LANDASAN TEORI
2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial
Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan berdasarkan faktor penyebabnya, yaitu risiko karena pergerakan harga saham, nilai tukar atau suku bunga yang dikategorikan sebagai risiko pasar. Seperti diketahui bahwa risiko yang selalu ada dalam perusahaan menyangkut dua hal, yaitu masalah yang diharapkan dan ketidakpastian. Kalau hasil yang dicapai itu pasti, maka jelas tidak ada risiko dalam arti hasil yang diperoleh sesuai dengan harapan. Biasanya, orang mengatakan bahwa krisis moneter datang seperti pencuri, tidak terantisipasi. Sebagian kecil lainnya mengatakan bahwa indikasi krisis moneter sudah muncul sejak lama. Kondisi harga selalu bergerak. Potensi pergerakan harga ini memunculkan risiko potensial. Kebanyakan posisi finansial yang awalnya tidak berisiko, pada periode berikutnya posisi tersebut dapat memunculkan risiko yang besar.
Manajemen risiko bukan berarti menekan risiko seminimum mungkin. Dengan manajemen risiko yang baik diharapkan dapat memproyeksikan seberapa jauh risiko yang akan dihadapi oleh perusahaan serta pengendalian yang diperlukan. Manajemen risiko mempunyai tiga tahapan, yaitu: mengidentifikasi, mengukur memantau, dan mengendalikan risiko yang timbul dari kegiatan usaha. Ukuran risiko adalah VAR. Lembaga finansial atau investor dapat memanajemeni risiko dengan beberapa cara, yaitu mengurangi risiko, misalnya melakukan lindung nilai (hedging), menyediakan cadangan untuk menopang risiko (self insurance) dan mentransfer risiko kreditnya kepada pihak ketiga dengan instrument derivatif. Bank dapat mentransfer risiko kreditnya kepada pihak lain dengan menggunakan credit derivatives.
2.2. Pengertian Saham
Pengertian saham secara umum dan sederhana adalah “surat berharga yang dapat dibeli atau dijual oleh perorangan atau lembaga di pasar tempat surat tersebut diperjualbelikan”.
Risiko saham adalah peluang terjadinya kerugian atau kerusakan pada saham, jika ingin memperoleh hasil yang besar, akan dihadapkan pada risiko yang besar pula. Contohnya dalam investasi saham Volatilitas atau pergerakan naik-turun harga saham secara tajam akan membuka peluang untuk memperoleh hasil yang lebih besar, namun sebaliknya, jika harga bergerak ke arah yang berlawanan, maka kerugian yang akan ditanggung sangat besar.
2.2.1. Faktor-faktor yang Mempengaruhi Gejolak Harga Saham
Faktor-faktor yang menyebabkan harga saham dapat dibagi menjadi dua, yaitu:
1. Faktor makro adalah faktor-faktor yang mempengaruhi ekonomi secara keseluruhan. Tingkat suku bunga yang tinggi, inflasi, tingkat produktivitas nasional, politik dan lain sebagainya dapat memiliki dampak penting pada potensi keuntungan perusahaan hingga pada akhirnya juga akan mempengaruhi harga sahamnya.
2. Faktor mikro adalah faktor-faktor yang berdampak secara langsung pada perusahaan itu sendiri. Perubahan manajemen, harga dan ketersediaan bahan mentah, produktivitas pekerja dan lain sebagainya yang akan dapat mempengaruhi kinerja keuntungan perusahaan tersebut secara individual.
2.3 Ukuran Statistik
Statistika sebagai pengetahuan yang berhubungan dengan cara-cara mengumpulkan data, pengolahan dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang telah dilakukan (Sudjana 2005:3).
yang perlu diketahui ketika menganalisa distribusi menggunakan statistik. Satu distribusi yang penting adalah distribusi normal yang digunakan pada metode Value at Risk, yang memilki sejumlah sifat yang berguna untuk memperkirakan risiko.
2.3.1 Uji Normalitas
Melakukan uji normalitas data terhadap setiap variabel bebas. Uji normalitas terhadap data dengan tujuan untuk mengetahui apakah data yang diambil berdistribusi normal atau tidak. Uji yang digunakan adalah uji Liliefours yang dikemukakan oleh Sudjana (2005:466) dengan langkah-langkah pengujiannya sebagai berikut:
1. Mengurutkan setiap data dari data terendah sampai data terbesar. 2. Mengolah data menjadi bahan baku Z dengan menggunakan rumus:
̅ Untuk nilai F(Zi) dilihat dengan tabel Z.
4. Selanjutnya hitung proporsi Z1, Z2, …, Zn yang lebih kecil atau sama dengan Zi, dengan menggunakan rumus:
Di mana:
S(Zi) = banyaknya nilai F(Zi) yang sama. n = banyak data
5. Hitung selisih F(Zi) – S(Zi). Kemudian ditentukan harga mutlaknya dan harga mutlak terbesar dinyatakan dengan L0 .
Ambil harga L0 dengan kritis L (Ltabel pada taraf nyata α = 0,05 yang dipilih).
Kriteria pengujiannya :
Jika L0 ≤ Ltabel berarti data berdistribusi normal.
Jika L0 ≥ Ltabel berarti data tidak berdistribusi normal.
2.3.2 Statiktika Deskriptif, Skewness dan Kurtosis
Ada sujumlah konsep statistik dan ukuran yang perlu diketahui ketika menganalisa distribusi menggunakan satatistik. Statistika deskriptif salah satu ukuran statistik yang akan dibahas dalam menghitung pengukuran risiko.
1. Nilai rata-rata (Mean)
̅
Di mana:
� = data setiap variabel
�� = frekuensi yang sesuai dengan tanda kelas �
2. Modus
Modus adalah nilai yang muncul dengan frekuensi terbesar.
( )
Di mana:
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
3. Median
Median adalah nilai tengah dari sebuah kelompok angka tertentu yang diperingkat berdasarkan besarnya nilai angka tersebut.
Di mana:
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. Standart deviasi
Standart deviasi adalah ukuran simpangan nilai tertentu dari nilai rata-ratanya. Dalam hal ini standart deviasi akan mengukur simpangan kerugian dari suatu risiko terhadap rata-rata (mean) kerugian dari seluruh kejadian risiko. Rumusnya yaitu:
√ ̅
Di mana:
= standar deviasi = data ke i
̅ = rata-rata
5. Skewness
Gambar 2.1 Bentuk Kurva Miring Positif (menceng kanan) dan Negatif (menceng kiri)
Untuk mengetahui bahwa konsentrasi distribusi miring ke kanan atau miring ke kiri, dapat digunakan koefisien kemiringan pearson tipe kedua, dengan rumus:
̅
Di mana:
Sk = koefisien kemiringan
̅ = rata-rata Me = median
= simpangan baku
Catatan:
a. �3 = TK = koefisien Tingkat Kemencengan (Skewness) b. TK = 0 maka bentuk kurva simetris
c. TK > 0 maka kurva positif (menceng/landai ke kanan) d. TK < 0 maka bentuk kurva negatif (menceng/landai ke kiri)
Kriteria: jika -2,0 < TK < 2,0 maka data dapat diinterprestasikan berdistribusi normal atau hampir normal.
6. Kurtosis
Kurtosis 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:
b. Platikurtik merupakan distribusi yang memiliki puncak hampir mendatar.
c. Mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar.
Gambar 2.2 Jenis Kurva
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:
Di mana:
Untuk data yang sudah dibuat tabel distribusi frekuensinya K1 dan K3 dihitung dengan rumus:
Di mana:
b = batas kelas Ki ialah interval di mana Ki akan terletak p = panjang kelas
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas Ki f = frekuensi kelas
i = 1,2,3
Untuk data yang sudah dibuat tabel distribusi frekuensinya P10 dan P90 dihitung dengan rumus :
Di mana:
b = batas kelas Pi ialah interval di mana Pi akan terletak p = panjang kelas
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas Pi f = frekuensi kelas Pi
