BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Obyek dalam penelitian ini adalah harga penutupan saham-saham yang direkomendasikan akan dapat bertahan pada tahun politik (2014) dalam media kompas.com, penulis mengambil referensi di beberapa perpustakaan. Adapun waktu penelitian dilakukan selama bulan September 2015 sampai dengan Januari 2016. B. Desain penelitian Penelitian ini bertujuan untuk mengetahui nilai VaR dengan menggunakan pendekatan Delta normal, Historical Simulation dan Monte Carlo Simulation. Data harga penutupan saham terlebih dahulu diolah untuk mendapatkan nilai returnnya. Kemudian data diuji dengan mengggunakan uji asumsi klasik seperti uji normalitas dan heterokedastisitas. Adapun langkah-langkah perhitungan VaR yang dilakukan dalam penelitian ini pertama dimulai dari pengumpulan data harga penutupan saham selama periode 1 Januari 2014 sampai dengan 31 Desember 2014. Data ini diperoleh secara online dari yahoo Finance.
34
http://digilib.mercubuana.ac.id/
35
Kemudian data tersebut diolah untuk memperoleh return sahamnya. Langkah selanjutnya adalah melakukan uji asumsi klasik, untuk mengetahui apakah data historis time series tersebut normal atau tidak. Langkah berikutnya adalah melakukan perhitungan VaR dengan metode Delta normal, Historis dan Monte Carlo. Perhitungan ini dilakukan dengan menggunakan Microsoft Excel. Kemudian langkah terakhir adalah dengan melakukan evaluasi dan membandingkan hasil dari perhitungan tersebut. Setelah itu dapat kita ketahui model perhitungan VaR mana yang paling baik yang dapat memperhitungan kemungkinan risiko yang akan diperoleh investor. C. Populasi dan Sampel Populasi dan sampel dalam penelitian ini adalah Harga Saham Penutupan (Closing price) saham-saham yang direkomendasikan media kompas selama periode pengamatan dari 1 Januari 2014 sampai dengan 31 Desember 2014. Karena data yang diambil berurutan dari kurun waktu ke waktu pada beberapa perusahaan maka tehnik pengambilan sampel menggunakan time series.
http://digilib.mercubuana.ac.id/
36
D. Definisi dan Operasionalisasi Variabel Variabel operasional dari variable bebas yang terdiri dari Delta normal, Historis dan Monte Carlo dapat dijelaskan sebagai berikut : 1. Delta Normal Delta normal adalah sebuah metode perhitungan VaR metode ini dimulai dari asumsi bahwa persentase perubahan harga aset memiliki distribusi yang normal sehingga perubahan harga aset dapat dinyatakan dalam bentuk standar deviasi. Model ini diperkenalkan oleh JP Morgan pada awal 1900an. Asumsi yang digunakan dalam model Variance-Covarience ini adalah :
Portofolio disusun atas aset-aset yang linier. Lebih tepatnya, perubahan nilai dari suatu portofolio bersifat linier dependen pada semua perubahan yang terjadi pada nilai asset. Jadi, return portofolio juga bersifat linier dependen pada return asset.
Return asset berdistribusi normal. Selain memiliki keunggulan dalam hal kemudahan komputasi
dan implementasi metode ini memiliki kelemahan dalam hal akurasi (lebih lemah) dibandingkan metode lainnya.
http://digilib.mercubuana.ac.id/
37
Dalam perhitungan VaR dengan menggunakan metode delta normal, yang pertama-tama
dilakukan
adalah
pengumpulan
data
saham-saham
perusahaan yang menjadi sampel. Kemudian menghitung return masingmasing saham, serta expected returnnya. Selanjutnya menentukan tingkat kepercayaan yang akan digunakan. Kemudian menghitung standar deviasi dan mencari Z score. Setelah itu barulah VaR delta normal dapat diketahui. 2. Historical Simulation Method Merupakan metode yang paling sederhana dan paling transparan dalam perhitungan. Termasuk dalam perhitungan nilai portofolionya. Metode ini menggunakan return hisroris dari suatu aset atau portofolio untuk dapat mensimulasikan nilai VaR dengan asumsi komposisi aset atau portofolio tersebut dipertahankan selama rentang waktu data historis yang dijadikan dasar simulasi. Semakin lama rentang waktu historis akan semakin akurat perhitungannya. Kelemahan metode ini tidak menggunakan distribusi normal pada return asetnya. Dalam perhitungan VaR dengan menggunakan metode delta normal, yang pertama-tama dilakukan adalah pengumpulan data saham-saham perusahaan yang menjadi sampel. Kemudian menentukan tingkat
http://digilib.mercubuana.ac.id/
38
kepercayaan dari alfa (α). Kemudian menghitung return. Setelah itu, menghitung n data terendah, barulah nilai VaR dapat diketahui. 3. Monte Carlo Simulation Method Penggunaan metode simulasi Monte Carlo untuk mengukur risiko telah dikenalkan oleh Boyle pada tahun 1977. Dalam mengestimasi nilai Value at Risk (VaR) baik pada aset tunggal maupun portofolio, simulasi Monte Carlo mempunyai beberapa jenis alogaritma. Namun pada intinya adalah melakukan simulasi dengan membangkitkan bilangan random berdasarkan karakteristik dari data yang
akan
dibangkitkan,
yang
kemudian
digunakan
untuk
mengestimasi nilai VaR-nya. VaR dengan menggunakan metode simulasi Monte Carlo mengasumsikan bahwa return berdistribusi normal. Monte Carlo Simulation Method juga merupakan metode pengukuran VaR yang relatif sederhana dibandingkan Variancecovariance model. Monte Carlo Simulation Method memiliki keunggulan dalam akurasi, namun memiliki kelemahan dalam hal komputasi yang lebih rumit dibandingkan historical simulation method.
http://digilib.mercubuana.ac.id/
39
Dalam perhitungan VaR dengan menggunakan metode Monte Carlo, yang pertama-tama dilakukan adalah pengumpulan data saham-saham perusahaan yang dijadikan sampel. Kemudian menghitung return, mean dan standar deviasi. Setelah itu kumulatif random return dan menghitung frekuensi bin. Kemudian barulah dapat dihitung nilai VaR. E. Tehnik Pengumpulan Data Metode pengumpulan data menggunakan studi dokumenter yaitu data yang diperoleh dengan cara membaca buku-buku literatur, dokumen dan berita-berita yang berhubungan dengan penelitian ini dan memberikan kontribusi bagi penulis dalam menganalisa data (Library research dan Field research) serta data saham perusahaan-perusahaan yang dijadikan sampel dengan menggunakan metode observasi, terutama di jaringan internet. Data yang diperlukan untuk menunjang perhitungan VaR adalah data harga penutupan saham (closing price) harian. F. Metode Analisis Penelitian ini bertujuan untuk mendeskripsikan fenomena maka metode analisis yang digunakan adalah metode deskriptif. Kemudian pada penelitian ini juga digunakan statistik deskriptif seperti tabel, grafik, varian, standar deviasi dan lain-lain, maka metode analisis penelitian ini
http://digilib.mercubuana.ac.id/
40
menggunakan metode analisis deskriptif. Pada penelitian ini dulakukan perbandingan terhadap 3 (tiga) metode perhitungan VaR, antara lain : 1. Delta Normal. Dalam perhitungan VaR dengan menggunakan metode delta normal, yang pertama-tama dilakukan adalah pengumpulan data saham-saham
perusahaan
yang
direkomendasikan
oleh
media
Kompas.com. Kemudian menentukan tingkat kepercayaan yang akan digunakan. Setelah itu, dapat dihitung return. Setelah itu barulah VaR delta normal dapat diketahui, setelah VaR diperoleh, dilakukan uji asumsi klasik, apabila valid, perhitungan ini dapat digunakan, dan dilanjutkan dengan analisis sampai pengambilan kesimpulan dan saran. Apabila tidak valid, maka harus dilakukan pergantian model. 2. Historical simulation. Dalam perhitungan VaR dengan menggunakan metode
simulasi
historis,
yang
pertama-tama
dilakukan
adalah
pengumpulan data saham-saham perusahaan yang direkomendasikan oleh media Kompas.com. Kemudian menentukan tingkat kepercayaan dari alfa (α). Kemudian menghitung return. Setelah itu, menghitung VaR Historical Simulation. Setelah nilai VaR diperoleh, dilakukan uji asumsi klasik, apabila valid, perhitungan ini dapat digunakan, dan dilanjutkan dengan analisis sampai pengambilan kesimpulan dan saran. Apabila tidak valid, maka harus dilakukan pergantian model.
http://digilib.mercubuana.ac.id/
41
3. Monte Carlo simulation method. Dalam perhitungan VaR dengan menggunakan metode simulasi Monte Carlo, yang pertama-tama dilakukan adalah pengumpulan data saham-saham perusahaan yang direkomendaiskan oleh media Kompas.com. Kemudian menghitung return maksimum dan minimum. Setelah itu mencari frekuensi dan frekuensi realtif return. Kemudian menghitung kumulatif random return dan frekuensi bin. Setelah itu menghitung expected return dan standar deviasi, barulah dapat dihitung VaR. Setelah nilai VaR diperoleh, dilakukan uji asumsi klasik, apabila valid, perhitungan ini dapat digunakan, dan dilanjutkan dengan anlisis sampai pengambilan kesimpulan dan saran. Apabila tidak valid, maka harus dilakukan pergantian model. Untuk menguji validitas data, maka dilakukan beberapa uji asumsi klasik sebagai berikut : 1. Uji distribusi normal Distribusi normal disebut juga distribusi Gauss yaitu distribusi probabilitas yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga disebut kurva lonceng (bell kurve) Karena bentuk fungsi probabilitasnya mirip seperti bentuk lonceng.
http://digilib.mercubuana.ac.id/
42
Uji distribusi normal dilakukan dengan bantuan software Eviews, menggunakan tes normalitas Jarque Bera. Apabila data imbal hasil menunjukkan normalitas, maka dipakai α sesuai tabel Z (dalam hal ini tingkat kepercayaan 90% = namun apabila data yang didapat bukan normal, maka nilai α disesuaikan dengan pendekatan Cornish Fisher Expanssion dalam persamaan α¹ = α1/6(α² - 1)ε Dimana α = nilai alpha sesuai dengan probabilitas jarque-Bera α’ = nilai alpha setelah disesuaikan (adjusted) ε = nilai Skewness (kemencengan) Kemudian dilakukan uji hipotesis sebagai berikut: H0: p < 1%
data return tidak berdistribusi normal
H1: p > 1%
data return berdistribusi normal
2. Uji Heterokedastisitas Apabila data diketahui homokedastik, maka pada persamaan :
http://digilib.mercubuana.ac.id/
dihitung dengan rumus
43
Sedangkan apabila data diketahui heterokedastic, maka
dihitung dengan
pendekatan EWMA. Adapun formula/rumus EWMA adalah sebagai berikut :
adalah decay faktor Ri adalah return ke i Ṝ adalah rata-rata return Variabel decay factor mempunyai range nilai 0 < < 1 yang menunjukkan skala bobot pengamatan. Kemudian dilakukan uji hipotesis seperti di bawah ini: Ho : p < 1%
data return bersifat Heterokedastik
H1 : p > 1%
data return bersifat Homokedastik
http://digilib.mercubuana.ac.id/