapkan (expected return )dengan return yang diperoleh (actual return). Banyak devinisi dari kerugian termasuk kekurangan dan atau kehilangan dana awal saat berinvestasi merupakan kerugian yang sangat riil dirasakan.

Sebagai acuan dalam memilih untuk berinvestasi dalam bentuk saham,obligasi atau kombinasi beberapa saham dan obligasi, investor yang rasional akan membandingkan return dnegan alokasi dana yang bebas risiko seperti SBI, ORI dll yang dimana sudah pasti memperoleh return tetap tanpa menghawatirkan kehilangan atau kekurangan nominal dana awalnya karena ketidak pastian.

Pengalokasian ke asset bentuk saham lebih besar ketidak pastian yang dihadapi dibandingkan dengan alokasi asset dalam bentuk obligasi pemerintah atau SBI. Dengan demikian keputusan investasi pada saham harusnya menghasilkan return yang lebih besar dari pada alokasi dalam bentuk obligasi pemerintah maupun SBI yang memiliki risiko lebih kecil. Keputusan investor selalu berkaitan dengan mencari retun yang maksimal dengan besaran risiko tertentu atau mengalokasikan ke asset yang minimal risiko dengan tingkat return tertentu.

Untuk meminimalisir resiko investasi dipasar saham, adanya diversivikasi membuat resiko saham jadi menyebar. Dimana prinsipnya mengkombinasikan beberapa asset saham dalam sebuah portofolio. Kombinasi proporsi saham dalam sebuah portofolio memiliki banyak kemungkinan variasi, selanjutnya investor harus membentuk portofolio yang optimal dari semua kemungkinan kombinasi yang ada.

(3)

deviasi return harapan (markowitz,1952 dalam ismanto,2016).

Unsur ketidakpastianlah yang menyababkan munculnya rsiko kerugian dalam berinvestasi. Kondisi ini membuat investor harus menghadapi risiko tersebut. Investor tidak seharusnya hanya memperkirakan berpa besar keuntungan yang diperoleh atau hanya mengekspektasikan return yang maksimal saja, karena dibalik perlehan retun yang maksimal terdapat resiko yang besar pula. Denagn prinsip return berbanding lurus dengan risk yang dihadapi maka, investor yang rasional juga harus memperkirakan resiko yang dihadapinya.

Masalah utama daam memutuskan untuk memilih kombinasi proporsi dari beberaoa saham dalam portofolio adalah dimana semua portofolio tentu memiliki risiko, jadi investor harus memilih asset-asset beresiko mana yag harus dibeli yang mendatangkan return maksimal dengan tingka risk tertentu atau riks minimal degan tingat return tertantu.

Aspek penting dalam analisis risiko adalah perhitungan Value at Risk (VaR) yang meruapakan penguuran kemungkinan kerugian terburuk dalam kondisi pasar yang normal pada urun waktu T degan tingkat kepercayaan tertentu α (fauzi,2013).setelah mengatahui alat yangdigunakan untuk menganalisis resiko, selanjutnya adalah pemilihan metodelogi dan asumsi yang sesuai dengan distribusi return. ini dikarenakan perhitungan VaR sangat ditentukan oleh distribusi return. peggunaan metode dan asumsi yang tepat akan memberikan hasil yang akurat sebagai pengukuran besaran risiko.

Tiga metode utama untuk menghitung VaR yaitu metode Variance-Covariance, metode simulasi Monte Carlo dan metode simulasi Historical. Masing masing metode menghasilkan kelemahan dan keunggulan. Metode variance-Covariance mengasumsikan bahwa return beristribusi normal dan return portofolio bersifat linear terhadap return asset tunggal, akibatnya estimasi yang rendah terhadap kemungkinan volatilitas (standar deviasi) asset atau portofolio dimasa depan. SimulasiMonte Carlo mengasumsikan bahwa return berdistribusi normal yang disimulasikan dengan menggunakan parameter yang sesuai dan tidak mengasumsikan bahwa return portofolio bersifat linear terhadap return asset tunggalnya. VaR dengan motode Historical adalah metode yang mengesampingkan asumsi return yang berdistribusi normal maupun sifat linearitas return portofolio dengan return asset tunggalnya.

(4)

Tulsan ini akanmmenggunakan data historis selama satu tahun yaitu dari 01january 2015 hingga 31 desember 2015 dengan harga saham mingguan yang bersumber dar http://finance.yahoo.com/. Saham yang dipilih adalah salah kategory LQ45 dan diambil 5 saham yang memiliki nilai kapitalisasi pasar tebesar urutan 1-5.

1.2 Rumusan Masalah

1. Bagaimana langkah-langkah metode VaR melalui pendekatan historical method pada portofolio?

2. Bagaimana penerpan metode VaR-historical method pada studi kasus data saham dalam sebuah portofolio?

1.3 Tujuan Penulisan

1. Menjelaskan bagaimana langkah-langkah metode VaR-historical method pada pembentukan portofolio

(5)

BAB II

LANDASAN TEORY

2.1 Tinjauan Pustaka

Asumsi-asumsi dalam penelitian ini adalah:

 Tingkat kepercayaan (confidence level) yang dipakai adalah 95%.  Holding period adalah 1 hari.

 Diasumsikan bahwa asset bisa langsung dijual pada keesokan harinya, meskipun pada harga baru yang lebih rendah.

 Portofolio tidak akan berubah selama holding period.

Historical Model mengasumsikan bahwa kejadian tahun yang lalu akan terjadi lagi dimasa depan.

Short sales tidak diperbolehkan.  Tidak ada biaya transaksi.  Tidak ada biaya pajak.  Investor adalah risk averse

Teori Portofolio

Dalam melakukan investasi, investor selalu dihadapkan pada permasalahan mengenai maksimalisasi tingkat pendapatan atau return dan meminimalkan tingkat risiko dari investasi yang ia lakukan. Investor tidak melakukan investasi hanya pada sebuah aset saja, tetapi pada berbagai macam aset. Kumpulan aset-aset inilah yang disebut sebagai portofolio. Dengan disusunnya sebuah portofolio, investor berharap bahwa tingkat pendapatan yang diperolehnya akan optimal dengan tingkat risiko yang ditekan seminimal mungkin.

Pada bagian-bagian berikutnya akan dijelaskan mengenai tingkat return portofolio dan juga risiko portofolio. Konsep risiko portofolio yang dikenalkan oleh Harry M. Markowitz (1952) akan menunjukkan bahwa dengan menyusun aset-aset ke dalam sebuah portofolio, risiko portofolio secara keseluruhan menjadi lebih kecil dari risiko aset-aset dalam portofolio tersebut secara individual.

(6)

Tingkat return atau tingkat pendapatan adalah suatu nilai yang diinginkan oleh investor dari kegiatan investasi pada suatu aset dalam kurun waktu atau periode tertentu. Tingkat return ini merupakan suatu bentuk indikator untuk mengetahui tingkat kenaikan atau penurunan kekayaan seorang investor selama kurun waktu tertentu. Tingkat return ini dapat dipakai sebagai salah satu kriteria bagi seorang

investor dalam menentukan apakah suatu investas layak untuk dipertahankan. Return investasi dalam surat berharga atau saham ditentukan oleh 2 hal, yaitu (Jogiyanto, 2000):

1. Capital gain (loss): selisih dari harga investasi sekarang relatif terhadap harga periode terdahulu,

2. Yield: penerimaan kas periodik yang merupakan persentase dari harga investasi dalam periode tertentu.

Risiko investasi

Dalam teori portofolio, risiko investasi dapat diartikan sebagai kemungkinan tingkat keuntungan yang diperoleh menyimpang dari tingkat keuntungan yang diharapkan. Risiko mempunyai dua dimensi, yaitu menyimpang lebih besar maupun lebih kecil dari yang diharapkan. Ukuran penyebaran seberapa jauh

kemungkinan nilai yang akan diperoleh menyimpang dari yang diharapkan disebut dengan deviasi standar. Rumus dari deviasi standar adalah;

Ket; σi = deviasi standar

Pij = probabilitas saham i pada periode j Ri = return saham i

E(Ri) = ecpected return saham i Diversifikasi dan Risiko

Investor melakukan diversifikasi investasi untuk mengurangi risiko yang dihadapi. Tindakan melakukan diversifikasi tersebut akan menyebabkan investor memiliki sekumpulan saham. Kumpulan saham tersebut yang dinamakan portofolio. Tingkat keuntungan yang diharapkan dari suatu

(7)

Ket; E(Rp) = expected return portofolio Xi = bobot saham I dalam portofolio E(Ri) = expected return saham i

Untuk deviasi standar dari portofolio dihitung dengan menggunakan rumus:

Ket ; σp =deviasi standar portofolio σ2

i = variance saham i

σij = covariance saham i dengan saham j (σij = ρij σi σj ) Efficient Frontier

Dalam teorema effisient set dinyatakan: Investor memilih portofolio yang optimal dari sejumlah portofolio yang:

1. Menawarkan return yang diharapkan maksimum untuk berbagai tingkat risiko. 2. Menawarkan risiko yang minimum untuk berbagai tingkat return yang diharapkan.

Harry Markowitz (1952) dalam papernya menjelaskan solusi bagaimana sebenarnya cara investor mengestimasi efficient set dan memilih portofolio optimal pada awal tahun 1950-an. Dengan menggunakan teknik matematika yang dinamakan pemrograman kuadrat (quadratic programming), investor dapat memproses return yang diharapkan, deviasi standar, dan kovarians untuk menghitung efficient set. Jika telah diketahui estimasi kurva indiferens investor (seperti tercermin pada masing-masing toleransi risiko investor), maka investor dapat memilih portofolio dari efficent set.

Portofolio Optimal

(8)

saham. Penggunaan komputer untuk mengidentifikasi efficient set dan memilih portofolio optimal dinamakan sebagai penggunaan "optimizer." Portofolionya "dioptimalkan," dan para investor dikatakan menerapkan teknik "optimisasi."

Value at Risk (VaR)

Menurut Philip Best (1998) dalam Ismanto,Value at Risk atau VaR adalah suatu metoda pengukuran risiko secara statistik yang memperkirakan kerugian maksimum yang mungkin terjadi atas suatu portofolio pada tingkat kepercayaan tertentu. Nilai VaR selalu disertai dengan probabilitas yang menunjukkan seberapa 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) dalam Wibowo, AW (2006): ”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 (2001): ”VaR summarizes the worst loss over a target horizon with a given level of confidence.”

Cormac Butler (1999) dalam Ismanto, 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.”

Pada umumnya, VAR dihitung untuk jangka waktu 24 jam. Hasil perhitungan VaR biasanya disajikan dalam bentuk jumlah uang dan bukan dalam persentase. Sehingga membuat VaR menjadi sangat mudah dipahami.

VaR Historical Simulation Method

Beberapa metoda VaR, seperti variancecovariance VaR, memiliki asumsi bahwa risk factors adalah terdistribusi secara normal sehingga disebut pendekatan arametrik VaR. Seperti yang kita ketahui distribusi dari real market data tidak selalu mendekati distribusi normal. Pada kenyataannya, beberapa real

(9)

Salah satu pendekatan VaR yang mampu memecahkan permasalahan tersebut di atas adalah historical simulation VaR (merupakan salah satu pendekatan VaR nonparametrik). Historical simulation VaR mempergunakan historic time series data sebagai representasi pergerakan pasar.

Menurut Philip Best (1998), historical simulation dapat dibagi menjadi

empat tahap yakni : menyusun perubahanperubahan historis dari risk factors, mengkalkulasikan perubahan nilai portofolio untuk masing-masing perubahan historis, melakukan sorting dari perubahan nilai

portofolio dan terakhir mengkalkulasikan nilai VaR. Penza dan Bansal (2001) menyatakan bahwa pada historical simulation method, perubahan kondisi pasar dari hari ini ke esok hari dianggap sama dengan perubahan yang terjadi pada beberapa waktu yang lalu, sehingga pada dasarnya metoda ini menggunakan return distribusi historis pada aset dalam suatu portofolio sebagai suatu simulasi untuk memperoleh nilai VaR.

2.2 Penelitian Terdahulu

Muliati Tambuse (2007) melakukan Analisis risiko pada transaksi pasar Uang dengan metode value at risk (var)- historical method. Metode Dalam penelitian yang dilakukan adalah dengan

menghitung Nilai aktual portofolio yang diperoleh akan menghasilkan nilai positif (gain) atau (loss) sesuai perubahan aktual data yang digunakan. Selanjutnya nilai aktual portofolio tersebut diurutkan dari positif terbesar sampai negatif terbesar. Sesuai tingkat keyakinan yang dipilih maka akan diperoleh nilai VaR. Dari nilai VaR yang diperoleh maka dapat ditentukan Capital at Risk (CaR).

Agustina Sunarwatiningsih (2010), malakukan analisis pengukuran risiko dengan value at risk pada retensi optimal untuk reasuransi stop loss dengan menetapkan kriteria optimisasi berdasarkan nilai minimal var dari risiko total asuradur, untuk menurunkan retensi optimal pada reasuransi stop loss.

(10)

memberikan ekspektasi hasil mingguan sebesar 7.67% dengan tingkat risiko 26.05%. Dengan Vo sebesar 1 milyar, standar deviasi 0.2605 dan tingkat kepercayaan sebesar 2.7726 maka diperoleh tingkat kerugian maksimum portofolio untuk periode holding 1 dari 5 instrumen sebesar 722,271,178.73. ataupun setelah dikurangi dengan return portofolio maka akan diperoleh nilai relative VaR sebesar 645,571,745.76 Dari hasil pengujian back testing selama periode forcasting, ternyata model VaR yang digunakan pada tingkat kepercayaan 95% dapat diterima dan cukup mempresentasikan kerugian aktual yang terjadi.

(11)

BAB III

METODOLOGI PENELITIAN Populasi dan sampel

Data yang digunakan dalam penulisan ini adalah data sekunder yang berasal dari website http://finance.yahoo.com/. Data dengan periode 01 january 2016 hingga 31 maret 2016 merupakan data harian pergerakan saham.

Pemilihan sampel saham adalahsahm-saham yang terdaftar di Bursa Efek Indonesia dan masuk kategori saham LQ45, setelah itu pemilihan sampel dari 45 saham diambil 5 saham menurut rangking kapitalisasi terbesar 1-5 yang akan digunakan dalam penghitungan metode VaR. dan akan mebentuk 2 portofolio

Saham-saham yang digunakan meruapakan saham yang telah terdaftar dalam LQ45 sampai tahun 2016.

Daftar saham yang digunakan sbb;

Kode Nama perusahaan Tanggal IPO Kapitalisasi Pasar

Per 25-Jan-2016

HMSP Hanjaya Mandala Sampoerna Tbk

*) 15-Aug-90 437.239.651.067.100

TLKM Telekomunikasi Indonesia (Persero)

Tbk 14-Nov-95 323.063.988.462.000

BBCA Bank Central Asia Tbk 31-May-00 320.361.025.950.000

BBRI Bank Rakyat Indonesia (Persero)

Tbk 10-Nov-03 279.026.724.091.500

UNVR Unilever Indonesia Tbk 11-Jan-82 271.818.750.000.000

Step perhitungan VaR-historical mothod;

Perhitungan analisis risiko pada portofolio dengan metode Value at Risk-historical method, dihitung dengan komponen sebagai berikut;.

a. Menentukan emiten yang akan menjadi sampel dalam penelitian b. Mengurutkan sampel berdasarkan kapitalisasi pasar

c. Menghitung return masing-masing sekuritas dengan rumus R = ln

(

pt

pt−1

)

d. Menghitung expected return saham dari masing-masing saham dengan merata-rata dari return saham harian selama periode 1 january 2016 hingga 31 maret 2016.

(12)

f. Menghitung VaR dari masing-masing saham dengan metoda historical dengan confidence level 95%.

g. Menentukan proporsi (bobot)masing-masing asset h. Menghitung return portofolio dengan rumus ;

Rp,t = WƩ i Ri,t

i. Mengurutkan nilai return portofolio dari yang terkecil hingga yang terbesar j. Menghitung deviasi standar porfolio

(13)

BAB IV PEMBAHASAN

Pentingnya menganalisis risiko dalam sebuah investasi agar memberikan informasi tambahan mengenai risiko yang akan dihadapi oleh investor sebelum memutuskan untuk melakukan kegiatan investasinya. Penggunaan model VaR dengan method historical akan mencerminkan seberapa besar kerugian yang mungkin terjadi jika investro menginvestasikan danannya kedalam asset saham yang telah dipilih berdasarkan urutan 5 besar nilai kapitalisasi pasar.

Berdasarkan hasil penghitungan akan disajikan tabel-tabel hasil ekspektasi return, variance dan standar deviasi serta VaR dari hasil metode historical. Sbb;

No Kode perusahaan Nilai expected return

(per lembar)

BBCA Bank Central Asia Tbk Rp211.11 0.01%

4

BBRI Bank Rakyat Indonesia

(Persero) Tbk

Rp181.35 0.07%

5

UNVR Unilever Indonesia Tbk Rp587.30 0.24%

(14)

memperoleh return Rp587.30 per lembarnya, ini berarti jika memiliki 100 lembar saham UNVR akan memperoleh return sebesar Rp58.730 per 100 lembar.

Untuk nilai return persentase dapat diimplementasikan sebagai berikut; jika kita menginvestasikan dana awal sebesar 1M pada saham HMSP maka return yang diperoleh adalah Rp900,000 per holding periode dalam hal ini adalah 1 hari. Selanjutnya saham TLKM dengan dana awal sebesar 1M , return yang diperoleh senilai Rp1,000,000 per harinya. Untuk saham BBCA dengan menginvestasikan 1M dana awal , return yang diperoleh senilai Rp100.000 perharinya. Sedangkan BBRI akan memberikan return dengan dana awal 1M sebesar Rp700,000. Dan saham terakhir yang akan memberikan return jika menginvestasikan dana 1M , retur saham UNVR sebesar Rp2,400,000 perharinya.

Tabel variance dan standar deviasi pada masing-masing saham akan ditampilkan sbb;

No Kode perusahaan Variance Standar deviasi

1

BBCA Bank Central Asia Tbk 0.000118213 0.010872583

4

BBRI Bank Rakyat Indonesia

(Persero) Tbk

0.000342321 0.018501931

5

UNVR Unilever Indonesia Tbk 0.000334456 0.018288149

Berdasarkan tabel diatas nilai standar deviasi (risiko) tertinggi ditempat oleh saham HMSP yaitu sebssar 2,1%. Artinya jika investor menginvestasikan uangnya sebesar 1M maka besar risiko yang ditanggung adalah Rp21,149,189.30

Selanjutnya dalah tabel korelasi anatar return saham;

HMSP TLKM BBCA BBRI UNVR

HMSP 1 -0.3102 -0.48475 0.265796 -0.45134

TLKM -0.3102 1 0.786354 0.05988 0.746068

BBCA -0.48475 0.786354 1 0.035349 0.724703

BBRI 0.265796 0.05988 0.035349 1 -0.25698

(15)

Cara membaca tabel korelasi adalah jika nilai koreolasi anatara kedua saham sbb;  0,00 – 0,199 : Hubungan korelasinya sangat lemah

 0,20 – 0,399 : Hubungan korelasinya lemah  0,40 – 0,599 : Hubungan korelasinya sedang  0,60 – 0,799 : Hubungan korelasi kuat

 0,80 – 1,0 : Hubungan korelasinya sangat kuat

Koefisien korelasi dalam penelitian ini menunjukan hubungan tingkat keuntungan antar perusahaan yang dicerminkan pada harga saham. Perhitungan korelasi ini dilakukan dengan menggunakan bantuan program EXCEL 2007.

Koefisien korelasi lebih dari samadengan 0,6 menunjukan kecenderungan kenaikan atau penurunan tingkat keuntungan antar saham mempunyai hubungan yang kuat. Demikain juga sebaliknya, koefisien korelasi dibawah 0,6 menunjukan kecenderungan kenaikan atau penurunan tingkat keuntungan antar saham mempunyai hubungan yang lemah.

Penghitungan VaR pada masing-masing saham dengan metode historical sbb;

No Kode perusahaan VaR (Rp) Keuntungan max(Rp)

1

BBCA Bank Central Asia Tbk -25,900,000.00 21,100,000 4

BBRI Bank Rakyat Indonesia

(Persero) Tbk

-54,900,000.00 57,300,000 5

UNVR Unilever Indonesia Tbk -58,600,000.00 36,200,000 Dana awal 1M.

Interpretasi ;

 Kemungkinan 5% kerugian yang diterima pada saham HMSP sebesar Rp -40,500,000.00 Atau dengan kata lain dengan keyakinan sebesar 95% kerugian yang diterima tidak akan lebih dari Rp -40,500,000.00.

 Kemungkinan 5% kerugian yang diterima pada saham TLKM sebesar Rp -38,500,000.00. Atau dengan kata lain dengan keyakinan sebesar 95% kerugian yang diterima tidak akan lebih dari Rp -38,500,000.00

(16)

 Kemungkinan 5% kerugian yang diterima pada saham BBRI sebesar Rp -54,900,000.00 . Atau dengan kata lain dengan keyakinan sebesar 95% kerugian yang diterima tidak akan lebih dari Rp -54,900,000.00

 Kemungkinan 5% kerugian yang diterima pada saham UNVR sebesar Rp --58,600,000.00. Atau dengan kata lain dengan keyakinan sebesar 95% kerugian yang diterima tidak akan lebih dari Rp -58,600,000.00

Kombinasi 2 saham dalam 1 portofolio, nilai VaR sbb;

No Kombinasi saham dalam portofolio VaR portofolio (Rp)

1 HMSP & TLKM 46,423,499.44

Dengan nilai dana awal 1M

1. Dengan demikian nilai VaR 95% harian untuk portofolio 1 adalah Rp46,423,499.44 . Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp46,423,499.44

2. nilai VaR 95% harian untuk portofolio 2 adalah Rp35,973,642.78. Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp35,973,642.78.

3. nilai VaR 95% harian untuk portofolio 3 adalah Rp76,395,210.79 Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp76,395,210.79

4. nilai VaR 95% harian untuk portofolio 4 adalah Rp54,146,833.3 Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp54,146,833.3

5. nilai VaR 95% harian untuk portofolio 5 adalah Rp61,002,342 Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp61,002,342

6. nilai VaR 95% harian untuk portofolio 6 adalah Rp68,915,823 Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp68,915,823

(17)

8. nilai VaR 95% harian untuk portofolio 8 adalah Rp61,525,167 Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp61,525,167

9. nilai VaR 95% harian untuk portofolio 9 adalah Rp79,401,458 Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp79,401,458

10. nilai VaR 95% harian untuk portofolio 10 adalah Rp69,242,247 Atau dengan keyakinan 95% kerugian yang muncul tidak akan lebih dari Rp69,242,247.

Keputusan investor yang diasumsikan risk averse adalah dimana investor akan menginvestasikan dannya pada portofolio yang memberikan resiko terkecil yaitu kombinasi saham pada portofolio 2 dengan proporsi saham HMSP & BBCA, dimana investor di yakinkan akan menangung risiko maksimal senilai Rp35,973,642.78 dari total dana 1M.

KESIMPULAN

Semua bentuk kegiatan tidak akan terlepas dari sebuah risiko. Setiap keputusan yang dibuat akan memyebabkan sebuah akibat, karena pada dasarnya setiap aksi akan menimbulkan reaski baik positif maupun negatif. Begitu pula dengan investasi. Investasi merupakan kegiatan yang secara umum berada dalam pasar modal maupun pasar keungan. Setiap keputusan untuk berinvestasi harus dibarengi dengan kemampuan analisis yang rasional. Dimana saat akan memutuskan untuk berinvestasi setidaknya ada dua hal besar yang perlu diperhatikan oleh investor, yaitu berapa besar perolehan return yang ia dapatkan dan berapa risiko yang harus ditanggung.

Penghitungan return sebuah asset terutama dalam penulisan ini berupa saham dapat dihitung dengan berbagai metode dan pada penulisan ini digunakan penghitungan expected return berdasarkan historical price nya sehingga dapat dilanjutkan dengan menghitung risiko yang dihadapi dengan pendekatan VaR menggunakan method historical price.

Pemilihan saham berdasakan saham kategoryLQ45 dan masuk urutan 5 besar berdasarkan nilai kapitalisasi pasarnya. Dengan asumsi bahwa saham-saham ini akan memerikan kepuasan maksimum dan return yang besar sehingga dipilih saham berkapitalisasi besar.

(18)
(19)

DAFTAR PUSTAKA

Fauzi, Ahmad.2013.Analisis Risiko Portofoli Degan Metode Value At Risk (Var) Melalui Pedekatan Historical Method (Black Simulation). www.diglib.uin.ac.id

diakses pada may 26 2016.

Ismanto,Hadi.2016.Analisis Value At Risk Dalam Pembentukan Portofolio Optimal(Studi Empiris Pada Saham-Saham Yang Tergabung Dalam Lq45)

www . publikasiilmiah.ums.a c. Diakses pada may 26 2016

Jones, C.P. (2004), Investments: Analysis and Management, ninth edition, John Wiley and Sons, Inc., New York.

Jogiyanto, H.M.(2000), Teori Portofolio dan Analisis Investasi, Edisi Kedua, BPFE, Yogyakarta

Penza, P.and Banzal, V.K.(2001), Measuring Market Risk with Value at Risk, Canada: John Wiley & Sons Inc

Tambuse,M., (2007), Analisis Risiko Pada Transaksi Pasar Uang Dengan Metode Value At Risk (Var)-Historical Method, Skripsi Fakultas Matematika Dan IlmuPengetahuan Alam (Fmipa) Universitas Sumatera Utara Medan, September 2007

Tandelilin,E. (2001), Analisis Investasi dan Manajemen Portofolio, BPFE, Yogyakarta

Sunarwatiningsih, A.,, (2010), Pengukuran Risiko Dengan Value At Risk Pada Retensi Optimal Untuk Reasuransi Stop Loss, Skripsi Jurusan Matematika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Diponegoro, Semarang.

Tirtana,Dodi.2014. Analisis Portofolio Optimal Investasi Saham Pada Sektor Perbankan Di Bursa Efek Indonesia Studi Kasus (2006-2008). www.library.gunadarma.ac.id . diakses pada may 26 2016

www.idx.co.id/JSXStatistics/MONTHLY/tabid/183/language/id-ID/Default.aspx

Gambar

Tabel variance dan standar deviasi pada masing-masing saham akan ditampilkan sbb;

Referensi

Dokumen terkait

Segala puji dan syukur kehadirat Allah SWT yang telah melimpahkan rahmat, taufik dan hidayah-Nya, sehingga pada kesempatan ini penulis dapat menyelesaikan skripsi

Pengolahan data dilakukan setelah sebelumnya dipastikan bahwa tidak ada faktor lain yang mempengaruhi prestasi akademik responden, seperti sedang sakit, stress dan

Adapun saran yang dapat peneliti berikan adalah sebagai berikut: (1) Diharap- kan puskesmas yang berstandar ISO dapat mempertahankan aspek yang dianggap pasien sudah

Penelitian ini bertujuan merancang sebuah aplikasi dokumen pada jaringan cloud computing untuk membantu pengguna dalam masalah dokumentasi sehingga tidak dibutuhkan

Hasil tes Pengetahuan siswa kelompok kontrol sesudah dilakukan perlakuan (Post- test) dengan penerapan permainan kecil adalah rata-rata 67.17, dengan varian sebesar

36 Manual Book Program Aplikasi Pembayaran SPP Pada SMK Jakarta Timur 2 import java.util.ArrayList; import java.util.Date; import java.util.List; import java.util.logging.Level;

Bunga bangkai raksasa atau suweg raksasa atau batang krebuit (nama lokal untuk fase vegetatif), Amorphophallus titanum Becc., merupakan tumbuhan dari suku talas-talasan

Akan tetapi bagi pembaca yang ingin mendalaminya lebih jauh, dapat mempelajarinya dalam buku yang ada pada daftar pustaka.. Buku ini bukanlah sebuah novel yang dapat dibaca