BAB I PENDAHULUAN 1.1
Latar Belakang Pada saat ini, mengukur dan mengelola risiko pada data finansial sudah
menjadi hal yang lumrah dilakukan dalam manajemen risiko. Salah satu strategi yang digunakan untuk mengelola suatu risiko yaitu dengan membentuk portofolio saham. Secara umum, mengolah suatu risiko sering kali mengacu pada struktur kebergantungan dari variabel acak tingkat pengembalian (return) harus memenuhi asumsi-asumsi seperti berdistribusi simetris, distribusi tingkat pengembalian (return) tidak memiliki ekor gemuk (heavy tail), serta variabel bergantung secara linear. Namun pada kasus finansial hal ini sangat sulit untuk dipenuhi sehingga diperlukan fungsi copula. Copula merupakan bentuk umum dari distribusi multivariat dengan struktur kebergantungan tidak linear disajikan dalam bentuk yang lebih terstruktur. Copula memiliki konsep sebagai alat untuk mempelajari kebergantungan tidak linear antara kejadian dalam kasus multivariat. Keluarga copula yang populer antara lain keluarga copula eliptik dan keluarga Archimedian copula. Anggota dari keluarga copula eliptik adalah Gaussian copula dan t-Student copula. Sedangkan anggota dari keluarga Archimedian copula adalah Clayton copula, Frank copula, dan Gumbel copula. Untuk mengukur dan mengelola suatu risiko, diperlukan alat ukur yang dapat digunakan untuk mengukur risiko yang ada. Salah satu alat ukur yang dapat
1
2
digunakan untuk mengukur risiko adalah Value at Risk (VaR). VaR telah menjadi ukuran risiko yang umum digunakan untuk manajemen risiko finansial dikarenakan konsepnya sederhana, mudah dalam perhitungan, serta dapat diterapkan secara langsung (Yamai and Yoshiba, 2005). VaR merupakan salah satu bentuk pengukuran risiko yang cukup populer digunakan, namun VaR juga memiliki kelemahan. Seperti yang dikemukakan oleh Artzner et al. (1999) bahwa VaR hanya mengukur persentil dari distribusi keuntungan atau kerugian tanpa memperhatikan setiap kerugian yang melebihi tingkat VaR, dan VaR tidak koheren karena tidak memiliki sifat sub-additive. Untuk mengatasi kelemahan yang dimiliki VaR, maka diperlukan Conditional Value at Risk (CVaR). CVaR merupakan suatu ukuran risiko yang memiliki banyak keunggulan dibandingkan dengan VaR. Salah satu keunggulan CVaR yang tidak dimiliki oleh VaR adalah CVaR merupakan suatu ukuran risiko yang koheren. Selain itu CVaR juga tidak memerlukan asumsi data berdistribusi normal. Hal ini dikarenakan CVaR mampu menghitung risiko pada data berdistribusi normal maupun tidak normal. Karena keunggulan yang dimilikinya, maka CVaR dianggap sebagai alat ukur risiko yang mampu menanggulangi kelemahan pada VaR. Menghitung risiko dengan CVaR menggunakan fungsi copula memiliki keunggulan antara lain hasil yang diperoleh lebih akurat dikarenakan CVaR memperhitungkan sifat sub-additive, serta dapat memberikan informasi seberapa besar kemungkinan terburuk yang mungkin terjadi dalam kondisi ekstrem yang tidak dapat diatasi oleh VaR. Selain itu tidak diperlukan asumsi distribusi normal
3
pada data saham seperti yang biasa dilakukan dalam mengestimasi risiko menggunakan VaR dengan metode lainnya, serta dapat menjelaskan dependensi yang tidak linear, dan tidak diharuskan adanya syarat identik untuk membangun distribusi bersama karena distribusi marginal dari variabel acak bisa berbeda. Sehingga menghitung risiko dengan CVaR menggunakan fungsi copula diharapkan mampu memberikan hasil yang lebih nyata (real) kepada investor, agar informasi risiko yang dihasilkan dapat segera ditanggulangi dan diatasi. Penelitian ini akan membahas estimasi nilai Conditional Value at Risk menggunakan salah satu fungsi copula dari keluarga eliptik yaitu Gaussian copula. Kelebihan Gaussian copula yaitu dapat diaplikasikan secara langsung pada kasus bivariat maupun pada kasus multivariat, sedangkan untuk copula lain pada umumnya hanya dapat diaplikasikan pada kasus bivariat saja. Hal inilah yang membedakan Gaussian copula dengan copula yang lainnya. Saham yang digunakan pada penelitian ini yaitu saham Facebook dan saham Twitter. Kedua saham ini merupakan saham-saham perusahaan jejaring sosial terbesar yang go public. Pada perkembangannya, harga dari saham Facebook dan saham Twitter mengalami kenaikan dan penurunan pada setiap periode. Selain itu, kedua saham tersebut memiliki ruang berkembang yang sangat terbuka sehingga dianggap menarik untuk diteliti. 1.2
Rumusan Masalah Berdasarkan latar belakang yang telah diuraikan, diperoleh rumusan
masalah yaitu berapakah estimasi nilai CVaR portofolio yang terdiri dari saham
4
Facebook dan saham Twitter menggunakan fungsi copula normal (Gaussian copula) ? 1.3
Batasan Masalah Terkait dengan keterbatasan yang dimiliki oleh peneliti, maka ditetapkan
batasan masalah sebagai berikut: 1.
Penelitian ini menggunakan data closing price dari saham Facebook dan saham Twitter. Data yang diteliti adalah data harian mulai dari tanggal 7 November 2013 sampai dengan 17 April 2015.
2.
Metode yang digunakan dalam penelitian ini adalah copula normal (Gaussian copula) dengan menggunakan CVaR untuk mengukur risiko portofolio saham Facebook dan saham Twitter.
1.4
Tujuan Penelitian Berdasarkan rumusan masalah yang telah diuraikan, diperoleh tujuan dari
penelitian yaitu untuk mengetahui estimasi nilai CVaR portofolio yang terdiri dari saham Facebook dan saham Twitter menggunakan fungsi copula normal (Gaussian copula). 1.5
Manfaat Penelitian Adapun manfaat dari penelitian ini yaitu sebagai berikut:
1.
Bagi Investor Dapat membantu investor sebagai bahan pertimbangan sebelum melakukan penanaman modal (investasi).
5
2.
Bagi Mahasiswa Dapat memperoleh informasi dan pengetahuan baru mengenai penggunaan CVaR dalam mengukur risiko saham dengan menggunakan fungsi copula normal (Gaussian copula).
