BAB I PENDAHULUAN
1.1 Latar Belakang Dalam dunia bisnis dan investasi ada tiga hal yang perlu diperhatikan oleh investor yaitu modal, objektif dan risiko. Hal yang sering menjadi pusat perhatian investor dalam berinvestasi adalah risiko. Menurut beberapa sumber menyebutkan bahwa risiko secara umum adalah tingkat ketidakpastian akan terjadinya sesuatu atau tidak terwujudnya suatu tujuan pada kurun waktu atau periode tertentu (time horizon). Berdasarkan Badan Sertifikasi Manajemen Risiko (2005) Risiko didefinisikan sebagai “chance of a bad outcome” maksudnya adalah kemungkian akan terjadinya hasil yang tidak diinginkan. Risiko dapat menimbulkan kerugian apabila tidak di antisipasi serta tidak dikelola dengan semestinya. Sebaliknya risiko yg dikelola dengan baik akan memberikan ruang pada terciptanya peluang untuk memperoleh keuntungan yang lebih besar lagi. Bank for International Settelement (BIS) melalui Basel Comitte on Banking Suvervision merumuskan aturan Basel II untuk menjadi basis dalam mengelola risiko. Demikian pula dengan Indonesia, Bank Indonesia mewajibkan bank-bank umum untuk mulai menerapkan manajemen risiko mulai awal Januari 2004 silam. Manajemen risiko tidak akan bermakna apabila tidak disertai kemampuan mengukur besarnya risko itu sendiri. Setiap bisnis mempunyai tantangan yang setara antara pertumbuhan dan pengelolaan risiko. Risiko dalam bisnis dan investasi terjadi karena nilai suatu aset atau investasi menjadi lebih kecil daripada tingkat pengembalian yang diharapkan (Rosadi, 2007). Media investasi dewasa ini sangat beragam dan variatif. Salah satu pilihan berinvestasi yang berisiko dan penuh ketidakpastian adalah investasi pada saham. Sebagaimana diketahui harga saham yang cenderung berubah setiap
detiknya. Perubahan harga saham ke arah lebih tinggi akan memberikan dampak positif bagi pemegang saham demikian sebaliknya. Penurunan harga saham menjadi perhatian berbagai pihak karena implikasi yang cukup besar bagi pemegang saham maupun pihak yang sedang menerima jaminan dengan menggunakan saham yang bersangkutan. Dalam dunia keuangan, dikenal istilah high risk, high return. Hal ini mengindikasikan bahwa investasi pada saham memiliki potensi profit yang tidak terbatas, demikian juga kandungan resikonya atau dengan kata lain tak ada keuntungan yang besar tanpa risiko. Pengukuran risiko merupakan hal yang sangat penting dalam analisis keuangan. Untuk memperoleh return yg maksimal, maka
langkah
terbaik
adalah
bukan
menghindari
risiko
melainkan
mengidentifikasi dengan cermat dan menganalisis dampaknya sehingga dapat dilakukan tindakan strategis untuk mengelola risiko seoptimal mungkin. Pada tahun 1997, Trader Bank Banking, Nick Leeson sebuah bank di Inggris, membeli instrumen derivatif saham jepang, Long Future Nikkei. Pada saat itu perekonomian Jepang turun drastis karena terjadinya gempa kobe, akibatnya Bank Baring mengalami kerugian besar. Kemudian Bank Baring melakukan transaksi jual opsi yang justru memperparah kerugian. Sehingga bank baring harus mengalami kerugian sebesar $1.3 Milyar. Bank Baring bangkrut karena mengalami kerugian melebihi modalnya. Ilustrasi diatas menggambarkan konsekuensi kegagalan mengelola risiko. Sehingga muncul pertanyaan yang umum, bisakah suatu instansi menghindari kerugian akibat munculnya risiko? Kerugian munculnya risiko dapat dihindari dengan adanya manajemen risiko yang baik. Manajemen risiko telah menjadi suatu keharusan bagi dunia keuangan jika ingin tetap bertahan dalam persaingan yang semakin ketat. Sebuah model pengukuran risiko adalah pendekatan kuantitatif untuk menghitung nilai risiko berdasarkan data yang diamati, dan model tersebut sangat penting dalam praktek investasi. Manajemen risiko merupakan proses menyeluruh yang dilengkapi dengan data, teknik, dan sains yang diperlukan untuk mengenali, mengukur, dan mengelola risiko secara transparan. Manajemen risiko mengalami kemajuan yang
pesat dimulai dengan munculnya alat analisis Value at Risk (VaR) yang diperkenalkan oleh J.P Morgan pada tahun 1999. VaR didefinisikan sebagai metode estimasi kerugian maksimum selama periode waktu tertentu, dalam kondisi pasar normal pada tingkat kepercayaan (confidence interval) tertentu (Jorion, 2002). Secara sederhana VaR ingin menjawab pertanyaan “seberapa besar investor dapat mengalami kerugian selama waktu investasi t dengan tingkat kepercaayan (1 ) ” (Harper, 2004). Dengan demikian VaR digunakan untuk mengestimasi kerugian maksimal yang bisa saja terjadi pada satu hari kedepandan seterusnya. VaR memberikan informasi tentang besarnya kerugian. Namun pada prakteknya data return sering kali bersifat asimetris terhadap luasan bagian kiri dan kanan, seperti pada distribusi normal, sehingga sulit menjelaskan sifat-sifat fat tail dan skewness pada distribusi return tersebut. Pada distribusi student-t yang biasa dikenal mempunyai bentuk lonceng simetris seperti distribusi normal, tetapi dengan tail yang lebih tebal. Distribusi student-t dapat diperluas menjadi asimetris dengan tail yang lebih tebal atau pun bagian lain yang lebih tipis. Kondisi tersebut dapat dimanfaatkan untuk memodelkan dan menganalisis pada kasus-kasus tertentu. Dimana sering dijumpai fenomena yang digambarkan dengan data-data yang tidak selalu simetris. Oleh sebab itu observasi terhadap data finansial time series memberikan motivasi untuk mengeksplorasi distribusi-distribusi lainnya yang dapat menjelaskan sifat-sifat fat tail dan skewness. Ada beberapa cara yang dapat digunakan dalam menjelaskan sifat-sifat fat tail dan skewness, seperti gaussian, student-t, skewed-t dan lain-lain. Dalam penulisan ini metode yang digunakan adalah skewed-t distribution. 1.2 Rumusan Masalah Berdasarkan latar belakang permasalahan diatas, maka pada penulisan ini dirumuskan permasalahan sebagai berikut : 1. Bagaimana karakteristik dari Skewed-T Distribution 2. Bagaimana karakteristik dari VaR dengan Skewed-T Distribution
3. Bagaimana mengestimasi risiko return saham dengan Skewed-T Distribution dengan menggunakan software R. 1.3 Batasan Masalah Banyaknya metode yang dapat digunakan dalam perhitungan risiko, maka perlu adanya pembatasan masalah agar pemecahan lebih terfokus. Masalah pada penulisan ini dibatasi pada ruang lingkup pembahasan pada karakteristik VaR dengan Skewed-T Distribution hanya untuk return aset tunggal. 1.4 Tujuan Penelitian Penulisan ini dimaksudkan sebagai pemenuhan salah satu syarat untuk mencapai derajat sarjana S2 program Studi Matematika. Sedangkan tujuan yang ingin dicapai dalam penulisan tesis ini adalah : 1. Mempelajari karakteristik dari Skewed-T Distribution 2. Mempelajari karakteristik VaRdengan Skewed-T Distribution 3. Mengestimasi nilai VaR dengan Skewed-T Distribution pada data finansial dengan bantuan software R. 1.5 Manfaat Penelitian Adapun manfaat penulisan ini, diharapkan dapat memodelkan berbagai ukuran risiko dengan menggunakan Skewed-T Distribution serta dapat dikembangkan jenis distribusi lainnya. Selain itu diharapkan dapat memberikan tambahan informasi yang relevan bagi pihak yang berkepentingan dalam analisis risiko, agar lebih bijak dalam berinvestasi. Kemudian diharapkan dapat dijadikan sebagai sumbangsih terhadap perkembangan ilmu pengetahuan dibidang manajemen risiko. 1.6 Tinjauan Pustaka Pada tulisan ini penulis melakukan kajian tentang sifat-sifat dan estimasi dari Skewed-T Distribution. Pengukuran risiko secara klasik dikembangkan oleh Markowitz (1952) and Sharp (1964), yaitu pengukuran risiko dengan standar deviasi dari return portofolio. Kemudian VaR mulai dikenal secara luas sejak tahun 1994 saat J.P. Morgan membuat Risk Metrics System (berbasis metode
VaR) yang dapat di akses secara gratis di internet (www.jpmorgan.com). Metoda yang digunakan J.P. Morgan tersebut selanjutnya dikenal sebagai Risk Metrics atau perhitungan VaR dengan Variance Covariance Method. VaR dijelaskan oleh Dowd dalam bukunya yang berjudul An Introduction to Market Risk Measurement (2002) dan Measuring Market Risk (2005). VaR merupakan nilai estimasi besarnya kerugian maksimal yang mungkin terjadi pada periode tertentu dengan tingkat keyakinan tertentu dan dalam kondisi pasar yang normal. Distribusi student-t sering digunakan dalam bidang keuangan dan manajemen risiko, terutama untuk memodelkan data return yang kondisional, misalnya data dengan tail yang lebih tebal dibandingkan dengan tail distribusi normal. Perluasan tentang distribusi student-t dan aplikasinya dikemukakan oleh Hansen (1994) menggunakan Skewed Student-T Distribution untuk memodelkan skew dalam conditional distribution dari financial return. Selanjutnya Stoyan dan Svetlozar (2007) menjelaskan tentang penggunaan Skewed Student-T Distribution di bidang ekonometrika keuangan. Kercheval dan Liu (2007, 2010) menjelaskan
tentang
penggunaan
Skewed
Student-t
Distribution
dalam
pengukuran risiko data keuangan. 1.7 Metode Penulisan Metode yang digunakan dalam penulisan ini adalah studi literatur. Kemudian program simulasi data dan studi kasus. Literatur yang dipelajari diperoleh dari perpustakaan, artikel dan jurnal online melalui situs yang mendukung. Studi literatur dilakukan dengan menganalisis sifat-sifat dari Skewed-T Distribution. Kemudian mensimulasi suatu data saham dengan program R. Langkah awal program simulasi data adalah membangkitkan data Skewed-T Distribution. Data dibangkitkan dengan metode transformasi langsung dari fungsi distribusi. Setelah diperoleh data skewed-T distribution, kemudian mengestimasi parameter dari data dan estimasi nilai VaR. Dalam studi kasus diambil data harga saham perusahaan yang terdaftar di website Yahoo Finance. Pada harga saham
tersebut kemudian dihitung nilai log return, selanjutnya adalah estimasi parameter Skewed-T Distribution dari data return tersebut, untuk kemudian dihitung nilai estimasi VaR dari masing–masing saham. Program yang digunakan adalah software R. 1.8 Sistematika Penulisan Pada penulisan tesis ini penulis menggunakan sistematika sebagai berikut: BAB I PENDAHULUAN Pada bab ini akan membahas Latar Belakang, Rumusan Masalah, Batasan Masalah, Tujuan Penelitian, Manfaat Penelitian, Tinjauan Pustaka, Metodelogi Penelitian dan Sistimatika Penulisan. BAB II LANDASAN TEORI Bab ini menjelaskan hal dasar atau teori–teori yang mendukung pembahasan tentang estimasi VaR dengan Skewed-T Distribution. BAB III METODE PENELITIAN Bab ini memuat tentang karakteristik Skewed-T Distribution yang digunakan untuk mengestimasi risiko. Bab IV STUDI KASUS Membahas sebuah contoh penerapan model Skewed-T Distribution dalam mengestimasi risiko. BAB V PENUTUP Bab ini meliputi Kesimpulan dan Saran yang memuat rangkuman dari analisis yang telah dilakukan dan pemecahan masalah serta saran sebagai akibat dari kekurangan atau kelebihan dari hasil penelitian yang dilakukan.