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.
Indonesia dikenal sebagai salah satu pasar industri utama yang sedang berkembang dari para pesaing lokal maupun internasional, PT Gudang Garam Tbk telah menyiapkan diri untuk dapat menguasai target yang lebih besar di pasar industri yang tengah berkembang pesat saat ini. satu diantaranya adalah industri rokok, selama beberapa tahun terakhir produksi rokok terus mengalami kenaikan bila dibandingkan dengan industri lainnya. Industri rokok memiliki nilai penting dalam perekonomian Indonesia yang merupakan sumber penerimaan pemerintah untuk Anggaran Pendapatan dan Belanja Negara yang berasal dari penerimaan cukai.
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.
3. Risiko pasar yang diamati pada penelitian ini hanya mencakup risiko nilai perubahan harga dengan asumsi harga yang ada bersifat tetap selama periode penelitian.
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.
Ada sejumlah konsep statistik dan ukuran yang perlu diketahui ketika menganalisa distribusi menggunakan statistik. Statistik deskriptif salah satu ukuran statistik yang akan di bahas dalam menghitung pengukuran risiko.
1. Nilai rata-rata
𝑥𝑥̅
=
∑𝑓𝑓
∑𝑓𝑓
𝑖𝑖𝑥𝑥
𝑖𝑖𝑖𝑖 Dengan:𝑥𝑥𝑖𝑖 = tanda kelas interval
𝑓𝑓𝑖𝑖 = frekuensi yang sesuai dengan tanda kelas 𝑥𝑥𝑖𝑖
2. Modus adalah nilai yang muncul dengan frekuensi terbesar
𝑀𝑀𝑛𝑛 =𝑏𝑏+𝑝𝑝 �𝑏𝑏 𝑏𝑏1
1+ 𝑏𝑏2�
Dengan:
b =batas bawah kelas modal ialah kelas interval dengan frekuensi terbanyak
p = panjang kelas modal
𝑏𝑏1 = frekuensi kelas modal dikurangi frekuensi kelas interval
dengan tanda kelas yang lebih kecil sebelum tanda kelas modal
𝑏𝑏2= 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.
𝑀𝑀𝑀𝑀
=
𝑏𝑏
+
𝑝𝑝 �
1
2
𝑛𝑛 − 𝐹𝐹
𝑓𝑓 �
Dengan:
b = batas bawah kelas median p = panjang kelas median n = banyak data
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:
𝜎𝜎
=
�
∑(𝑥𝑥𝑖𝑖−𝑥𝑥̅)2𝑛𝑛−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:
𝑆𝑆𝑆𝑆 = 𝑥𝑥̅ − 𝑀𝑀𝑀𝑀𝜎𝜎
Dengan: Sk = koefisien kemencengan 𝑥𝑥̅= rata-rata
Me = median
σ = standart deviasi
Maka rumus kemencengan diatas dapat diubah menjadi:
𝑆𝑆𝑆𝑆
=
𝑥𝑥̅ − 𝑀𝑀𝑀𝑀
𝜎𝜎
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 =
𝑆𝑆𝑆𝑆 𝑃𝑃90−𝑃𝑃10=
1 2(𝑆𝑆3−𝑆𝑆1) 𝑃𝑃90−𝑃𝑃10 Dimana:SK = rentang semi antar kuartil K1 = kuartil kesatu
K3 = kuartil ketiga P10 = persentil kesepuluh P90 = persentil ke-90 P90 – P10 = rentang 10 – 90 persentil
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 +
𝑠𝑠𝑆𝑆 6(α)
– 1) +
𝑆𝑆 24(α)
–
3(α)
–
𝑠𝑠𝑆𝑆2 36(2(α)
–
5(α))
Dengan:a
׳
= kesalahan skewnes kurtosis sk = nilai skewnessα
= tingkat kepercayaan
k = nilai kurtosissehingga rumusnya dapat diperoleh:
Ψ
normal = mean – a׳σ 1.7. METODE PENELITIANMetode 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.
2. Proses pengukuran risiko financial menggunakan Value at Risk (VaR). Pengukuran risiko financial dapat dilakukan dengan mencoba mengkontraskan pendekatan VaR dengan pendekatan tradisional yang menggunakan asumsi kenormalan data dan perhitungan yang
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
4. Kemudian mengambil kesimpulan untuk membandingkan nilai VaR dengan kesalahan normal dengan VaR dengan kesalahan skewness dengan menggunakan tingkat kepercayaan sebesar 5 %.
