SKRIP SI ANALISIS VALUE AT RISK PORTOFOLIO OPTIMUM SAHAl\tI P ADA PERUSAHAAN YANG TERDAFTAR DI JAKARTA ISLAMIC INDEX DENGAN PENDEKATAN MODEL EVl/MA (Periode Januari 2007- Mei 20U)
•••111 Universitas lslcm1 Negeri
F 1-!IDAYATULLAH "'""'''"'""
disusun oleh: AGUSTINA 207081000432
JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
Analisis Value At Risk Portofolio Sabam Optimum Dii Jaliarta Islamic Iudex Dengau Pendekatan EWMA (Periode 2007-2011)". Skripsi Diajukan Kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Ekonomi
Oleh: A.gustiua
{)iterin. dari l'g!.
207081000432 Di Bawah Bimbingan
No. lfnduk
.
.
; :oB.:~:::o.:}::~:29.ii::· :::. :
: ..Q!.l.2. ..: .. 9.3...~...\.\.<\£{2 . . . . . . . . . . . . . . . . . ,0 . . . . . . . . . . . . . . . ,
Pembimhing I
"'''''
Pembimbing II
~
(-~~-·
(
Prof. Dr. Ahmad Rodoni, MM
Amalia, SE,M.SM
NIP. 19690203 200112 l 003
NIP. 197408212009012005
JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSIT AS ISLAM NEGERI SYARlF HIDAYATULLAH JAKARTA 1432H/2011M
LEMBAR PENGESAHAN UJIAN KOMPREHENSIIF Hari ini Senin-Ralm 30 Mei - 0 I Juni 20 I l telah dil
l.
Nama
: AGUSTINA
2.
NIM
: 207081000432
3.
Jumsan
: Manajemen Keuangan
4.
Judul Skripsi
:"Analisis Value At Risk Portofolio Optimum Scaham Pada Perusahaan yang Terdaftar di Jll dengan Pendekatan EWMA ".
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa rnahasiswa tersebut di atas dinyatakan lulus dan diberi kesempatan untuk mela11intkan ke tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri SyarifHidayatullah Jl!klitrta.
Jakarta, 08 Juni 2011
1. Suhendra, S.Ag, MM NIP. 19711206 2003121 l 001
Ketua
2. Arief Mufraiui, Le, M.Si NIP. 19770122 200312 I 001
Sekretaris
3. Prof. Dr. Abdul Hamid, MS: NIP. 19570617 198503 l 002
Penguji Ahli
LEMBAR PENGESAHAN UJIAN SKRIPSI Hari ini Rabu, Tanggal 7 Desember 2011 telah dilakukan Ujian Skripsi atas mabasiswa : 1. Nama
AGUSTINA
2. NIM
207081000432
3. Jurusan
Manajemen
4. Judul Skripsi
: Analisis Value At Risk Portofolio Optimum Sabam Pada Perusahaan Yang Terdaftar Di Jakarta Islamic Index Dengan Pendekatan Model Ewma (Periode Januari 2007- Mei 2011)
5. Setelah mencermati dan mernperbatikan penampilan dan kemampuan yang bersangkutan
selama proses ujian Skripsi, maka diputuskan bahwa mahasiswa tersebut diatas dinyatakan lulus dan Skripsi ini diterirna sebagai salah satu syarat untuk mernperoleh gelar Sa1jana Ekonomi pada Fakultas Ekonomi dan Bisnis Univeritas Islam Negeri Syarif Hidayatullah Jakarta.
~-&tf~-;)
Jakarta, 19 Desember 2011 I. Prof Dr. Abdul Hamid,MS .NIP. 19570617198503 1 002
( ___.--J"""
/
)
Ketua
2. Suhendra,S. Ag, MM NIP. 197112062003121 001
(
3. Prof.Dr.Ahmad Rodoni,MM NIP. 19690203 200112 1 003
(
lfJ1r Sekretaris
~~
)
Pembimbing I ~
l'--0--._,_.~. . . .
4. Amalia, SE., MSM NIP. 197408212009012005
(
5. lndo Yama Nasarudin, SE., MAB NIP. 197411272001121002
(
) Pembimbing II
~~t Penguji Allli
SURAT PERNYATAAN
fama Mahasiswa
: AGUSTINA
HM
: 207081000432
lurusan
: Manajemen
)engan ini menyatakan babwa skripsi ini adalab basil karya saya sendiri yang merupakan tasil penelitian, pengolahan dan analisis saya sendiri serta bukan merupakan replikasi naupun saduran dari basil karya atau basil penelitian orang lain. ~pabila
terbukti skripsi ini plagiat atau replikasi, maka skripsi ini dianggap gugur dan harus
nelakukan penelitian ulang untuk menyusun skripsi baru dan kelnlusan serta gelarnya libatalkan. )emikian pernyataan ini dibuat dengan segala akibat yang timbul dikemudian hari meajadi anggung jawab saya.
Jakarta, 9 November 2011
AGUSTINA
CURRICUJ,UM VITAE.
Data Diri Nama Lengkap
: Agustina
TTL
: Batu Panjang, 29 Agustus 1989
Ag ama
: Islam
Alan1at Asal
: Jl. Sultan syarifkasim RT:OS RW:Ol No: 26
No. Tlp
: 083877233183
e-mail
: [email protected]
Pendidikan
2007-2011
Universitas Islam Negeri Syarif Hidayatullah Jakarta Fakultas Ekonorni dan Bisnis, Jurnsan Manajemen, Konsentrasi Keuangan.
2004-2007
MA PonPes Dar El Hikmah Pekan Baru.
2001-2004
MTs PonPes Dar El Hikmah Pekan Baru.
1995 -2001
SDN 002 Rupat
ORGANISASI I. IKPDH (Ikatan Keluarga besar Ponpes Dar el-Hikmah) 2. Theater SEMENANJUNG (Seni Melayu Nan Dijunjung) 3. IPEMALIS (Ikatan Pelajar Mahasiswa Bengkalis) 4. OSDH PON PES DAR EL HIKMAH PEKAN BARU
Abstract: 7his sludy to de/ermine !he co11duc/ {?f returns and volalifity from the s/ocks that listed in .fl! during 2007 through 201 I, that fimned in the oplimum por(fblio. Single J11dex /vfodel (SllVJ) is used lo find the composition {?l stocks thal included in !he optimum portfolio categmy. One elve (14) stocks tes!ed the validity and the 011ly one stock that is 11ot valid. 7he Stocks that are proven validity BUlvf!, BIEL, IN1P, PTBA, KLBF, UNSP, SMCB, UN1](, ELTJ~ UNVJ?, 77NS,CmA, LSJP and AS!!, whereas LPKR tested is invalid. Keyword\': .Jll, Optimum Por(folio, S1JYI, VaR, EW/v!A
Abstrak: Penelitian ini untuk mengetahui perilaku return dan volatilitas dari sahamsaham yang terdaftar di JII selama periode 2007 sampai dengan 2011 yang terbentuk dalam portofolio optimum. Single Index Model (SIM) digunakan untuk mencari komposisi saham yang termasuk dalam kategori portofolio optimum. Salah satu cara untuk mengukur resiko adalah rnetode Value at Risk (VaR). VaR rnerupakan pengukuran resiko secara kuantitatif yang rnengestirnasi potensi kerugian rnaksimal yang mungkin terjadi pada rnasa yang akan datang yang akan dihadapi pada jangka waktu tertentu dan pada tingkat kepercayaan tertentu. Volatilitas dipakai untuk mengestimasi kerugian maksimum yang rnungkin terjadi pada suatu aset. Volatilitas adalah suatu ukuran untuk mengetahui fluktuasi harga suatu aset. Terdapat beberapa metode pengukuran volatilitas. Metode estimasi volatilitas yang dipakai adalah metode: Eponentially Weighted lvloving Average (EW!v!A) dengan menggunakan asumsi level of cm1fide11ce 95% dan decay factor 0. 94. Perrnasalahan yang timbul adatah apakah metode dan asumsi yang di1,,runakan sudah tepat rnengingat terdapat berbagai metode yang digunakan untuk rnelakukan estimasi volatilitas.Hasil perhitungan VaR kemudian diuji dengan backtesting Kupiec untuk menguji validitas metode VaR tersebut. Duabelas (14) saharn teruji validitasnya dan hanya satu saham yang tidak valid. Saharn-saham yang temji validitasnya adalab BUMI, BTEL, INTP, PTBA, KLBF, UNSP, SMCB, UNTR, ELTY, UNVR, TINS, CTRA, LSIP dan ASH, sedangkan LPKR teruji tidak valid. KeywordY: .Ill, Portofolio Optimum, SIM, VaR, EWMA
KATA PENGANTAR
Assalamu'alaikum Wr.Wb Alhamdulillaahirobbil 'alamin, Segala puji dan syukur kehadirat Allah SWT, berkat limpahan taufik dan hidayah- Nya serta telah diberikan kek:uatan lahir dan batin kepada diri penulis, sehingga setelah melalni berbagai proses yang culrnp panjang akhirnya skripsi ini dapat penulis selesaikan dengan lancar. Shalawat serta salam terlimpahkan kepada baginda besar Nabi Muhammad SAW, yang telah menyampaikan ajaran islam dan semoga kita semua akan mendapatkan syafa'at-Nya, Amin. Skripsi yang penulis selesaikan merupakan salah satu dzui banyak. nikmat yang Allah SWT berikan kepada saya. Sestmgguhnya ilmu dan kemampuan penulis sangat terbatas, sehingga di dalam penyusunan skripsi ini penulis banyak menghadapi tantangan. Naimm dengan adanya bimbingan serta motivasi dari berbagai pihak, tantangan-tantangan tersebut tidak menjadi hambatan yang dapat menggagalkan citacita penulis. Penyusunan skripsi ini diajukan guna memenuhi syarat untuk mencapai gelar Saijana Ekonomi Jurusan Manajemen pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri SyarifHidayatullah Jakarta. Pada kesempatan ini izinkanlah penulis menyampaikan rasa terima kasih yang sebesar-besarnya atas segala bimbingan, pengarahan, serta bantuai1 yang di be1ikan
sehingga penulis dapat menyelesaikan skripsi ini. Maka penulis mengucapkan banyak terima kasih kepada: 1.
Kedua orang tua tercinta, untuk Ayahanda dan Ibunda yang memiliki peran yang sangat penting dan tidak terhingga yang selalu memberikan rasa cinta, perhatian, dan kasih sayang, serta motivasi dan membantu secara moral dan materi serta selalu mengiringi penulis melalui doa dan restu. Se1ta untuk kakak-kakakku tersayang, Safrizal dan Desi Sartika.
2.
Bapak Prof. Dr. Abdul Hamid, MS, selaku Dekan Fakulta.s Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
3.
Bapak Arief Mufraini, Le, !vi.Si, selaku ketua jurusan program prodi manajemen fakultas Ekonomi dan Bisnis Universitas Islam Negeri SyarifHidayatullah Jakarta.
4.
Bapak Prof. Dr. Ahmad Rodoni, MM, selaku dosen pembimbing I yang telah berkenan meluangkan waktu, tenaga, pikiran dan kesabarannya untuk memberikan bimbingan dan arahan dalam penyusunan skripsi ini.
5.
Ibu Amalia, SE., M.SM selalrn dosen pembimbing II yang dengan sabar memberikan petunjuk dan pene,'fahan yang berguna bagi penulis dalam proses penulisan skripsi ini.
6.
.Para penguji ujian komprehensif: Bapak Prof. Dr. Abdul Hamid, MS, Arief Mufraini, Le, M. Si, Suhendra, S.Ag, MM.
7.
Semua dosen FEB Universitas Islam Negeri SyarifHidayatullah Jakarta yang telah memberikan ilmm1ya yang tidak bisa disebutkan namanya satu per satu, semoga Allah SWT membalas kebaikan bapak dan ihu. Serta seluruh jajaran staf fakultas
ekonomi dan bisnis, terima kasih atas bantuan, kemudahan, perhatian, dan pelayanan yang telah diberikan 8.
Kepada Riansar Bini Nugroho yang selalu mendampingi saya disaat susah maupun senang, yang selalu memberikan dukungan dan semangat selama pembuatan skripsi ini hingga selesai.
9.
Kepada teman-teman tercinta Manajemen A & B, klmsusnya kelompok RY ANTI: Ria, Yossy, Ade dan Nurul. terima kasih untuk persahabatan yang luar biasa yang telah memberikan rasa kebersamaan, keakraban, kepedulian dan silaturrahmi yang tetjalin selama ini. Penulis menyadari bahwa skripsi ini masih belum sempuma dan masih belum
lengkap. Harapan besar dari penulis, semoga skripsi ini dapat bermanfaat bagi pembaca, sehubungau dengan keterbatasan kemampuan yang dimiliki penulis, dengan rendah hati penulis menerima saran dan kritik yang membangun demi lebih baiknya skripsi ini. Wassalamu'alaikum Wr. Wb Jakarta, 9 November 2011 Penulis Agustina
DAFTARISI Halaman Lembar Pengesahan Skripsi Lembar Pengesahan Ujian Komprehensif Lembar Pengesahan Uji Skripsi Lembar Pemyataan Bebas Plagiarisme Riwayat Hidup Abstract
II
Abstrak
Ill
Kata Pengantar
IV
Daftar Isi
Vll
Daftar Gambar
x
Daftar Tabel
XI
Daftar Lampiran
Xll
BAB I
BAB II
PENDAHULUAN A. Latar Belakang Penelitian
1
B. Perumusan Masalah
11
C. Tujuan Dan Manfaat Penelitian
12
TINJAUAN PUSTAKA A. Pasar Modal Syariah 1.
Pengertian Pasar Modal Syariah
14
2.
Prinsip Syariah Dalam Pasar Modal
16
3.
Fungsi Pasar Modal Syariah
17
4.
Karakter Pasar Modal Syariah
18 19
6.
Instrnmen Pasar Modal Syariah
21
7.
Jakarta Islamic Index (JI!)
21
8.
Saham Syariah a.
27
Resiko Saham
29
Portofolio a. Pengertian Portofolio
34
b. Portofolio Optimum
37
Return Portofolio
38
d. Resiko Portofolio
39
c.
BAB III
BAB IV
23
b. Return Saham c.
9.
Pengertian Saham Syariah
10. Model Indeks Tunggal
40
11. Value At Risk
42
12.
EWMA
45
13.
Validasi Model (Backtesting)
47
B. Penclitian Terdahulu
49
c.
52
Kerangka Berpikir
METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian
53
B. Metode Penentuan San1pel
53
C. Metode Pengumpulan Data
54
D. Metode Analisis Data
54
E. Operasional Variable Penelitian
62
ANALISIS DAN PEMBAHASAN A. Sekilas Gambaran Umum Objek Penelitian I. Sejarah Singkat Pasar Modal syariah
71
2. Perkembangan JIJ
72
3. Pembentukan Portofolio Optimum
79
B. Analisis dan Pembahasan 1.
Perkembangan harga saham, IHSG dan SBI
2.
Menghitung realized return, expected return.
alpha, beta dan varian error dari masing-masing
82 84
saham individual 3.
Menghitung nilai excess return to beta (ERB) dan
86
nilai Ci masing-masing saham.
4.
Menentukan cut-of-point (C*)
86
5.
Menentukan saham kandidat portofolio
86
6.
Menentukan besarnya proporsi dana pada sahamsaham yang masuk dalam kategori saham pembentuk
88
portofolio optimum 7.
8.
Melakukan Pengujian Data Return a. Pengujian Stationeritas
90
b. Pengujian Normalitas
92
c. Pengujian Heteroskedastisitas
96
Perhitungan V aR untuk Historical Simulation
Method
9.
99
Perhitungan VaR Tunggal a.
Perhitungan V aR dengan estimasi volatilitas
101
EWMA b.
Uji Validasi VaR dengan Estimasi Volatilitas EWMA
106
10. Perhitungan VaR Portofolio a. Pengujian stasionaritas
109
b. Pengujian normalitas
110
c. Tes heteroskedastisitas
111
d. Perhitungan volatilitas pottofolio
111
e. Value at Risk Portofolio (Diversified VaR)
112
C. INTERPRETASI
114
BAB V
KESIMPULAN DAN SARAN A. Kesimpulan
115
B. Saran.
116
DAFTAR PUSTAKA
DAFTAR GAMBAR
Hal am an Gambar 2.1.
Diagram Alur Proses Pengolahan Data
52
Garn bar 4.1.
Pergerakan JII Periode Januari 2007 - Mei 2011
73
Gambar 4.2
Perbandingan kinerja antara .TII dengan IHSG
76
Gambar 4.3.
Contoh Hasil Pengujian Normality Return ASll
94
DAFTAR TABEL Hal am an Tabel 2.1
Besaran Kesalahan untuk tidak menolak model VAR
47
Tabel 2.2.
Penelitian Sebelumnya
49
Tabel 4.1.
Data pergerakan indeks JII periode Januari 2007 - Mei 2011
73
Tabel 4.2.
Sepuluh saharn terbaik indeks JI! Desember 20 I 0 - Mei 2011
75
Tabel 4.3.
Daftar Saham
77
Tabel 4.4.
Daftar Saham Anggota Sampel
80
Tabel 4.5.
Daftar Saharn Yang Masuk Dalarn Sarnpel
81
Tabel 4.6.
Daftar Saham Yang Tidak Masuk Dalam Sampel
82
Tabel 4.7.
Daftar Data IHSG
83
Tabel 4.8.
Data SBI-1 Bulan
84
Tabel 4.9.
Expected Return, Alpha, Stdev, Beta Dan Variance Error Saham
85
Tabel 4.10.
Saharn Kandidat Portofolio (ERB>C*)
87
Tabel 4.11.
Saharn Non Kandidat Portofolio (ERB
88
Tabel 4.12.
Daftar Proporsi Saham
89
Tabel 4.13.
Contoh Hasil Perhitungan ADF- Test Untuk Saham Asii
91
Tabel 4.14.
Hasil Uji ADF- Test
92
Tabel 4.15.
Hasil Uji Tes Normality
95
Tabel 4.16.
Hasil Perhitungan Cornish Fisher Expansion
96
Tabel 4.17.
Contoh Hasil Perhitungan White Test Heteroskedastic Untuk
98
Saharn ASII Tabel 4.18.
Hasil Uji While Test Heteroskedastic
99
Tabel 4.19.
Perhitungan VAR
100
Tabel 4.20.
Decay Factor OPTIMUM
IOI
Tabel 4.21.
Has ii Perhitungan Forecast Variance Dan Volatilitas Harian
103
Masing-Masing Saham Dengan Estimasi Volatilitas EWMA Tabel 4.22.
Basil Perhitungan V aR Harian Dengan Estimasi Volatilitas EWMA
105
Tanggal 4 - 6 Januari 20 JO Tabel 4.23.
Rekapitulasi Overshoot Saham Dengan Estimasi Volatilitas EWMA
106
Tabel 4.24.
Rincian Overshool Saham BUMI Dengan Estimasi EWMA
107
Tabel. 4.25
Uji validasi kupiech Test berdasarkan TnoF untuk Estimasi
J08
Volatilitas EWMA Tabel 4.26
Basil Uji Stasionaritas Portofolio
109
Tabel 4.27
Basil Uji Normalitas Portofolio
}JO
Tabel 4.28
Nilai Cornish Fisher Expansion Portofolio
II I
Tabel 4.29
Basil Uji Heteroskedastisitas Portofolio
III
Tabel 4.30
Basil Perhitungan Volatilitas EWMA
112
Tabel 4.31
Hasil perhitungan VaR EWMA untuk Portofoli
113
DAFTAR LAMPIRAN
LAMPIRAN A
LAMPIRANB
Saham Yang Masuk Kategori JII Selama Periode Januari 2007- Mei 2011 Data Emiten Periode Januari 2007 - Mei 2011
LAMPIRAN C
Portofolio Optimum
LAMPIRAND
Uji Stasioner:itas dan Normalitas
LAMPIRANE
Uji Heteroskedastisitas
LAMPIRANF
Perhitungan Volatilitas dan VaR EWMA Sekuritas
LAMPIRANG
Daftar Realized Return Saham Uji Nonnalitas, Stasioneritas dan
LAMPIRAN H Heteroskedastisitas Return P01tofolio Perhitungan Volatilitas dan VaR EWMA LAMPIRAN I
PORTOFOLIO
BABl PENDAHULUAN
A. Latar Belakang Masalah Perkembangan pasar modal di Indonesia menunjukkan peranan penting dalam mobilisasi dana untuk menunjang pembangunan nasional. Tidak berlebihan bila dikatakan bahwa indikator perkembangan ekonomi suatu negara secara sederhana dapat dilihat dari perkembangan industri pasar modalnya. Keberhasilan penggalangan dana masyarakat untuk tujuan investasi di pasar modal dapat mengurangi ketergantungan pemerintah pada pinjaman luar negeri dan berupaya menjadi bangsa yang mandiri, sehingga pada akhirnya dapat meningkatkan pertnmbuhan ekonomi nasional. Pasar modal merupakan indikator kemajuan perekonomian suatu negara
se1ta
menunJang
perkembangan
ekonomi
negara
yang
bersangkutan. Dalam perekonomian suatu negara, sumber dana bagi pembiayaan perusahaan sangat terbatas, maka perlu dicarikan sumber pembiayaan yang bersifat jangka panjang. Pasar modal muncul sebagai alternatifbagi pembiayaanjangka panjang (Ahmad Rodoni, 2005:108). Pasar modal dalam pengertian klasik climtikan sebagai suatu bidang usaha perdagangan surat-surat berharga seperti saham, sertifikat saham, obligasi dan efek-efek pada umumnya. Dalam pasar modal yang
sarana untuk mempertemukan penawaran dan perantara bagi investasi jangka panjang dalam bentuk efek. Undang-Undang Pasar Nomor 8 tahun 1995 tentang Pasar Modal memberikan batasan pasar modal yaitu mempakan kegiatan yang berkaitan dengan penawaran umum dan perdagangan efek, pemsahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga yang berkaitan dengan efek (Ynlfasni, 2005).
Keberadaan lembaga pasar modal sangat membantu para pelaku ekonomi dalam mencari altematif pendanaan kegiatan usaha dan juga para investor yang ingin menanamkan dananya. Para investor lebih suka menanamkan dananya di bursa efek daripada menanamkan dananya di bank dalam bentnk deposito bank. Akan tetapi, untuk menginvestasikan dana di bursa efek tidaklah mudah karena investor akan dihadapkan pada tingkat resiko yang akan ditanggung. Oleh karena itu, sebelum investor menginvestasikan dananya, terlebih dahulu perlu dilakukan analisis terhadap dana tersebut yang akan diinvestasikan. Prospek pertumbuhan pasar modal di Indonesia yang demikian pesat ini ternyata didorong oleh minat investor asing yang masuk ke dalam pasar modal Indonesia. Dengan adanya pasar modal, para investor dapat melakukan investasi pada banyak pilihan investasi, sesuai dengan keberanian mengambil
resiko
dimana para investor akan selalu
memaksimalkan return yang dikombinasikan dengan resiko tertentu dalam
suatu investasi meningkat maka disyaratkan tingkat keuntungan yang semakin besar. Berdasarkan Ngapon (2005), sejak konsep syariah diintroduksi ke dalam industri pasar modal beberapa tahun yang lalu, setidaknya masyarakat selaku investor mempunyai altematif untuk berinvestasi ke industri dan instmmen yang diyakini memiliki nilai kehalalan, mengingat bahwa sebelum instrumen atau produk yang dimaksud diluncurkan, harus terlebih dahulu mendapat sertifikat dari DSN-MUI. BEJ bersama dengan PT. Danareksa Investment Management (DIM) dalam rangka mengembangkan pasar modal syariah telah meluncurkan indeks saham yang berbasis syaiiah, yaitu Jakarta Islamic Index (JII). JU dimaksudkan untuk digunakan sebagai tolok ukur (benchmark) untuk mengukur
basis
syariah.
Melalui
kine~ja
indeks,
suatu investasi pada saham dengan diharapkan
dapat
meningkatkan
kepercayaan investor untuk mengembangkai1 investasi dalam ekuiti secara syariah. Indeks Syariah atau JII mempakan indeks yang terdiri 30 (tiga puluh) saham yang mengakomodasi syariat investasi dalam Islam atau indeks yang berdasarkan syariah Islam. Dengan kata lain, dalam indeks ini dimasukkan saham-saham yang memenuhi kriteria investasi dalam syariat Islam. Saham-saham yang masuk dalam indeks Syai·iah adalah emiten yang kegiatan usahanya tidak be1ientangan dengan syai·iah seperti: usaha perjudian dan permainan yang tergolong judi atau perdagangan yang
perbankan dan asuransi konvensional; usaha. yang memproduksi, mendistribusi serta memperdagangkan makanan dan minuman yang tergolong haram; serta usaha yang memproduksi, mendistribusi dan atau menyediakan barang-barang ataupunjasa yang merusak moral dan bersifat mudharat.
Setahun kemudian (tahun 2001), Dewan Syariah Nasional (DSN) mengeluarkan fatwa yang berkaitan dengan reksa dana syariah. Keluamya fatwa ini dapat digunakan untuk melengkapi krite:ria saham syariah yang dikeluarkan oleh DIM dan BEJ, yang mana selama periode belum keluamya fatwa DSN tersebut, kriteria kesyariahan saham berdasarkan DIM dan BEJ hanya berpatokan pada kehalalan industri. Fatwa yang dikeluarkan DSN tersebut mengemukakan tentang kondisi emiten yang tidak layak untuk diinvestasikan oleh reksa dana syariah. Sejak awal diluncurkan JII pada Juli tahun 2000 hingga Januari tahun 2008, sudah banyak saham yang masuk dan keluar pada JII. Saham yang terdaftar pada JI! dipandang telah memenuhi kriteria yang ditentukan oleh DIM dan BEJ sebagai pengelola .III. Berdasarkan kriteria tersebut pula, berarti saham-saham itu sudah merupakan saham yang memenuhi ketentuan untuk masuk indeks syariah. Sebagai contoh adalah pada periode tahun 2007 sampai dengan tahun 2011. Terdapat sekitar 60 saham yang listing di JII. Dan terdapat sekitar 30 saharn yang fluktuatif masuk dan keluar JII (tabel 4.3) juga terdapat saham.. saham yang konsisten
Pengkajian ulang saham dalam JII dilakukan enam bulan sekali (per semester) dengan penentuan komponen indeks pada awal bulan Januari dan Juli setiap tahunnya. Sedangkan perubahan pada jenis usaha emiten akan dimonitoring secara terus menems berdasarkan data-data publik yang tersedia. Pengelolaan resiko mempakan ha! penting dalam melakukan investasi. Setiap investor hams mempu menghadapi dan atau melakukan perlindungan
atas
aset
investasi
sesuai
dengan
kemampuam1ya
menghadapi sebuah resiko. Oleh karena itu, pengukuran resiko menjadi ha! penting dalam ha! ini. Resiko adalah ketidakpastian imbal hasil, sedangkan imbal hasil adalah sesuatu yang diharapkan yang akan diperoleh atau cash flow yang diantisipasi dari setiap investasi yang dilakukan (A.H. Manumng, 2005:10). Investasi portofolio mengatakan bahwa portofolio dengan tingkat pengembalian yang tinggi berpotensi untuk mengalaini kemgian (risk) yang tinggi juga. Resiko ada disemua aktivitas investasi, resiko bukan untuk dihindari. Oleh karena itu, investor hams mempertimbangkan keseimbangan antara imbal hasil (return) dan resiko dari instmmen investasi. Resiko dan imbal hasil mempakan dasar dari penetapan keputusan investasi. Investor
untuk
berinvestasi
pertimbangan-pertimbangan
yang
di
pasar
matang.
modal
Informasi
memerlukan akurat
yang
variabel yang menjadi penyebab fluktuasi harga saham perusahaan yang akan dibeli. Dengan mengetahui pengaruh variabel-variabel tersebut, investor dapat memilih perusahaan yang benar-benar dianggap sehat sebagai tempat menanarnkan danru1ya atau modalnya. Salah satu variabelnya adalah pengelolaan resiko itu sendiri. Pengelolaan resiko merupakan ha! penting dalrun melakukan investasi. Setiap investor harus mampu menghadapi dilll atau melakukan perlind1111gan atas aset investasi sesuai dengall kemampuannya menghadapi sebuah resiko. Oleh karena itu, pengukurilll resiko menjadi ha! penting dalam ha! ini. Ukuran populer terhadap resiko adalah volatilitas, nrunun demikian masalah utama dengan volatilitas adalah tidak memperhitungkru1 arah dari pergerakilll investasi: suatu sahrun mungkin saja sallgat volatile oleh karena secara mendadak hargru1ya berfluktuasi naik. Bagi seorang investor, resiko adalah odds kehilallgilll uru1g dru1 Value at Risk didasarkan atas ha! ini. Dengan mengilllggap bahwa investor sallgat peduli terhadap
odss kerugian besar, maka dengilll menggunakan VaR, para investor dapat menentukilll
keb~jakall
investasi mereka, baik yang bersifat pasif (VaR
sebagai laporall rutin), defensif (VaR digunakilll untuk alat kontrol resiko) maupun pendekatan aktif, dimana laporall VaR dapat digunakilll untuk mengendalikilll resiko dan maksimisasi profit seperti alokasi modal, dana investasi, dan lain sebagainya (Rowland Bismark Fernalldo Pasaribu, 2010:9).
Menurut Suad Husnan (2001 :49), portofolio berarti sekumpulan investasi. Tahap ini menyangkut identifikasi sekuritas-sekuritas mana yang akan dipilih dan berapa proporsi dana yang akan ditanamkan pada masingmasing
sekuritas
tersebut.
Pemilihan
banyak
sekuritas
(pemodal
melakukan diversifikasi) dimaksudkan untuk mengurangi resiko yang ditanggung. Pemilihan sekuritas ini dipengaruhi antara lain oleh preferensi resiko, pola kebutuhan kas, status pajak, dan sebag,ainya. Dalam
dunia
yang
sebenamya
hampir
semua
investasi
mengandung unsur ketidakpastian atau resiko. Pemodal tidak tahu dengan pasti hasil akan diperolehnya dari investasi yang dilakukannya. Dalam keadaan semacam itu dikatakan bahwa pemod.al tersebut menghadapi resiko dalam investasi yang dilakukannya. Investor dapat mengurangi resiko dengan cara melakukan diversifikasi investasi. Diversifikasi investasi akm1 memberikan manfaat optimum apabila return antar investasi dalam satu portofolio berkorelasi negatif. Harry M. Markowitz (1952) telah membuktikan bahwa resiko berinvestasi dapat dikurangi dengan menggabungkan beberapa aset ke dalam sebuah portofolio. Metode Markowitz menunjukkan bahwa apabila aset-aset keuangan dalam suatu portofolio memiliki korelasi return yang lebih kecil dari positif satu, resiko portofolio secara keseluruhan dapat diturunkan. Resiko minimum akan dicapai apabila korelasi return investasi adalah negatif sempurna.
Namun, untuk memperoleh suatu return, investor hams mau menanggung resiko tertentu (risk-return trade-ojj). Resiko ini dicerminkan oleh volatilitas dari return yang diukur dengan standard deviation (cr). Sehingga, di samping return, maka model atau cara 1mtuk mengukur volatilitas juga perlu mendapat perhatian khusus karena resiko ini juga hams dikelola (manajemen resiko). Dalam ha! ini, setelah mengetahui volatilitas maka investor dapat memperkirakan dengan tingkat keyakinan (level of col?fidence) dan dalam jangka waktu tertentn berapa potensi
resiko penumnan nilai return (value at risk) serta mengambil langkahlangkah mitigasi resiko yang dapat dilakukan dalmn kerangka manajemen resiko. Membentuk satu portofolio, malrn sebaiknya investor berusaha memaksimalkan pengembalian (return) yang diharapkan dari investasi yang dilakukan dengan tingkat resiko tertentu. Portofolio seperti ini mempakan portofolio yang efisien. Investor yang sangat berhati-hati menghindari resiko yang berbeda, maka ia akm1 memilih investasi dengan tingkat resiko yang lebih rendah. Bila investor memilki portofolio yang efisien lebih dari satu, maka portofolio yang optimal yang akan dipilih. Untuk menaksir keuntungan yang diharapkan dari suatu portofolio maka perlu menaksir jumlah tingkat ke1mt1mgan yang diharapkan sebanyak jumlah saham yang membentuk portofolio tersebut (Suad Husnan, 2001: 102).
Metode pengukuran resiko berubah-ubah sepanjang waktu. Pendekatan pertan1a yang digunakan dalam mengukur resiko adalah building-block approach, dimana semua aspek perhitungan charge
mengikuti aturan yang telah terstruktur dan distandarisasi sehingga pendekatan ini disebut juga standardized approach. Dengan pendekatan standardized approach, resiko nilai tukar dan resiko saham ditetapkan
sebesar 8% dari posisi net. Kelemahannya adalah capital charge 8% tersebut diterapkan secara menyeluruh tanpa memperhatikan actival return volatilitas saham maupun nilai tukar. Kelemahan lainnya standardized approach tidak menghitungkan diversification across risk. Adanya
kelemahan tersebut mengundang kritik dari berbagai kalangan. Teddy Fardiansyah (2006) menyatakan pengukuran resiko dengan metode Value at Risk (VaR) saat ini sangat populer digunakan secara luas oleh industri keuangan di seluruh dunia. Hal ini juga didukung dengan peraturan Bank Indonesia (BI) No 5/8/PBI/2003 yang menerapkan pengelolaan resiko bagi perbankan pada tahun 2008. Metode VaR merupakan metode pengukuran resiko pasar secara internal yang dianjurkan oleh Bank Indonesia melalui surat edaran No. 5/21/DPNP tanggal 29 September 2003. Peraturan ini menyebabkan pengembangan konsep VAR pada institusi perbankan berkembang pesat. Value at Risk (VaR) dapat menghitung besarnya kerugian terburuk
yang dapat terjadi dengan mengetahui posisi aset, volatilitas dari aset,
tingkat kepercayaan akan te1jadinya resiko, dan time horizon atau jangka waktu penempatan aset. Secara umum
perhitungan VaR dapat dilakukan dengan
menggunakan 3 (tiga) metode yaitu: variance covariance, historical
simulation, dan monte carlo simulation, Beberapa penelitian menunjukkan asumsi distribusi normal dan
unconditional variance kurang tepat apabila diterapkan pada pergerakan pasar keuangan. Situngkir dan Surya (2006) menemukan hasil terhadap data historis menunjukkan bahwa perhitungan VaR menjadi lebih baik terhadap data-data keuangan yang ada di Indonesia. Pohan
(2004)
menemukan
distribusi
tidak
normal
dan
heteroscedasticity pada reksa dana saham selama tahun 2001-2002, dan Karahap (2005) menemukan ha! yang sama pad.a portofolio mata uang as mg. Horasnah & Fidan (2006) mengusulkan penggunaan Exponentially
Weighted Moving Average (EWMA) untuk mengekspresikan dinamika harga saham. Penelitian ini akan menghitung VaR dengan pendekatan EWMA pada portofolio saham di Indonesia dengan tujuan menganalisa profil resiko pasar bagi investor pasar modal di Indonesia. Seperti yang dikemukakan oleh Pramesti (2005), bersumber dari
Karim Business Consulting (2003), didalam penelitiann Agung D. Buchdadi (2007) bahwa sekitar 7 5% potensi investor pasar modal bersifat
seluas-luasnya terhadap instrumen symiah juga merupakan salah satu cara mengembangkan pasar modal berbasis syariah. Secara khusus penelitian ini akan memilih objek po1iofolio saham-saham yang tergabung dalam JI! optimum selama Periode Janum·i 2007-Mei 2011
dalam rangka
pengembangan industri pasar modal syariah di Indonesia. Selain itu, sepanjang pengetahuan peneliti bahwa sedikit sekali penelitian analisis VaR yang menggunakan objek portofolio sahan1 berbasis syariah. Oleh karena itu, peneliti tertarik untuk menganalis perhitungan Value at Risk p01iofolio dengan pendekatan EWMA dari tahun Jmmari 2007-Mei 2011 dengan judul: "Analisis Value At Risk P01iofolio Optimum Saham Pada Perusahaan Yang Terdaftar di Jal(mia Islamic Index Dengan Pendekatan Model EWMA (Periode Januari 2007- Mei 2011) ".
B. Perumusan Masalah 1. Bagaimana potensi kerugian ym1g dihadapi investor selama melakukan investasi instrumen saham berbasis sym·iah apabila pengukuran dilakukan dengan metode VaR pendekatan EWMA? 2. Apakah dapat membuktikan validitas penggunaan pendekatan VaR metode EWMA?
C. Tujuan Dan Manfaat Penelitian I. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah : a.
Menganalisis besamya potensi kerugian yang dihadapi investor selama melakukan investasi
instrumen saham berbasis syariah apabila
pengukuran dilakukan dengan metode VaR pendekatan EWMA. Membuktikan validitas penggunaan pendekatan VaR metode EWMA.
b.
2. Manfaat Penelitian Hasil dari penelitian ini secara umum diharapkan clapat bermanfaat bagi: a.
Para Analis dan Investor Sebagai masukan tentang model yang valid untuk mengukur salah satu resiko pasar yaitu volatilitas return dari berbagai saham di Indonesia, sehingga dalam pengambilan keputusan investasinya dapat memperhitungkan apakah resiko yang ditartggung sepadan dengan return yang diharapkan dan dapat mengambil Jangkah mitigasi resiko yang memungkinkan.
b.
Para Akademisi dan Ilmu Pengetahuan Penelitian ini diharapkan juga dapat menjadi pelengkap penelitianpenelitian yang lain serta dapat mengembangkan penelitian-penelitian selanjutnya.
c.
Perusahaan Dapat dijadikan pertimbangan dalam pengelolaan investasi saham di Indonesia.
d.
Bursa Efek Memberikan gambaran tentang pentingnya pengetahuan mengenai VaR dan sebagai bahan acuan untuk evaluasi di Bursa Efek dan menggambarkan dampak resiko yang ada di pasar modal.
e.
Pemerintah Sebagai bahan sumber kekayaan intelektual untnk pengembangan kemajuan penduduk di Indonesia.
BAB II TINJAUAN PUSTAKA
A. P ASAR MODAL SYARIAH
1. Pengertian Pasar Modal Syariah Pasar Modal menurut Pasal 13 UU Nomor. 8 Tahun 1995 adalah kegiatan yang bersangkutan dengan penawaran umum dan perdagangan efek, perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi yang berkaitm1 dengan efek (Ahmad Ifhan Sholihin, 2010:335). Pasar modal symfah adalah pasar modal yang dijalankan dengan prinsip-prinsip syariah, setiap transaksi surat berharga di pasar modal dilaksanakan sesuai dengan ketentuan syari' at islillll. Pasar modal syariah adalah kegiatan yang bersangkutan dengan penawaran umum dan perdagangan efek, perusahaan publik yang berkaitan dengan efek yang diterbitkam1ya, serta lembaga dan profesi yang berkaitan dengan efek yang me11jalankan kegiatannya sesuai dengan prinsip-prinsip syariah Islam. Pasm· modal merupakan salah satu tonggak penting dalillll perekonomian dunia saat ini. Banyak industri dan perusahaan yang menggunakan institusi pasar modal sebagai media untuk menyerap investasi dan media untuk memperkuat posisi keuangannya (Adrian Sutedi, 2011: 45)
Prinsip instrumen pasar modal syariah berbeda dengan dengan pasar modal konvensional. Sejumlah instrumen syariah dipasar modal sudah diperkenalkan kepada masyarakat, misalnya saham yang berprinsip syariah dimana k:riteria saham syariah adalah saham yang dikeluarkan perusahaan yang melakukan usaha yang sesuai dengan syariah. Demikian juga, usaha merealisasikan praktek obligasi syariah atau obligasi yang berprinsip syariah. Pemikiran untuk mendirikan pasar modal syariah dimulai sejak munculnya instrumen pasar modal yang menggunakan prinsip syariah yaitu reksa dana syariah. Walaupun sampai saat ini bentuk dari pasar modal syariah belum sesuai dengan yang diharapkan, tetapi berbagai pihak menilai perkembangan pasar islam sangat menjanjikan. Oleh karena itu, pada saat diterbitkannya reksa dana syariah dan demikian juga dengan adanya indeks syariah atau Jakarta Islamic Indeks (JI!), beberapa praktisi, akademisi dan ulama mulai melakukan berbagai usaha untuk mendirikan pasar modal
yang dikhususkan bagi perusahan-perusahaan yang
operasinya sesuai dengan prinsip syariah. Peresmian pasar modal direncanakan pada awal November 2002, tetapi temyata Badan Pengawas Pasar Modal (Bapepam) dan Dewan Syariah Nasional (DSN) merasa belum siap. Hal ini berkaitan dengan banyaknya kendala yang belum tuntas dibicarakan. Akhimya pada tanggal 14 Maret 2003 pasar modal syariah diresmikan oleh Menken Boediono
pada direksi SRO, direksi perusahaan efek, pengurus organisasi pelaku, dan asosiasi profesi dipasar modal Indonesia (Heri Sudarsono, 2008: 191 ).
2. Prinsip Syariah Dalam Pasar Modal Fatwa DSN Nomor : 40/DSN-MUI/X/2003 tanggal 4 Oktober 2003 tentang Pasar Modal Dan Pedoman Umum Penerapan Prinsip Syariah Di Bidang Pasar Modal, telah menentukan tentang kriterian produk-produk investasi yang sesuai dengan ajaran Islam. Pada intinya, produk tersebut harus memenuhi syarat antara Jain (Abdul Manan, 2009:89): a. Jenis Usalia, produk barang dan jasa yang diberikan serta cara pengelolaan perusahaan emiten tidak merupakan usalia yang dilarang oleh prinsip-prinsip syariah, antara lain : I)
Usaha pe1judian atau permainan yang tergolong judi atau perdagangan yang dilarang.
2)
Lembaga Keuangan konvensional (ribawi), terrnasuk perbankan dan asuransi konvensional.
3)
Produsen, distributor, serta pedagang makanan dan mmuman harnm.
4)
Produsen, distributor, dan/atau penyedia barang/jasa yang merusak moral dan bersifat mudarat.
b. Jenis Transaksi harus dilakukan menurut prinsip kehati-hatian serta
mengandung unsm dharar, gharar, maysir, dan zhulm meliputi :
najash, ba 'i al ma 'dun, insider trading, menyebarluaskan informasi yang menyesatkan untuk memperoleh kew1tungan transaksi yang dilarang, melakukan investasi pada perusahaan yang pada saat transaksi tingkat
(nisbah)
hutang perusahaan kepada lembaga
keuangan ribawi lebih dominan dari modalnya, margin trading dan
ikhtikar.
3. Fungsi Pasar Modal Syariah Menurut Metwally (1995: 177), fungsi dari keberadaan pasar modal syariah adalah: a.
Memungkinkan bagi masyarakat untuk berpartisipasi dalam kegiatan bisnis dengan memperoleh bagian dari keuntungan dan resikonya.
b.
Memungkinkan para pemegang saliam menjual saliamnya guna mendapatkan likuiditas.
c.
Memungkinkan perusahaan meningkatkan modal dari luar untuk membangun dan mengembangkan lini produksinya.
d.
Memisalikan operasi kegiatan bisnis dru·i fluktuasi jangka pendek pada harga saham yang merupakan ciri umum pada pasar modal konvesional.
e.
Memungkinkan investasi pada ekonomi yang ditentukan oleh kinerja kegiatan bisnis sebagaimana tercermin pada harga saham.
4. Karakter Pasar Modal Syariah Karakter yang diperlukan dalarn memben1uk struktur pasar modal syariah adalah sebagai berikut (Heri Sudarsono, 2008: 193): a.
Semua saham harus diperjualbelikan pada bursa efek.
b.
Bursa perlu mempersiapkan pasca perdagangan, dimana saharn dapat diperjualbelikan melalui pialang.
c.
Semua
perusahaan
yang
mempunym
saharn
yang
dapat
dipe1jualbelikan pada bursa efek diminta menyarnpaikan informasi tentang perhitungan (account) keuntungan dan kerugian, serta neraca keuntungan kepada komite manajemen bursa efek, dengan jangka waktu tidak lebih dari 3 bulan. d.
Komite manajemen menerapkm1 harga saham tertinggi (HST) tiap-tiap perusahaan dengan interval tidalc lebih dm·i 3 bulan sekali.
e.
Saharn tidak boleh dipe1jual dengan harga dibawah HST.
f.
HST ditetapkan dengan rumus: jumlah kekayaan bersih perusahaan jumlah saham yang diterbitkan
HST=--------
g.
(1)
Komite manajemen harus memastikan bal1wa semua perusahaan yang terlibat dalam bursa efek itu mengikuti standar akuntansi syariah.
h.
Perdagangan saharn mestinya hanya berlangsung dalan1 satu minggu, periode perdagangan, setelah menentukan HST.
1.
Perusahaan hanya menerbitkan saham dalarn periode perdagangan, dan dengan harga HST.
5. Kriteria Emiten Yang Sesuai Dengan Syariah Pembiayaaan dan investasi keuangan yang sesuai dengan syariah hanya dapat diberikan pada perusahaan yang kegiatan usahauya tidak bertentangan dengan prinsip syariah, yaitu tidak berkaitan dengan produk atau jasa haram, menghindari cara usaha dan perdagangan yang dilarang (termasuk riba, gharar, maysir). Karenanya tidak semua perusahaan dapat memenuhi kualifikasi sebagai emiten syariah. Ketentuan umum emiten yang sesuai dengan syariah selaras dengan ketentuan umum berusaha dalam ekonomi Islam (Iwan P. Pon~jowinoto,
2003: 18) yaitu:
a. Halal produk danjasa Emiten dilarang memiliki obyek usaha yang diharamkan seperti makanan-minuman haram, hal-hal yang berkaitan dengan maksiat dan pornografi, narkoba, sampai hal-hal yang banyak mudharat-nya, misalnya senjata dan rokok. b. Halal cara perolehan-pendapatan riba Emiten harus mendapat penghasilan usaha dari usaha ekonomi secara ridho sama ridho, serta tidak bertindak/diperlukan secara dzolim, sepe1ii riba. Karenanya bank umum konvensi.onal tidak bisa menjadi
pemsahaan non lembaga keuangan yang memiliki pendapatan bunga dalam presentase yang marginal terhadap pendapatan usaha masih dapat menjadi emiten. c.
Halal cara perolehan - prinsip keterbukaan Emiten hams menjalankan kegiatan usaha dengan cara yang memenuhi prinsip keterbukaan dan dilarang menciptakan keraguan yang dapat merugikan (gharar). Karenanya, emiten harus menyatakan dengan jelas kegiatan usaha spesifik yang dijalankan, prospektus usaha, maupun kemungkinan resiko yang dihadapi.
d.
Halal cara pemakaian - manajemen usaha Emiten harus mempunyai manajemen yang berpe1ilaku Islami, menghormati hak asasi manusia, menjaga lingkungan hidup, melaksanakan good corporate governance, se1ta tidak spekulatif dan memegang teguh prinsip kehati-hatian. Emiten juga dilarang melakukan gangguan dalam penawaran (ikhtikar), atau dalam permintaan (nqjasy), dan dilarang mengambil resiko berlebihan (maysir).
e.
Halal cara pemakaian - hubungan dengan investor Emiten hams mempunyai pembukuan yang jelas dan terpisah mengenai kegiatan usaha yang dibiayai, sehingga dapat dinyatakan dengan transparan dan adil. Emiten tidak terlibat kegiatan yang menganggu mekanisme pembentukan harga efek yang diterbitkan.
6. Instrumen Pasar Modal Syariah Abdul Hamid (2009: 46) efek-efek yang boleh diperdagangkan dalam pasar modal syariah hanya memenuhi kriteria syariah, sepe1ti saham syariah, obligasi syariah dan reksa dana syariah. Untuk menghasilkan instmmen yang benar-benar sesuai dengan syariah, telah dilakukan upaya-upaya rekonstmksi terhadap surat berharga diantaranya: a.
Penghapusan bunga tetap dapat mengalihkannya ke surat investasi yang ikut serta dalam keuntungan dan dalam kemgian serta tunduk pada
kaidah
al-ghunmu
bi
al-ghurn
(keuntungan/penghasilan
berimbang dengan kemgian yang ditanggung) . b.
Penghapusan syarat jaminan atas kembalinya harga obligasi dengan bunga, sehingga menjadi seperti saham biasa.
c.
Pengalihan obligasi ke saham biasa.
7. JAKARTA ISLAMIC INDEX (JII)
Jakarta Islamic Index (.TII) merupakan indeks terakhir yang dikembangkan oleh BE.T yang bekerja sama dengan Danareksa
Investment Management untuk merespons kebutuhan informasi yang berkaitan dengan investasi syariah. Jakarta Islamic Index (.TII) merupakan subset dari Indeks Harga Saham Gabungan (IHSG) yang diluncurkan pada tanggal 3 juli 2000 dan menggunakan tahun 1 Januari 1995 sebagai
base date (dengan nilai 100). JII melakukan penyaringan (filter) terhadap
yang dikeluarkan oleh Dewan Syariah Nasional (DSN). Berdasarkan fatwa inilah BEJ memilih emiten yang unit usahanya sesuai dengan syariah (Abdul Hamid, 2009: 52). Jakarta Islamic Index dimaksud untuk digunakan sebagai tolak ukur (benchmark) untuk mengukur kinerja suatu investasi pada saham dengan basis syariah. Melalui indeks diharapkan dapat meningkatkan kepercayaan investor untuk mengembangkan investasi dalam ekuiti secara syariah. Dalam proses pemilihan saham yang masuk JII, Bursa Efek Indonesia
melakukan
tahap-tahap
pemilihan
yang
juga
mempe1iimbangkan aspek likuiditas dan kondisi keuangan emiten, yaitu sebagai berikut: a.
Memilih kumpulan dengan jenis usaha utama yang tidak bertentangan dengan prinsip syariah dan sudah tercatat lebih dari 3 bulan (kecuali termasuk dalam I 0 kapitalisasi besar).
b.
Memilih saham berdasarkan laporan keuangan tahunan atau tengah tahun berakhir yang memiliki rasio kewajiban terhadap aktiva maksimal sebesar 90%.
c.
Memilih dari 60 saham dari susunan saham diatas berdasarkan urutan rata-rata kapitalisasi pasar (market capitalization) terbesar selama tahun terakhir.
d.
Memilih 30 saham dengan urutan berdasarkan tingkat likuiditas rata-
ulang juga akan dilakukan 6 bulan sekali dengan penentuan komponen indeks pada awal bulan Januari dan Juli setiap tahunnya, sedangkan perubahan pada jenis usaha emiten akan dirnonitoring secara terusmenerus berdasarkan data-data publik yang tersedia. Perhitungan JII dilakukan oleh Bursa Efek Indonesia dengan menggunakan metode perhitungan indeks yang telah ditetapkan Bursa Efek Jakarta, yaitu dengan bobot kapitalisasi pasar (market cap weighted).
Perhitungan
penyesuaian
(adjustment)
indeks akibat
ini juga mencakup penyesuarnnberubahnya
data
emiten
yang
disebabkan oleh aksi korporasi (Adrian Sutedi, 2011: 63).
8. SAHAM SYARIAH
a.
Pengertian Saham Syariah Saham merupakan surat berharga keuangan yang diterbitkan oleh suatu perusahaan saham patungan se:bagai suatu alat untuk meningkatkan
modal jangka panjang.
Para pembeli
saham
membayarkan uang pada perusahaan dan mereka menerima sebuah sertifikat saham sebagai tanda bukti kepemihkan mereka atas sahamsaham dan kepemilikan mereka dicatat dalam daftar saham perusahaan.
Para pemegang saham dari sebuah perusahaan
merupakan pemilik-pemilik yang disahkan secara hukum dan berhak untuk mendapatkan bagian dari laba yang diperoleh oleh perusahaan
Produk investasi berupa saham pada prinsipnya sudah sesuai dengan ajaran Islan1. Dalam teori percampuran, Islam mengenal akad syirkah atau musyarakah yaitu suatu kerjasama antara dua atau lebih pihak untuk melakukan usaha dimana masing-masing pihak menyetorkan sejumlah dana, barang ataujasa. Adapun jenis-jenis syirkah yang dikenal dalam ilmu fikih yaitu: 'inan, mufawadhah, wujuh, abdan, mudharabah. Pembagian tersebut didasarkan pada jenis setoran masing-masing pihak dan siapa diantara pihak tersebut yang mengelola kegiatan usaha tersebut. Fatwa di atas telah menentukan bagaimana memilih sahamsaham yang sesuai dengan ajarnn Islam. Dalam perkembangannya telah banyak negara-negara yang telah menentukan batasan suatu saham dapat dikategorikan sebagai saham syariah. Di dalam literatur-literatur, tidak terdapat istilah atau pembedaan antara saham yang syariah dengan yang non syariah. Akan tetapi, saham sebagai bukti kepemilikan suatu perusahaan, dapat dibedakan menurut kegiatm1 usaha dan tujum1 pembelim1 saham tersebut. Saham menjadi halal (sesuai syariah) jika sahmn tersebut dikeluarkan oleh perusahaan yang kegiatan usahanya bergerak di bidang yang halal dmliatau dalam niat pembelim1 saham tersebut adalah untuk investasi, bukan untuk spekulasi (judi). Untuk
merupakan saham-saham yang insya Allah sesuai syariah (Ahmad Rodoni, 2009: 61). Terdapat beberapa pendekatan untuk menyeleksi suatu saham apakah bisa dikategorikan sebagai saham syariah atau tidak (Kumiawan, T, 2008), yaitu:
I) Pendekatan jual beli Dalam pendekatan ini diasumsikan saham adalah aset dan dalam jual beli ada pertukaran aset ini dengan uang. Juga bisa dikategorikan sebagai sebuah kerja sama yang memakai prinsip bagi hasil (profit-loss sharing).
2) Pendekatan aktivitas keuangan atau produksi. Dengan menggunakan pendekatan produksi ini, sebuah saham bisa diklaim sebagai saham yang halal ketika produksi dari barang dan jasa yang dilakukan o\eh perusahaan bebas dari elemen-elemen yang haram yang secara explicit disebut di dalam
Al-Quran
seperti
riba,
judi,
mmuman
yang
memabukkan, zina, babi dan semua turunan-turunannya.
3) Pendekatan pendapatan Metode ini lebih melihat pada pendapatan yang diperoleh oleh perusahaan tersebut. Ketika ada pendapatan yang diperoleh
bahwa saham perusahaan tersebut tidak syariah karena masih ada unsur riba disana. Oleh karena itu, seluruh pendapatan yang didapat oleh perusahaan harus terhindar dan bebas dari bunga atau interest.
4) Pendekatan struktur modal yang dimiliki oleh perusahaan tersebut. Dengan melihat rasio hutang terhadap modal atau yang lebih dikenal dengan debt lo equity ratio. Dengan melihat rasio ini maka diketahui jumlah hutang yang digunakan untuk modal atas perusahaan ini. Semakin besar rasio ini semakin besar ketergantungan modal terhadap hutang. Akan tetapi untuk saat ini bagi perusahan agak sulit untuk membuat rasio ini no!, atau sama sekali tidak ada hutang atas modal. Oleh karena itu, ada toleransi-toleransi atau batasan seberapa besar "'debt lo equity ratio"' ini. Dan masing masing syariah indeks di dunia berbeda
dalam penetapan ha! ini. Namun, sec:ara keseluruhan kurang dari 45% bisa diklaim sebagai perusahaan yang memiliki saham syariah.
Pengkajian ulang akan dilakukan 6 bulan sekali dengan penentuan komponen indeks awal bulan Januari dan Juli setiap
dimonitor secara terus-menerus berdasarkan data publik dan media. Indeks harga saham setiap hari dihitung menggunakan harga saham terakhir yang terjadi dibursa.
b.
Return Saham
Return adalah keuntungan yang diperoleh oleh perusahaan, individu dan institusi dari hasil kebijakan investasi yang dilakukan. Adapun menurut R.J. Shook return merupakan laba investasi, baik melalui bunga ataupun dividen (lrham Fahrni dan Yovi Lavianti Hadi, 2009: 151).
Return dapat berupa return realisasi yang sudah te1:jadi atau return ekspektasi yang belum terjadi, tetapi yang diharnpkan akan terjadi di masa mendatang.
Return realisasi (realized return) merupakan return yang telah tetjadi. Return realisasi dihitung berdasarkan data historis. Return realisasi penting karena digunakan sebagai salah satu pengukur kine~ja
dari perusahaan. Return histori ini juga berguna sebagai dasar
penentuan return ekspektasi (expected return) dan resiko dimasa mendatang (Jogiyanto, 2000: 126). Adapun rumus untuk menghitungnya adalah: (2)
Keterangan:
R;
: Return saham i
Pt
: Harga saham pada waktu t
Pt-i
: Harga saham pada waktu t-1
Return ekspektasi (expected return) adalah keuntungan yang diharapkan oleh seorang investor dikemudian hari terhadap sejumlah dana yang telah ditempatkannya. Pengharapan menggambarkan sesuatu yang bisa saja te1jadi di luar dari yang diharapkan. Return ekspektasi mernpakan return yang diharapkan akan diperoleh oleh investor di masa mendatang (Irham Fahrni dan Yovi Lavianti Hadi, 2009: 152).
Expected return adalah pemberian bobot dari return rata-rata dengan menggunakan bobot kemungkinan. Ini mengukur rata-rata atau sentral tendensi dari distribusi probabilitas return. Expected
return mernpakan penjmnlahan dari hasil perkalian rate of return yang mungkin te1jadi dalan1 suatu periode dengan probabilitasnya (Kamarnddin Ahmad, 2004:95). Adapun rlllllusnya adalah (3)
Keterangan:
rt
: rate of return ke-t dari distribusi probabilitas
p
: besamya probabilitas terjadinya rate of return ke t
t
: jumlah kemungkinan rate of return Para pelaku pasar investor dapat melihat perkembangan
investasi dengan melihat return saham. Return saham memberikan gambaran kine1ja suatu perusahaan jika return sahamnya baik maka kine1ja dalam perusahaan tersebut bisa dikatakan baik pula. Sebab, apabila return sahamnya baik maka tingkat pengembalian saham atau investasinya lancar. Apalagi jika sekuritasnya berasal dari perusahaan yang memptmyai prospek yang baik, ha! ini akan menjanjikan pula dalam peningkatan capital gain.
c.
Resiko Saham
Menurut Eduardus Tandelilin (20I0:102) resiko merupakan kemungkinan perbedaan antara return aktual yang diterima dengan return harapan. Semakin besar kemungkinan perbedaarmya, berarti
semakin besar resiko investasi tersebut. Ada beberapa sumber resiko yang bisa mempengaruhi besarnya resiko suatu investasi. Sumbersumber tersebut antara lain resiko suku bunga, resiko pasar, resiko inflasi, resiko bisnis, resiko finansial, resiko likuiditas, resiko nilai tukar mata uang, dan resiko negara (country risk). Dalam teori portofolio modern telal1 diperkenalkan bahwa
dasar apakah jenis resiko tertentu dapat dihilangkan dengan diversifikasi, atau tidak. Kedua jenis resiko tersebut adalah resiko sisternatis dan resiko tidak sisternatis. I)
Resiko Sisternatis ( Resiko Pasar) Merupakan resiko yang berkaitan dengan perubahan yang terjadi di pasar secara keseluruhan. Perubahan pasar tersebut akan rnernpengaruhi variabilitas return suatu investasi. Dengan kata lain, resiko sisternatis rnerupakan resiko yang tidak dapat didiversifikasi.
2)
Resiko Tidak Sisternatik (Resiko Perusahaan) Merupakan resiko yang tidak terkait dengan perubahan pasar secara keseluruhan. Resiko perusahaan lebih terkait pada perubahan kondisi rnikro perusahaan penerbit sekuritas. Dalarn manajernen portofolio disebutkan ba11wa resiko perusahaan bisa dirninirnalkan dengan rnelakukan diversifikasi aset dalan1 suatu portofolio.
Mengukur resiko dapat dilalrnkan dengan dua parameter balm yaitu standar deviasi dan beta. Resilco dapat dinyatakan sebagai keuntungan yang diperoleh rnenyirnpang dari tingkat keuntungan yang diharapkan (Suad Husnan, 2001 :52).
Varians dan standar deviasi merupakan cara untuk mengukur volatilitas return suatu sekuritas (Stephen Ross, 2002:242). Varians digunakan untuk mengukur seberapa jauh kemungkinan nilai yang kita peroleh menyimpang dari nilai yang kita harapkan. Sedangkan nilai deviasi standar merupakan akar pangkat dua dari nilai varians. Seperti yang dikemukakan di atas, resiko dapat diukur dengan dua pendekatan baru yaitu standar deviasi dan beta. a)
Varians dan Standar Deviasi Variance dan standar deviasi digunakan untuk mengukur
seberapa jauh
kemungkinan
nilai
yang
akan
kita
peroleh
menyimpang dari nilai yang diharapkan. Menurut Zvi Bodie (2006: 187) vaiians dan standar deviasi mengukur ketidakpastian hasil. Deviasi standar dari tingkat imbal hasil adalah ukuran resiko. Deviasi standai· merupakan akar dari vanans. Adapun rumus varians adalah:
(J
2
=
- 2 (X·-X)
2:-'-n-1
Dimana: o- 2
=
Xi
=Actual Return
X
=
Variance
Expected Return
(4)
n- 1
=
jumlah observasi dikurangi satu
Sedangkan rumus standar deviasi adalah : (5)
b) BETA Beta (/3) merupakan besarnya resiko suatu saham. Beta menunjukkan hubungan (gerakan) antara saham dan pasar saham secara keseluruhan (Irham Fahrni dan Yovi Lavianti Hadi, 2009: 140).
Beta merupakan respon dari return saham terhadap resiko sistematik. Di CAPM, beta mengukur tingkat respon dari return sahan1 terhadap faktor spesifik, return portofolio pasar.
(6)
Beta mengukur responsivenes dari sebuah sekuritas terhadap pergerakan portofolio pasar. Oleh karena itu, beta suatu sa11am atau portofolio saham dapat secara langsung dibandingkan dengan beta saham atau portofolio sahan1 lainnya. Beta didefinisikan sebagai alat ukur covariance diharapkan suatu sahan1 dengan portofolio pasar yang terdiversifikasi dengan baik (Ahmad Rodoni Dan Hemi Ali, 2010:82).
Dalam pembahasan
CAPM
dan
berbagai
rumus
yang
diterapkan beta selalu saja sering dipergunakan. Beta (/3) diartikan sebagai resiko sahan1 sistematis.
f3 > 1
ini menunjukkan harga saham perusahaan adalah lebih mudah berubah dibandingkan indeks pasar
f3
<1
ini menunjukkan tidak terjadinya kondisi yang mudah berubah berdasarkan kondisi pasar
f3 =
1
ini menunjukkan bahwa kondisinya sama dengan indeks pasar.
Pada saat
f3 >
1 ini menw1jukkan kondisi saham menjadi lebih
beresiko, dalam artian pada saat te1jadinya perubahan pasar sebesar 1% maka pada saham X akan mengalami perubahan lebih besar 1%
atau saham X > 1% (Irham Fahrni dan Yovi Lavianti Hadi, 2009: 140). Beta suatu sekuritas dapat dihitung dengan teknik estimasi yang menggunakan data historis. Data yang dihitWlg berdasarkan data historis ini selanjutnya dapat digunakan untuk mengestimasi beta masa datang, (Elton dan Gruber, 1994).
Secara definisi beta merupakan pengukur volatilitas antara return-return suatu sekuritas (portofolio) dengan return-return antar pasar. Jika volatilitas ini diukur dengan kovarian, maka kovarian return antara sekuritas ke-i dengan return pasar adalah sebesar aim·
dibagi dengan vanan return pasar O"m 2 ), maka hasil ini akan mengukur resiko sekuritas ke-i relatif terhadap resiko pasar atau disebut dengan beta. Beta dapat dihitung dengan menggunakan rumus sebagai berikut, (Jogianto, 2000:247).
IJiM a2M
(7)
Atau dapat diuraikan sebagai berikut:
L~=l (Rit -
"R;;;) (RMt -· J.r;;;)
2'.~=1(RMt - RMt ) 2
(8)
Keterangan:
/Ji =Beta sekuritas ke-i Ru =Return sekuritas ke-i
9.
R,t
=Return rata-rata sekuritas ke-i
RMt
=Return pasar (market return) pada waktu ke-t
RMt
=
return rata-rata pasar pada waktu ke-t
PORTOFOLIO a.
Pengertian Portofolio
Menurut Irham Fahrni dan Yovi Lavianti Hadi (2009:2), portofolio adalah sebuah ilmu yang khusus mengkaji tentang
resiko dalam berinvestasi secara seminimal rnungkin, termasuk salah satunya dengan menganekaragamkan resiko tersebut. Adapun tujuan pembentukan po1iofolio tersebut: I) Bernsaha untuk memberikan keuntungan yang maksimum sesuai dengan yang diharapkan atau adanya return yang diharapkan (expected return). 2) Menciptakan resiko minimum 3) Menciptakan continuity dalam bisnis. Portofolio
merupakan
kombinasi
atau
gabungan
atau
sekumpulan aset riil maupun aset finansial yang dimiliki investor. Hakikatnya pembentukan portofolio adalah untuk mengurangi resiko dengan cara diversifikasi, yaitu mengalokasikan sejumlah dana pada berbagai alternatif investasi yang berkorelasi negatif. (Abdul Halim, 2005:54). Teori portofolio berhubnngan dengan pemilihan portofolio optimal
oleh
investor-investor rasional
yang memiliki
sifat
menghindari resiko (risk averse) yaitu para investor yang berusaha memaksimumkan
pengembalian
portofolio
yang
diharapkan
(expected portfolio return) mereka sesuai dengan tingkat resiko portofolio yang bisa diterima secara individual (Frank J Fabozzi, Franco Modigliani dan Michael G. Ferri, 2000:256). Perkembangan penting berikutnya adalah teori keuangan
menjadi dasar dari teori portofolio. Meskipun artikel tersebut disusun dengan memakai alat analisis statistik, prinsip dasar berkaitan dengan alokasi portofolio yang rasional telah tercapai, yang sering ditampilkan dalam ungkapan " dont put all your egg in one basket". Markowitz menunjukkan bahwa ketika seseorang
menambahkan suatu aset ke dalam po1iofolio investasinya maka total resiko dari p01iofolio tersebut akan berkurang, tetapi ekspektasi return-nya tetap sebesar rata-rata tertimbang dari ekspektasi return
masing-masing aset yang ada di p01iofolio. Dengan kata lain, diversifikasi akan menurunkan resiko total tanpa mengorbankan return.
Ketika portofolio sudah terdiversifikasi dengan baik, artinya penambahan kembali suah1 aset ke potiofolio sudah tidak lagi menurunkan total resiko secara berarti, maka pada saat itu variabilitas yang melekat dan unik pada tiap-tiap aset dalam portofolio (sering disebut resiko tidak sistematik) akan hilang. Resiko yang masih muncul adalah resiko sistematis yaitu resiko yang berpengaruh kepada seluruh aset. Dengan demikian, penilaian portofolio tidak perlu lagi dihitung dari besamya total resiko, tetapi dari besar kecilnya resiko sistematis yang tidak dapat dihilangkan dengan diversifikasi tersebut. Sebagai akibatnya penseleksian suah1 aset untuk dimasukkan kedalam portofolio ditentukan oleh besamya
covariance yang rendah (lebih-lebih yang negatif) akan disukai
dibandingkan dengan aset yang memiliki covariance tinggi. Aturan seleksi portofolio yang dikemukakan oleh Markowitz adalah memilih aset yang tertinggi ratio return dari covariance-nya dan mengkombinasikan aset-aset tersebut dalam
~fficient
portofolio
dimana mencari resiko terendah untuk ekspektasi return tertentu atau mencari return maksimum pada level resiko tertentu ( Zaenal Arifin, 2005: 3).
b. Portofolio Optimum Dalam
pembentukan
portofolio,
investor
selalu
mgm
memaksimalkan return harapan dengan tingkat resiko tertentu yang bersedia ditanggungnya, atau mencari portofolio yang menawarkan resiko terendah dengan tingkat return tertentu. Karakteristik portofolio seperti ini disebut sebagai portofolio yang efisien. Untuk membentuk portofolio yang efisien, kita harus berpegang pada asumsi tentang bagaimana perilaku investor dalam pembuatan keputusan investasi yang akan diambilnya. Salah satu asumsi yang paling penting adalah bahwa semna investor tidak menyukai resiko (risk averse). Investor seperti ini jika dihadapkan pada dua pilihan investasi yang menawarkan return yang sama dengan resiko yang berbeda, akan cendemng memilih investasi
Sedangkan, portofolio optimal merupakan portofolio yang dipilih seorang investor dari sekian banyak pilihan yang ada pada kumpnlan portofolio efisien. Tentunya portofolio yang dipilih investor adalah po1iofolio yang sesuai de:ngan prefensi investor bersangkutan terhadap return maupun terhaclap resiko yang berseclia clitanggungnya, ( Eduardus Tandelilin, 2010:157).
c.
Return Portofolio
Return harapan dari suatu portofolio bisa diestimasi dengan menghitung rata-rata tertimbang clari return harapan clari masingmasing aset individual yang ada clalam portofolio. Persentase nilai portofolio yang diinvestasikan clalam setiap aset-aset individual dalam portofolio clisebut bobot portofolio, yang dilambangkan clengan W.
Jika seluruh bobot portofo!io dijumlahkan, akan
berjumlah total
100% atau 1,0; artinya seluruh dana telah
cliinvestasikan clalan1 portofolio (Eduardus Tandelilin, 2010:120). Rumus untuk menghitung return harapan dari portofolio adalah sebagai berikut: n
E(Rv) = Icwi).E(Ri) i=l
Keterangan:
(9)
E(R;)
=
return harapan dari sekuritas ke i
W;
=
bobot portofolio sekuritas ke i
=
jumlah total bobot portofolio = 1,0
=
jumlah sekuritas-sekuritas yang ada dalam
n
portofolio Karena
expected return po1tofolio merupakan rata-rata
tertimbang dari expected return saham-sahamnya, maka kontribusi setiap saham terhadap expected return portofolio tergantung pada
expected return-nya dan besarnya proporsi nilai pasar awal portofolio.
d.
Resiko Portofolio Resiko portofolio menggambarkan gabungan penyimpangan antara sekuritas yang membentuk po1tofolio tersebut. Resiko portofolio diukur dengan standar deviasi pmtofolio (Ahmad Rodoni dan Herni Ali HT, 2010:74). Rumus untuk menghitung varians portofolio adalah sebagai berikut (Zvi Bodie, 2006:292): 2_
(JP -
2
2+
Wv(JD
2 2+
WE(JE
~ 2 WvWe(J~ (10)
Keterangan simbol:
(jJ
=
varians portofolio
(JDE
=
standar deviasi sekuritas Sehingga resiko portofolio dapat dimliskan sebagai be1ikut:
(JP
= jw5(J5 + wi(Jf + 2WoWE(JD(r~-;;~
(l J)
~----,._J 10. MODEL !NDEKS TUNGGAL
Dalam pendekatan Markowitz, pemilihan portofolio investor didasarkan pada preferensi mereka terhadap return harnpan dan resiko masing-masing pilihan portofolio. Dalam teori portofolio dikenal adanya konscp portofolio cfisien dan portofolio optimal. Portofolio efisien adalah ponofoiio yang menyediakan rerurn maksirnai bagi investor dengan tingkat resiko tertentu. atau p01tofolio yang rnenawarkan resiko
terend~J1
dengan tingkat resiko tertentu. Sedangkan portofolio optimal adalah ponofoiio yang dipiiih investor dari seidan banyak piiihan yang ada pada porlofolio efisien. Pemilihan portofolio optimal didasarkan pada preferensi investor tcrhadap return harapan clan dlunjukkan oleh kurva indeferen.
Pendekata11 lviarkovvitz mcngarasj kcicn1aban dlvcr::dfikasi sccara nai[ karena dengm1 menggunakan model Markowi17 investor bisa memanfaatkan semua informasi yang tersedia sebagai dasar pembentukan portofolio yang optimal. lvfoskipun demikian, ieori poriofolio nmsih merupakan teori nom1atif yang menekankan pada bagaimana seharusnya investor melakukan diversifikasi secarn optimal (Eduardus Tanclelilin,
William Sharpe (1963) mengembangkan model yang disebut dengan model indeks tunggal (Single Index Model). Model ini dapat digunakan untuk menyederhanakan perhitungan di model Markowitz dengan menyediakan parameter-parameter input yang dibutuhkan di dalam perhitungan model Markowitz. Di san1ping itu. model indeks tunggal dapat juga digunakan untuk menghitung return ekspektasi dan resiko portofolio. Model indeks tunggal didasarkan pada p<::ngamatan bal1wa harga dari suatu sekuritas ber.fluktuasi searah dengan ind;;iks harga pasar. Dengan dasar ini, return dari suatu sekuritas dan return dari indeks pasar yang
e,J
umum dapal dituliskan sebagai hubungan, (Jogiyar1to, 2000): R;
= a; + {3;. RM
~
(14)
l(etcranga11:
R;
= return sekuritas ke-i
a;
=
nilai ekspektasi dari return sekuritas yang independcn terhaclap return pasar
/3; = resiko sistematik clari suatu sekuritas RM
=
e; =
tingkat return clari incleks pasar kesalahan residu yang merupakan variabel acak clengan nilai ekspektasinya sama clengan nol
11. VALUEATRISK Menurut Philip Best (1998) Value at Risk atau VaR adalah suatu metode pengukuran resiko secara statistik yang memperkirakan kerugian maksimum yang mungkin te1:jadi atas suatu portofolio pada tingkat kepercayaan (level of confidence) tertenhr. Nilai VaR selalu disertai dengan probabilitas yang menunjukkan seberapa mungkin kerugian yang ter:jadi akan lebih kecil dari nilai VaR tersebut. VaR adalah suatu nilai kerugian moneter yang mungkin dialarni dalam j:mgka waktu yang telah ditentukan. Pemyataan berikut ini merupakan de:finisi formal dari VaR yang dikutip dari Best ( 1998):
"Value at Risk is the maximum amount of money that may be lost on a portfolio over a given period of time, with a given level of confidence. " (Value at Risk adalah jumlah maksimum uang yang mungkin hilang pada portofolio selama periocle waktu tertentu, clengan tingkat kepercayaan tertentu)".
Pernyataan berikut ini merupakan ddinisi formal dari VaR
yang diungkapkan oleh Philippe Jorion (2001): "VaR summarizes the worst loss over a target horizon with a given level of corifidence" (VaR merangkum kerugian terburuk atas cakrawala
target dengan tingkat kepercayaan tertentu) But.ler (1999) memberikan definisi VaR sebagai berikut: "Value at Risk measures the worst expected
loss that an institution can suffer over a given time interval under normal market conditions at a given confidence level. It assesses risk by using
in a bank's portfolio" (Value at Risk mengukur kerugian yang diperkirakan terburuk yang dapat mengalami sebuah institusi selama suatu interval waktu tertcntu di bawah kondisi pasar nonnal pada tingkat kepcrcayaan tcrtentu. Ini menilai resiko dcngan menggunakan model statistik dan simulasi yang dirancang untuk menangkap volatilitas aset dalam portofolio bank). Dari tiga pendapat tersebut menunjukan bahwa VaR merupakan alternatifjawaban kelemahan metode Markowitz. Dalam kaitannya dengan kemudahan pemahaman atas nilai VaR, Stambaugh (1996) menyatalrnn bahwa VaR mcmiliki fungsi sebagai berikut: "I) providing a common language for risk, 2) allowing for more
effective and consistent internal risk management, risk limit setting and evaluation, 3) providing an enterprise-wide mechanism for external regulation, and 4) providing investors with an understandable tool for risk assessment" (I)
menyediakan
bahasa
umum
untuk
resiko,
2) memungkinkan untuk manajemen resiko yang lebih efoktif dan konsisten
internal,
resiko
membatasi
pengaturan
dan
evaluasi,
3) menyediakan mekanisme perusahaan-lebar untuk regulasi eksternal, dan 4) menyediakan investor dengan alat dimengerti untuk resiko penilaian). Menghitung nilai VaR untuk masing-masing metode dapat digunakan dengan menggunakan nunus umum sebagai mana dinyatakan dibawah ini.
VaR = V 0 *er* a*
'iil
(15)
Dimana: V0
= nilai eksposur
er = standm deviasi
a =alpha -.ft= waktu (dalill'Il hari) atau holding period
Penghitungan VAR untuk aset menggunakan nunus dari Philippe Jorion, 2001:150 yaitu:
VaR =a· crp • W
. ]
(16)
Dimana:
a
= Tingkat kepercayaan
crp
= Standar deviasi portofolio
W
=
Nilai posisi aset
Apabila VaR dihitung dengan memperhitimgkan Jama waktu investasi t (holding period) maka rnmusnya adalah:
(17)
Dirnana: -.ft = waktu (dalam hari) atau holding period
12. EWMA (Exponentially Weighted Moving Average} Penghitungan standar deviasi yang telah dikemukakan di atas berasmnsi bahwa volatilitas data konstan dari waktu ke waktu. Hal ini jauh dari kenyataan yang ada. Oleh Watsham (1997) volatilitas yang konstan disebut homoscedastis dan volatilitas yang tidak konstan disebut
heteroscedastis. Banyak ahli yang telah mengembangkan metode penghitungan volatilitas heteroscedastis. Metode yang sering digunakan saat ini adalah metode Exponentially Weighted Moving Average (EWMA) yang dikembangkan J.P. Morgan. Metode ini melakukan estimasi volatilitas dengan memberikan bobot pengaruh lebih besar terhadap volatilitas data terbaru. Dari Jorion (200 I) yang mengutip J.P Morgan diketahui persamaan EVV'MA yang digunakan:
al = A.11~_ 1 + (1 - A.)~
(18)
Di mana: 11, 2
r,_ 1 A,
Dari
=Varian dari data imbal hasil (r) pada saat t =
imbal hasil padasaat t-l
=parameter (decay factor) Philippe
.!orion
(2001)
menyebutkan
Risk
Metrics
menggunakan nilai A, sebesar 0,94 untuk data harian mengingat hit1111gan nilai A, sangat tergantung dcngan rentang waktu pengarnatan data saham.
penghitungan dengan nilai ?c=0,94 yang dianjurkan oleh Risk Metric tersebut. Kelebihan dari EWMA adalah lebih mudah dalam implementasinya karena hanya mendasarkan pada satu parameter saja (/,), sehingga membuat EWMA menjadi lebih tahan terhadap kesalahan estimasi
(estimation error) dibandingkan dengan model lainnya. Parameter/, secara teoritis dapat ditemukan dengan memaksimalkan likelihood function. Secara operasional ha! ini dapat menjadi pekerjaan yang melelahkan dengan digunakannya ratusan data harian. Pada praktiknya, decay factor yang optimal adalah decay factor yang meminimalkan root mean square
error (RMSE) antara proyeksi variance dari EWMA pada periode i + I dengan actual squared return (actual daily variance) untuk periode i + I (Clelow & Strickland, 2000). Kelemahan dari EWMA adalah decay factor yang dapat bervariasi tergantung pada data yang digunakan (indeks bursa saham yang satu dapat memiliki A, berbeda dengan indeks bursa saharn yang lain) dan dapat bervariasi tergantung pada periode observas yang digtmakan (untuk indeks bursa saham yang sama, A, yang digunakan dapat berbeda antara menggunakan periode observasi satu tahun deng;an dua tahun). Hal ini akan mengurangi konsistensi dari EWMA. Sebagai contoh, .J. P. Morgim menggunakan A, yang berbeda untuk mengulmr volatilitas harian dan bulanan sehingga model harian dan bulanan menjadi tidak konsisten imtara
digunakan, dapat mendekati prilaku aktual dari data secara cukup baik, dan tahan terhadap kesalahan spesifikasi (Philippe Jorion, 2007 a, pp. 231232).
13. VALIDASI MODEL (BACKTESTING} Menurut Philippe Jorion (2001) model VaR hanya bennanfaat bila dapat memprediksi resiko dengan baik. Langkah yang dilakukan dalam backtesting adalah membandingkan kerugian sebenarnya dibandingkan
dengan kerugian yang diprediksi oleh model Vai;:.. Dari Philippe Jori on (2001) yang menyebutkan sumber Kupiec (1995) disajikan Tabel 2.1 yang memberikan batasan untuk lidak menolak model setelah dilakulrnn backtesting. Tabel 2.1. Besaran Kcsalahan Untuk Tidak Mcnolak Model VaR .•
Probability Level p
Tingkat Kepercayaan VaR
Tidak Menola k Batasan Kcs alahan
T=510 1-Y=ioooo
T=252 hari
99% I 0.025 97.5 % !---------·- -·-------..~I o.o5 95 % 0.075 92.5 % t~~-- -~} _j____ jzQ.% ----Sumber: Jorion (2007) O.Ql
---,-·-~~- "··-·~-~«<"'•·~~··--~--
N<7 2
~·-
--~--~·~-~
. _
_ltari
I 1
L_!i_ar!__I
·-~·
6
1 6
---
~--~~~~-.
1
1.<:J:'l:':!!_L_i
f....-.---~-·-·~~-~-··~-···
r-·-~"
1m:~~-;-·
Permasalahan utama dalam membangun model resiko adalah melakukan validasi terhadap model tersebut. Ketika sebuah model dibentuk, malrn penting untuk memvalidasi sebelum di digunakan dalam
utama proses validasi model adalah backtesting. Backtesting yaitu suatu aplikasi metode kuantitatif untuk menentukan apakahforecast value at risk model konsisten dengan asumsi ketika model dibentuk. Metode yang digunakan dalam memvalidasi model-model resiko dikenal dengan nama metode backtesting. Backtesting adalah aplikasi metode kuantitatif untuk menentukan apakah estimasi resiko suatu model konsisten terhadap asumsi-asumsi yang mendasari model yang sedang diuji (kesalahan spesifikasi model, estimasi resiko yang kerendahan dan sebagainya). Langkah selanjutnya yang dilakukan adalah melakukan uji fonnal dengan metode statistik. Semua uji statistik berdasarkan. ide pemilihan tingkat siginifikasi yang diikuti dengan estimasi probabilitas dari hipotesis no! yang diasumsikan karena bernilai benar. Umumnya hipotesis no! tidak ditolak jika nilai yang di estimasi dari probabilitas tersebut melampaui tingkat siginifikasi yang dipilih. Sebaliknya, jika nilai yang diestimasi lebih kecil dari probabilitas yang di estimasi, hipotesis no! dapat ditolak. Semakin tinggi tingkat signifikansi, maka besar kemungkinan hipotesis nol tidak ditolak, semakin kecil kem1111gkinan sebuah model yang benar ditolak dengan tidak benar (Kesalahan tipe !). Namun demikian, hal tersebut juga bermakna semakin besarnya kemimgkinan secara tidak benar tidak menolak sebuah model yang salah (Kesalahan Tipe II). Uji manap1111 karenanya melibatkan tarik ulur antara kedua tipe kesalahan tersebut (Dowd, 2005: 323; Philippe Jorion, 2007:146).
B. PENELITIAN SEBELUMNYA Beberapa penelitian yang mengkaji tentang pemilihan saham dan portofolio optimal telah banyak dilakukan oleh para peneliti terdahulu. Penelitian-penelitian tersebut tersaji dalam Tabet 2.2. di bawah ini: Tabel 2.2. Penelitian Sebelumnya NO
NAMA
JUD UL
METODE
1
AgungD Buchdadi
Penghitungan Value At Risk Portofolio Opti1num Saham
Value at Risk, EWMA
HAS IL I.
tergabung dalam Jll bersifat
ho111oscedastic. Walaupun demikian terdapat beberapa sahan1 kornponen portofolio
Perusahaan Bcrbasis
Syariah Dengan Pendekatan Ewn1a (Studi En1piris Terhadap SahamSaham Yang
yang bersifat heteroscedastic.
2.
Tergabung Dalam JII
Selama 2005-2006)
2·
3
Mokhan1ad Sukarno
Ratna Kumalasari
lmbal hasil po1tofolio optimum pada saham yang
Analisis Pe1nbentukan Portofolio Optimal Saha111 Menggunakan Metode SIM di BEJ, 2007
Single Index Model
Pcrbandingan Value at Risk Dcngan Estimasi Volatilitas EWMA dan GARCH (Studi Kasus PON Bank X), 2005
Value At Risk, EWMA& GARG!
Value at Risk 1nenunjukkan
scberapa besar kemungkinan kerugian yang tcrjadi didalam suatu saham, yang dihaclapi oleh investor, pada portofolio optin1urn saham yang tergabung dalam JlJ untuk tingkat kcpercayaan 99% adalah 3,007% ner hari. Porto-folio optimal dibentuk oleh tiga saha1n yang me1npunyai excess returns to beta (ERB) terbesar, yaitu sahan1 AALI dan PGAS dengan nilai ERB sebesar 0,86~Vo dan 0,37%. Proporsi dana dari kedua saham tersebut adalah sebesar 48,54o/o untuk AALJ dan 51,46% untuk PGAS dengan return portofolio sebesar 0,072%, resiko porlofolio sebesar 0, 196% dan excess return to beta portcfolio sebesar 0,61 %.
·Dari hasiI pengujian yang dilakukan dengan backtesting dan Kupiec test berdasarkan TnoF diperoleh basil bahwaforecasting volatilitas dengan metode GAR CH lebih tepat digunakan dibandingkan metode EWMA. Artinya metode GARCH lebih dapat menangkap pergerakan actual loss yang te1:jadi dan lebih 1nendekati atau mencenninkan
..
dalrun batas toleransi. hal ini tcrbt1kti karcna telah lulus uji Kupiec test, sehingga dapat digunakan untuk menghitung VaR portofolio. 4
YU SKAR KAHAR
Perhitungan ValueAt Risk pada Institusi Perbankan berda.:;;arkan Mctodc Variance Covariance,2009
Value at Risk, EWMA
Berdasarkan hasil analisa rcsiko pasar tersebut di atas dapat dilihat bah\va basil VaRjika dibandingkan dengan modal bank ju1nlahnya sangat signifikan; yaitu jika n1enggunakan metode standar dcviasi yaitu scbcsar 59,39o/o dari modal sedangkanjika n1enggunaka111nctode EWMA sebei;ar 28,63% dari n1odal.
5
Sri Jayanti Napitupulu
Pengukuran Resiko Opcra'iional Dcngan Metode Aggregating Value At Risk Skripsi, 2009
Value at Risk
6
Xiangjin Bruce Chen dan Paran1 Silvapulle
Value at Risk and Optin1um Aset Allocation in StockBond portfolios bcfOrc and after the Global Financial Crisis: Empirical Evidence from Australia and the 07 Countries, 20 I 0
SemiParametric Metode
Dalan1 Aggregating Value at Risk digunakan test Goodness Of Fit untuk menentukan distribusi yang akan dipakai. 2. Pengukuran potensi kerugian operasional dengan I'vfetode Aggregating Value at Risk dipcrolch dari pcrhitungan gabungan antara distribusi frckuensi dan distribusi severitasnya yang akan disilnulasikan. 3. Jika kerugian ckstrim te1jadi maka Aggregating VaR tidak dapat dipakai, schingga kita memodclkankan dcngan model EVT. keleinah dari ketcrgantungan yang negatif antara saham dan obligasi sebelum GFC, kecuali di Jepang, dan ketcrgantungan yang negatif yang kuat berikut GFC, schingga 111eningkatkan tnanfaat dari diversifikasi portofolio dan n1engurangi Vars. Namun, stratcgi asel alokasi yang optiinal dit1;111ukan konsisten pada vars diu!
. .
.
..
.
7
Jayanth R. Vanna
Valuc al Risk Models in the Indian Stock Markel, 1999
Sumber: Hasil Penelitian Terdahulu
Value at Risk (VaR)
mcnunjukkan bahwa kcbutuhan 1noda! mcmang bisa Jebih rcndah selama krisis. Tc1nuan penclitian ini n1erniliki implikasi untuk diversifikasi portofolio resiko, rebalancing, lindung nilai, kcputusan investasi, dan regulator global. Para EWMA (Exponential M-oving Average 'l'ertimbang) n1odel yang digunakan dalam JP Morgan n1ctodologi ® RiskMetrics tidak baik pada 10% dan tingkat rcsiko dari 5% tetapi rusak di% I dan tingkat resiko yang Jebih rendah. Makalah ini ken1udian 1nenunjukkan bagaimana untuk menyi111pan n1odel EWMA dengan n11~nggunakan seju1nlah besar pcnyin1pangan standar untuk mcnctapkan batas VaR. Scbagai contoh, makalah ini menyarankan n1enggunakan 3 standar dcviasi :i%distribusi normal VaR scdangkan standar deviasi 2,58 dan 1nenunjukkan GED 1nenu1tjukkan deviasi standar 2.,85. Dengan rnodifikasi ini EWMA model ditampilkan untuk bcke~ja cukup baik. Mcngingat keseclerhanaan yang lcbih bcsar dan kernudahan interprctasi, mungkin !ebih nyan1an dalatn praktek untuk rnenggunakan model ini dari spesifikasi GARCH-GED lcbih akurat. Makalal1 ini juga n1e111bcrikan bukti yang 1nenunjukkan balnva adalah n1ungkin untuk n1cningkatkan kine1:ja model VaR n1crnperhitungkan pergerakan harga pasar saham rekening di luar ncgeri.
C. Kerangka Berpikir
Gambar 2.1. Diagram Alur Proses Pengolahan Data
START
Hitung Return dan Resiko Setiap Saham
•
' Uji Heteroskedastisitas
ya
tidak
Uji Stasioneritas
ya
o;··~·
..
arque-Berra
ya
C:"'."~"""'
Hitung a dengan
EWMA
deviasi)
HitungVaR Portofolio
Validasi VaR Terhitung
..c
c: 0
'i;j
"'.... c: ·2
-;w;t
"' "
0 a. u w ..c .... QJ a. ..c '<( ;:;: "'
"'
BAB III METODOLOGI PENELITIAN
A.
Ruang Lingkup Penelitian Penelitian ini akan memilih objek portofolio saham - saham .TII yang telah dilakukan optimasi dengan cara dikembangkan oleh Markowitz pada tahun 1952. Saham-saham dalam .TII mempakan 30 saham yang dapat dikategorikan sesuai dengan konsep syariah. Analisis VaR dilakukan terhadap portofolio optimum dengan pendekatan Exponentially Weighted
Moving Average (EWMA) apabila diketahui adanya conditional variance. Penghitungan VaR dengan menggunakan historical simulation method. Selanjutnya backtesting akan dilakukan sebagai validasi atas analisis VaR tersebut. Penelitian ini memilih batasan waktu pengamatan pada tahun Januari 2007 sampai Mei 2011.
B.
Metode Penentuan Sampel Pengumpulan data dilakukan terhadap data sekunder bersumber dari Bursa Efek Indonesia (BEI). Untuk masing-masing variabel dengan jangka waktu mulai dari Januari 2007 sampai dengan Mei 2011. Frekuensi observasi data adalah harian. Data yang digunakan adalah data kuantitatif berupa harga saham pada perusahaan yang terdaftar pada Jakarta L~lamic Index (JI!) pada jangka waktu
yang secara konsisten terdaftar sebanyak empat kali atau empat semester selama periode penelitian. Jenis data yang dikumpulkan adalah data kuantitatif historis yang mencakup variabel-variabel di atas. Berdasarkan !criteria tersebut di atas yang telah ditentukan untuk memilih sampel tersebut, maka dapat diperoleh jumlah sampel sebanyak 30 (lihat Lampiran A).
C.
Metode Pengnmpulan Data
Data-data yang diperlukan dalan1 penelitian ini adalah menggunakan metode dokumentasi yaitu metode yang digunakan untuk mengumpulkan data sekunder. Data sekunder diperoleh dari instansi atau lembaga yang berkaitan dan mendukung penelitian ini. Serta keterangan lain yang diperoleh dari studi pustaka lainnya yang ada hubungannya dengan masalah yang diteliti. Dalam hal ini jenis data yang diambil adalah: 1.
Jumlah emiten sebanyak 30 perusahaan. Sumber data dari Indonesian Stock Exchange (Bursa Efek Indonesia) Januari 2007 - Mei 2011.
2.
Harga saham perusahaan. Sumber data dari Yahoo!Finance pada kurun waktu Januari 2007 - Mei 2011.
D.
Mctode Analisis Data
Analisis data dilakukan dengan menggunakan metode indeks tunggal untuk menentukan set portofolio yang efisien. Sedangkan perhitungannya
dilakukan dengan menggunakan progran1 excel dan eviews 7. Adapun langkah-langkah yang akan dilakukan adalah sebagai berikut: I. Mendeskripsikan perkembangan harga sah<m1, IHSG dan SBI. 2. Menghitung realized return, expected return, standar deviasi dan varian dari masing-masing saham individual, IHSG dan SBI. 3. Menghitung beta, alpha dan variance error masing-masing saham individual. 4. Menghitung nilai excess return to beta (ERB) masing-masing saham. Nilai ERB diperlukan sebagai dasar penentuan saham yang menjadi kandidat portofolio. Nilai ERB yang diperoleh diurutkan dari nilai yang terbesar ke nilai yang terkecil. Salmm-saham dengan nilai ERB lebih besaT atau sama dengan nilai ERB di titik C* merupalcan kandidat portofolio optimal. 5. Menghitung nilai Ci Nilai Ci adalah nilai C untuk saham ke-i yang dihitung dari akumulasi nilai-nilai Al sampai dengan Ai dan nilai-nilai Bl sampai dengan Bi. Nilai Ci merupakan hasil bagi varian pasaT terhadap kelebihan pengembalian lebih besar dari pada RFR terhadap variance error saham dengan varian pasar pada sensitivitas saham individual terhadap variance error saham.
6. Mencari nilai C* Besarnya C* adalah nilai Ci yang terbesar. Saham-saham yang membentuk
portofolio
efisien
adalah
saham-saham
yang
mempunyai ERB lebih besar atau sama dengan ERB di titik C*. 7. Menentukan proporsi dana yang akan diinvestasikan dalam portofolio efisien. 8. Menentukan korelasi dan covariance saham-saham pembentuk portofolio. 9. Menghitung expecled re/urn, standar deviasi dan varian dari portofolio. I 0. Uji Asumsi Klasik Model regresi linier berganda (multiple regression) dapat disebut sebagai model yang baik j ika model tersebut memenuhi !Criteria BLUE (Best Linear Unbiased Estimator). BLUE dapat dicapai bila memenuhi Asumsi Klasik. Sedikitnya terdapat tiga
UJI
asumsi yang harus dilakukan
terhadap suatu model regresi tersebut, yaitu: a. Uji Stasioneritas Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan
varians
dari data time series tersebut tidak mengalami perubahan
secara sistematik sepanjang waktu, atau sebagian ahli menyatakan rata-rata dan variannya konstan, ( Nachrowi dan Hardius, 2006: 340). Menurut Wing Wahyu Winarsono (2009: 10.4) data yang tidak stasioner bila direl!resi akan mudah menvebabkan re.,resi fanc11n
Data dikatakan stasioner bi la memenuhi syarat berikut: a. Rata-rata dan variannya konstan sepanjang waktu, dan b. Kovarians antara dua data runtut waktu tergantung pada kelambanan antara dua periode tersebut. Oleh karenanya data yang tidak stasioner harus dijadikan stasioner
Augmented Dickey-Fuller test (ADF-test) d(:ngan bantuan software EViews7.0. Hipotesis:
o = 0 (data return tidak stasioner) H0 : o =F 0 (data return stasioner) H0 :
Adapun nilai Critical Value (CV)= x 2 , df: 2 Uji stastisknya adalah sebagai berikut: - Jika p :S 5% atau nilai ADF < CV 5%, maka H0 ditolak atau data stasioner. - Jika p >5% atau nilai ADF > CV 5%, maka H0 diterima atau data tidak stasioner.
b. Uji Normalitas Salah satu asumsi dalam analisis stasistik adalah data berdistribusi normal. Dalam analisis multivariat, para peneliti menggunakan pedoman kalau tiap variabel terdiri atas 30 data. Maka data sudah berdistribusi n01mal. Apabila analisis melibatkan 3 variabel, maim diperlukan data sebanyak 3x30
=
90. Meskipw1
demikian, untuk menguji dengan lebih akurat, diperlukan alat analisis dan eviews menggunakan dua cara, yaitu dengan histogram dan uji .Jarque -Bera, (Wing Wahyu Winarsono, 2009: 5.37) .Jarque -Bera adalah uji statistik Wltuk mengetahui apal'ah
data berdistribusi normal. Uji ini mengukur perbedaan skewness dan kurtosis data dan dibandingkan dengan apabila datanya bersifat
normal. Rumus yang digW1akan:
Jarque-Bera
= -N-k 6
(K~3) {S2 + ---} 2
4
Dimana: S
=
skewness
K
=
kurtosis (banyaknya koefisien)
Probabilita (a) > 5%
data berdistribusi normal
Probabilita (a) < 5%
data berdistribusi tidak nonnal
( 36)
Jika ternyata tidak berdistribusi normal, maka a dikoreksi mertjadi a' dengan cornish fisher expansion dan selanjutnya dihitung dengan rwnus sebagai berikut:
a'= a- .:1: (a 2 -1)(
(37)
6
Dimana:
a
=
nilai alpha sesuai nilai probabilita .Jarque-Berra
a2
=
nilai alpha setelah disesuaikan (adjusted)
(
=
nilai skewness ( kemencengan)
Hal
yang
te1penting
dalam
tahap
penentuan
tingkat
kepercayaan ini adalah menentukan patokan seberapa besar toleransi kesalahan yang dapat diterima.
c. U.ii Heteroskedastisitas Menurut Nachrowi dan Hardius (2006: 109) Salah satu asumsi yang harus dipenuhi agar taksiran parameter dalam model regresi bersifat BLUE (Best Linier Unbiased Estimate) maka var (µi) hams sama dengan
0"
2
(konstan), atau dengan kata lain, semua residual atau
error mempunyai varian yang sama. Kondisi seperti itu disebut homoskedastis. Sedangkan bila varian tidak konstan atau berubahubah disebut heteroskedastis.
Dalam banyak aplikasi, Var (µi) akan cenderung besar, atau dapat dituliskan o-f > o-} > ... > o{ Dengan demikian, sudah dapat diduga bahwa heyeroskedastisitas akan mengakibatkan Var (b 1 J) cenderung akan besar. Akibat vmian koefisien regresi yang lebih besar, maka akan mengandung konsekuensi yaitu interval kepercayaan semakin lebar, uji hipotesis baik uji-t atau uji-F akan terpengaruh yang berakibat uji hipotesis tidak akurat, dm1 pacla akhimya akm1 membawa dampak pula pada keakuratan kesimpulan. Heteroskedastisitas dapat diketahui dengan
melakukan
serangkaian
pengujian.
Pengl\jian
untuk
mencleteksi heteroskedastisitas terbagi atas 2, yaitu: secara grafis dan uji formal. Sebagaimana cliketahui bahwa heteroskedastisitas merupakan suatu kondisi dimana Var (µf) tidak konsta11. Dengan clemikian, pada suatu nilai vm·iabel bebas X atau sekelompok nilai X akan mempunyai nilai Var (µf) ym1g berbeda dengan variabel
bebas X atau
sekelompok nilai X lainnya. Oleh karena itu, bila nilai-nilai µf diplot dengan nilai-nilai variabel bebas akan ditemui suatu pola atau bentuk yang tidak random. Apabila titik-titik pada gambar ticlak mencenninkan suatu pola yang sisitematis atau dapat dikatakan random. Hal ini menunjukkan bahwa tidak ada perbedaan Var (µf) pada suatu tingkat nilai X atau
vanaimya homoskedastis. Begitu juga sebaliknya apabila grafik membentuk pola-pola sistematis ha! ini menunjukkan VaR (µf) tidak konstan untuk semua nilai X, atau variannya heteroskedastis. Salah satu kelemahan pengujian secara grafis adalah tidak jarang terjadi keraguan dalam menafsirkan pola yang menunjukkan grafik. Oleh karena itu, dibutuhkan uji formal untuk memutuskarmya, salah satunya adalah uji White (White's General Heteroscedasticity
Test). Uji ini mengasumsikan bahwa varian error merupakan fungsi yang mempunyai hubungan dengai1 variabel bebas, kuadrat masingmasing variabel bebas, dan interaksi antar variabel bebas. Uji White menggunakan residual kuadrat sebagai vaiiabel dependen, dan variabel independennya terdiri atas variabel independen yang sudah ada, ditambah dengai1 kuadrat variabel independen, ditambah lagi dengan perkalian dua variabel independen (Wing Wahyu Winamo, 2009: 5.14) Adapun perumusan uji hipotesis pada ttji white adalah: Jika Probability nR 2 ~ 5% artinya ditolak H0 , atau a heteroskedastic Jika Probability nR 2
homoskedastic.
> 5% artinya jangan tolak H0 , atau a
E.
Operasional dan Variabel Penelitian Instrumen investasi yang diteliti dalam penelitian ini adalah saham, IHSG dan suku bunga SBI selama periode tahun Januari 2007- Mei 2011. 1. Harga Saham
Data harga saham yang akan diteliti adalah harga saham harian selama periode tahun Januari 2007- Mei 2011, diperoleh dari JSX Daily
Statistic terutama dari data Table Trading. Nilai return dian1bil dari perubahan harga saham harian, baik secara individual maupun po1iofolio dalam model Markowit. 2. Indeks Harga Saham Gabungan (IHSG) Data IHSG diambil dari data penutupan harian indeks selama periode tahun Janum·i 2007- Mei 2011. Data IHSG mewakili data pasar, diperlukan untuk menghitung tingkat return (Rm) dan resiko pasar. 3. Suku Bunga Indonesia (SBI) Data tingkat suku bunga SBI per bulan diperoleh dari laporan bulanan BI selama periode tahun Januari 2007- Mei 2011. Data SBI ini digunakm1 sebagai proxy return aktiva bebas resiko (risk free rate of
return). Berikut ini adalah definisi operasional dan pengukurm1 variabel beberapa hal yang berhubungan dengan analisis portofolio optimal, (Jogiyanto, 2000:218), yaitu:
a)
Realized Return (Rt) adalah presentase perubahan hm·ga penutupan sal1am A pada bulan ke t dikurangi harga penutupan saham A pada hari
ke t-1 kemudian hasilnya dibagi dengan harga penutupan saham A pada hari ke t-1.
(19)
Dimana:
b)
R;
=return saham ke-i
Pt
=
Harga investasi sekarang
P t-1
=
Harga investasi tahun lalu
Tingkat keuntungan yang diharapkan atau expected return tiap saham individual merupakan presentase rata-rata realized return saham i dibagi jumlah realized return saham i. Dihitung dengan program J<,xcel mengg1makan rumus Average atau menggunaka:n rumus:
E(R). = 2:, Rt (i) '
n
Dimana: expected return return realisasi saham i
n
jumlah realized return saham i
(20)
c)
Standar Deviasi (SD) digunakan untuk mengukur resiko dari realized
return, yang dapat dihitung dengan program Excel menggunakan rumus STDEV.
(f
=
(Xi -X)Z
'
I:----
(21)
n-1
Dimana:
d)
a2
=
X;
=Actual Return
X
=
Expected Return
n- 1
=
jumlah observasi dikurangi satu
Variance
Variance ( cr 2) digunakan untuk mengukur resiko expected return saham i. Variance dapat dihitung dengan cara, yaitu mengkuadratkan standar deviasi atau dihitm1g dengan program Excel menggunakan rmnus VAR atau menggunakan rumus:
Variance = u 2
(22)
atau
(23)
e)
Beta
(~i)
adalah resiko unik dari saham individual, menghitung
pasar (IHSG) dalam periode tertentu. Beta digunakan untuk menghitnng
Excess Return to Beta (ERB) dan Bj yang diperlukan untuk menghitung Cut-Off Point (Ci). Beta dapat dihitung dengan program Excel menggunakan rumus slope:
(24)
Atau dapat diuraikan sebagai berikut:
(25)
Keterangan:
/Ji
=
Beta sekuritas ke-i
Rit =Return sekuritas ke-i R,t =Return rata-rata sekuritas ke-i RMt =Return pasar (market return) pada waktu ke-t
RMt =return rata-rata pasar pada waktu ke-t
f)
Alpha (ai) merupakan intercept realized return >:aham i dengan realized return pasar (IHSG), membandingkan perhitungan realized return saham i dengan realized return pasar (IHSG} dalam periode waktu tertentu. Alpha digunakan untuk menghitung variance error (ei).
Alpha dihitung dengan program Excel menggunakan rumus intercept atau menggunakan rumus:
(26)
Dimana: ai
g)
=
alpha saham i
f3 i
beta saham i
Rm
return pasar
Variance (crei) adalah varian dari residual error sahan1 i yang JUga merupakan resiko unik atau tidak sistematik, dihitung dengan program Excel menggunakan rumus: (27)
Dimana: CJei
2 (I) "
=
Variance ei saham i Variance saham i
0 m2
Variance pasar alpha saham i
h)
Excess Return to Beta (ERB) digunakan untuk mengukur return
didiversifikasikan yang diukur dengan Beta. ERB menunjukkan hubungan antara return dan resiko yang merupakan faktor penentu investasi. (28)
ERB·= E(R;)-RsR l
flt
Keterangan: excess return to beta sekuritas ke-i
ERB;
=
E(R;)
=return ekspektasi berdasarkan model indeks tunggal untuk
sekuritas ke-i
i)
RsR
=return aktiva bebas resiko
{3;
=
beta sekuritas ke-i
Nilai Ai dihitung untuk mendapatkan nilai Aj dan Bi dihitung untuk mendapatkan nilai Bj, keduanya diperlukan untuk menghitung Ci. Penentuan nilai Ai dan Bi untuk masing saham b-i sebagai berikut:
[E(RD - RsR]. ~i O"ei
2
l
(29)
Dan
(30)
Keterangan:
E(Ri) = expected return saharn i
j)
Rf
=
riskfree rate of return
~i
=
beta saham i
ae1
=
varians saharn i (unique risk)
Titik Pembatas (Ci) merupakan nilai C untuk saharn ke-i yang dihitung dari akumulasi nilai-nilai Al sampai dengan Ai dan nilai-nilai Bl sarnpai dengan Bi. Nilai Ci merupakan hasil bagi Varian pasar dan
return premium terhadap variance error saham dengan Varian pasar dan sensitivitas saharn individual terhadap variance error saham.
(31)
Dengan mensubtitusikan nilai Ai dan Bi dirumus (di atas) ke nilai Ci dirumus (di alas), maka rumus Ci menjadi:
(32)
k)
Cut-Off Point (C*) merupakan nilai Ci terbesar dari sederetan nilai Ci
I)
Prosentase proporsi dana (Wi) masing-masing saham pembentuk portofolio optimal dihitung dengan menggunakan rumus:
(33) Dan
X·L
= ..f!J_ (ERB O'ej2
l
(34)
- C*)
dimana:
wi
=
K
=
j1m1Iah sekiritas diportofolio optimal
{J;
=
beta sekuritas ke-i
u e/
=
Varians dari kesalahan residu sekuritas ke-i
proporsi sekuritas ke-i
ERB; =excess return to beta sekuritas ke-i C*
m)
=
nilai cut offpoint yang merupakan nilai Ci terbesar
Correlation
atau
koefisien
korelasi
antar
saham
merupakan
perbandingan perhitungan realized return saham A dengan perhitungan
realized return saham B dalam suatu periode tertentu. Koefisien korelasi antar dua kelompok data tersebut dihitung dengan program
Excel menggunakan rumus Correl atau dengan rumus:
(35)
Dimana: r(ABJ =
o-AB
o-A
o-8
koefisien korelasi saham Adan B
=covariance saham Adan B = =
covariance sahan1 A covariance saham B
Koefesien korelasi mempunyai nilai antara + 1 dan -1. I)
Korelasi positif artinya return a dan b berubah kearah yang sama. .lilrn koefisien korelasi positif dan nilainya semakin mendekati + 1, maka tidak ada manfaat jika dilakukan diversifikasi karena kedua return alcan bergeralc kearall yang sama pada waktu dan tingkat
yang sama. 2)
Korelasi negatif berarti kedua return bergeralc dengan arah yang berlawanan. Jika koefisen korelasi negatif dan nilainya semakin mendekati -1 malca resiko kedua aset dalam portofolio semakin mendekati nol.
3)
Jika nilai koefisen korelasi adalall no! maka kedua return independent antara satu dengan yang lain.
BAB IV ANALISIS DAN PEMBAHASAN
A. Sekilas gambaran umum objek penelitian 1.
Sejarah Pasar Modal Syariah Kegiatan pasar modal di indonesia diatur dalam Undang-Undang No. 8 Tahun 1995 (UUPM). Pasal 1 butir 13 UUPM menyatakan bahwa Pasar Modal adalah kegiatan yang bersangkutan dengan penawaran umum dan perdagangan efek, perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi yang berkaitan dengan efek. Sedangkan efek dalam UUPM Pasal 1 butir 5 diyatakan sebagai surat berharga yaitu surat pengakuan utang, surat berharga komersial, saham, obligasi, tanda bukti utang, unit pernyertaan kontrak investasi kolektif, kontrak kegiatan be1jangka atas efek clan setiap derivatif. UUPM tidak membedakan apakah kegiatan pasar modal tersebut dilakukan dengan prinsip-prinsip syariah atau tidak. Dengan demikian, berdasarka UUPM kegiatan pasar modal di indonesia dapat dilakukan sesuai dengan prinsip-prinsip syariah clan dapat pula dilakukan tidak sesuai dengan prinsip syariah (Nurul Huda clan Mustafa Edwin Nasution, 2007:55). Di indonesia, perkembangan instrumen syariah di pasar modal sudah te1jadi sejak tahun 1997. Diawali dengan lahirnya reksa dana
(sekarang BEI) bersama dengan PT Dana Reksa Investment Management (DIM) meluncurkan Jakarta Islamic Index (JII) yang mencakup 30 jenis saham dari emiten-emiten yang kegiatan usahanya memenuhi ketentuan tentang hukum syariah. Penentuan kriteria dari komponen JII tersebut disusun berdasarkan persetujuan dari Dewan Pengawas Syariah DIM. Prinsip pasar modal syariah tentunya berbe:da dengan pasar modal konvensional, sejumlah instrumen syariah di pasar modal sudah diperkenalkan kepada masyarakat, misalkan saham syariah, obligasi syariah dan reksa dana syariah. Pasar modal syariah pun sudah diluncurkan pada tanggal 14 Maret 2003. Banyak kalangan yang meragukan manfaat diluncurkannya pasar modal syariah ini, ada yang mencemaskan nantinya akan ada dikotomi dengan pasar modal yang sekarang sudah ada. Dalam kerangka kegiatan pasar modal syariah ada beberapa lembaga penting yang secara langsnng terlibat dalam kegiatan pengawasan dan perdagangan, yaitu Bapepam, Dewan Syariah Nasional (DSN), bursa efek, perusahaan efek, emiten, profesi dan lembaga penunjang pasar modal serta pihak yang terkait lainnya, khusus untuk kegiatan pengawasan akan dilakukan secara bersama-sama oleh Bapepam dan DSN.
2.
Perkembangan JU
Adapun data pergerakan indeks JII yang dimulai dari Januari 2007
Tabel 4.1. Data Pe1·gerakan lndeks JU Periode Januari 2007-Mei 2011 .
-·--
Date Open 02/01/2007 3! 1,28 493,01 02/01/2008 216,19 05/01/2009 04/01/2010 417,04 03/01/2011 533,27 Sumber: BE!, data diolah ...
~-·
-----·---
··---
Iiig~_
Low Close . ~19,1 _ _275,61_ 296,96_ 516,77 398,J. 476,97 239,4 +-..-.2-10,5,L__2!3:6~ 444,77 "_416,94_ ..427,68 542,79 ~457,11 477,51 ''
''
·~·--
Pergerakan indeks JII sangat fluktuatif, ha! ini tercermin dalam grafik perkembangan JII selama peiiode panganmtan sepe1ti pada Gambar 4.1. di bawab ini. Gambar 4.1. Pergeralrnn JII Periode Januari 2007··Mei 2011 .)nl<;>rt.ni '"'''""le
1$
~.;K"
ln
Sumber: BE!
Indeks harga saham yang baik adalah indeks yang dapat merepresentasikan dan merespon dengan akurat setiap pergerakan IHSG keseluruhan. Setiap indeks mempunyai track record dan kine1janya masing-masing. Namun, secara umum terdapat kemiripan (similar) pola satu indeks dengan lainnya. Begitu pula dengan indeks JII yang mewakili pasar modal melalui 30 sabam syariah.
Secara umum, selama tiga tahun terakhir sejak pertengahan 2007 sampai dengan oktober 2009, indeks JH menunjukkan pola pergerakan yang sangat fluktuatif dalam rentang (range) yang sangat besar. Setelah berhasil mencapai break high sepanjang sejarah pasar modal pada level 521,433, indeks JII ikut terperosok jatuh begitu dalan1 akibat krisis
ekonomi global yang dipicu oleh memburuknya perekonomian AS dan sebagian Eropa. Krisis ekonomi global yang dipicu oleh kehancuran "backed securities" dengan underlying kredit perumahan kualitas rendah (subprime mortgage). Indeks sempat JII anjlok sangat dalam hingga
mencapai level terendahnya 166,917 pada September 2008. Sahan1-saham andalan JII yang selama ini menjadi motor penggerak indeks justru menjadi sumber kejatuhan hingga level terburuk sejak 2004 (Gambar 4.1). Setelah perekonomian dunia mulai mengalami pemulihan kembali
pada Maret-Agustus 2009, indeks JII yang dimotori 10 saham blue chips kembali menunjukkan kekuatan kinerja fundamentalnya. Indeks JII pun mulai bangkit kembali secara konsisten hingga mencapi level pemulihan yang cukup baik, yaitu di posisi 3 83 ,665. Di samping itu, kesepuluh saham tersebut senantiasa menjadi pencetak keuntungan terbesar di BEI seperti terlihat pada Tabel 4.2. Pada Tabel 4.2, disitjikan keuntungan yang diperoleh sepuluh saham andalan tersebut pada periode Desember 2010Mei 2011. Sepuluh saham berpredikat top gainer tersebut dikenal sebagai
saham dengan fundamental yang sangat solid terutama profitabilitas, struktur modalnya dan atraktivitas komoditas yang diprodnksi. Tabel 4.2. Sepuluh Saham Terbaik Indeks JII Desember 2.010 - Mei 2011
---T· No
..-,----------.-·-,..------
Kode
Open Price
Name
Close Price
r--·---D~sember
Mei 2011 7,82 1 !NCO PT.Internasion al Nickel Indonesia Tbk 14,5 -----2 DEWA PT.Darma HenwaTbk 70 ---·------·- 102 ..-· 3 MNCN PT.Media Nus antara Citra Tbk 650 940 ----·· 2925 4 SGRO __ PT.Sampoer11!1__ Agr:o Tbk 3375 ---· r---5 ASII PT.Astra Intern ational Tbk 52350 59200 ----atubara Bukit Asam 6 _ _PTBA PT.Tamba~ Tbk I8700 --· -· -- f -20900 a (Persero) Tbk 640 660 7 WIKA PT.Wijliya Kary8 INTP PT.Indocemen t _Tunggal Prakasa Tbk 16500 17000 -------;------- - -·-9 SMGR . -·-----PT.Semen Gre 9400 9650 sik_(]"ers(')ro) J~k _______ - - ----. -·--·--------------IO TINS _PT.Tambang_Timah Tbk 2625 2625
2010
f---1-·---~·
-----··--·-·~
-~--
~-
.,_
Sumber: BEi 2011
.,
----~---
-"
Chang e
(%) ·-
85,421 .. 45,714 44,615 15,385 13,085 11,765 3,125 -3,030 2,659 ... 0
\-----
-~----
--
Perbandingan kinerja antara Jakarta Islamic Indeks (JII) dengan Indeks Harga Saham Gabungan (IHSG) dapat dilihat sesuai dengan Gambar 4.2. di bawah ini:
Gambar.4.2 Pcrbandingan Kincrja antara JU den:gan IHSG Composlto Index W '·JKSE
Jan 07
Jan OB
Jan 09
Jan 10
Jan 11
-XI"• 10.0
Ill Volume
I
____LlLiJl.lilllLJL . 11,!LI.
;5_0
i
00
Sumber: BE! Pergerakan indeks JI! memiliki kinerja yang tidak kalah dengan IHSG itu sendiri, seperti terlihat pada Gambar 4.2 di atas, JII mengikuti pola pergerakan IHSG yang berfluktuatif. Pada awal tahun 2008 JII mampu melewati kine1ja IHSG dilihat dari tingkat imbal hasil yang pada saat itu lebih tinggi dibandingkan dengan IHSG itu sendiri. Pada saat terjadinya krisis keuangan global yang juga dirasakan oleh pasar modal Indonesia yaitu pada akhir tahun 2008 sampai dengan awal tahun 2009, indeks JII merosot tajam dalam ha! persentase keuntungan atau imbal has ii. Melewati masa krisis yaitu dimulai dari petiengahan 2009 sampai dengan periode pertengahan 2011, indeks JII mengalami peningkatan
keuntungan atau imbal basil. Hal ini dipengaruhi juga oleh membaiknya kondisi perekonomian Indonesia dan dunia pada umumnya. Selanm periode penelitian yaitu 4,5 tahun dimulai pada bulan Januari 2007 sarnpai dengan Mei 2011 didapatkan sejumlah saham yaitu sebanyak 71 saham atau emiten yang termasuk datarn JII (Jakarta Islamic
Index) yang terlihat seperti pada Tabel 4.3 di bawah ini:
Tabel 4.3. Daftar Saham No
KodeSaham
1
AALI
Na ma Saham
----
..
-·-----
-·
PT. Astra Agro Lestari Tbk ~-··-
2
ACES
PT.Ace Hardware Indonesia Tbk
0
ADHI
PT.Adhi Karya (Persero) Tbk
ADRO
PT.Adaro Energy T bk
ANTM
PT.Aneka Tambang (Persero) Tbk
------··---
.)
-· 4
---
.
--·-------··
~·--
5 -· 6 -· 7
· - -1------···
PT.Apexindo PratamaDutaTbk
APEX
---
..
ASII
•..
- · ---··
PT.Astra International Tbk .....
8
ASRI
PT.Alam Sutera Realty Tbk
9
BISI
PT.Bisi Internasioanal Tbk
---
...
....
10
11 -· 12
BKSL
PT.Sentul City Tbk
·-··
. ...
BLTA
PT.Berlian Laju T ankerTbk
.
BMTR
PT.Global MediacomTbk
BNBR
PT.Bak:rie & Brothers Tbk
14
BRPT
PT.Barito Pacific T bk
15
BSDE
PT.Bumi Serpong Damai Tbk
13 1----~
.
-
..-
16 --
--
---·---·
BTEL
PT.Bakrie Telecom Indonesia Tbk
~
17
BUMI
PT.Bumi Resource sTbk
18
BWPT
PT.Bw Plantation Tbk
CMNP
PT.Citra Marga Nusaphala Persada Tbk
-·- - - - - - - - · · - - - - - · ----··-----
f.--·
19
-
.
21
PT.Central Proteinaprima Tbk
CPRO
.
22
CTRA
23
PT.Ciputra Development Tbk ..•
.
CTRP
PT.Ciputra Property Tbk
24
CTRS
PT.Ciputra Surya Tbk
25
DEWA
PT.Damm Henwa Tbk
26
ELSA
PT.Elnusa Tbk
ELTY
PT.Bakrieland Developm entTbk
..
~·
----
. .
..
f------·
27
·---
.
28
ENRG
129·
FREN
PT.Mobile-8 Telecom Tb k
GJTL
PT.Gajah Tunggal Tbk ... _
31
HEXA
PT.Hexindo Adiperkasa 1'bk
32
HITS
PT.Humpuss lntermoda Transportasi Tbk
IIKP
PT.Inti Kapuas Arowana Tbk
PT.Energi Mega Persada Tbk ...
- - -·· 30
·~----·
•.
--··
··-
--·
33 34
..
.
INCO
PT.Intemasional Nickel Indonesia Tbk
INDF
PT.Indofood Sukses MakmurTbk
..
35
. .
.
INDY
36
...
PT.Indika Energi Tbk ...
··-·
~·--
INKP
37
··----
PT.Indah Kiat Pulp & PaperTbk ..
··-·
INTP
PT.Indocement Tw1ggal Prakasa Tbk
39
ISAT
PT.Indosat Tbk
40
ITMG
PT.Indo Tambangraya M egah Tbk
41
JRPT
PT.Jaya Real Property Tb k
KIJA
PT.Kawasan Industri Jababeka Tbk
KLBF
PT.Kalbe Farma Tbk
LPKR
PT.Lippo Karawaci Tbk
38 ~·
..
r·
42 -···
43
... _.
~·
44
.
··---
~·
45
LSIP
PT.Pp London Swnatra Indonesia Tbk ..•
.
....
46
MEDC
PT.Medco Energy Intemasional Tbk
47
MIRA
PT.Mitra Rajasa Tbk ..
···-·
48 49 50
•..
MNCN
PT.Media Nusantara Citra Tbk
MPPA
PT.Matahari Putra Prima Tbk
PGAS
...
··----·
PT.Perusahaan Gas NegaraTbk .
52
PTBA
PT.Tambang Batubara Bukit Asam Tbk ---·----
··---····-
PT.Ramayana Lestari Sento:;a Tbk
53
RALS
54
SGRO
55
SMAR
56
SMCB
PT.Holcim Indonesia Tbk
57
SMGR
PT.Semen G:resik (Persero) Tbk
58
SMRA
PT.Summarecon Agung Tbk
59
SULI
PT.Sumalindo Lestari Jaya Tbk
60
TBLA
PT.Tunas Baru Lampung Tbk
TINS
PT.Tambang Timah Tbk
PT.Sampoerna Agro Tbk
--------
PT .Smart Tbk -'"~-··---
----·-·---
61
-·-···-··--·--
62
TLKM
PT.Telekomunikasi Indonesia Tbk
63
TOIL
PT.Total Bangun Persada Tbk
64
TRAM
65
TRUB
66
TSPC
PT.Trada Maritime Tbk --PT.Truba Alam Manunggal Engineering Tbk PT.Tempo Scan Pacific Tbk
67
TURI
PT.Tunas Ridean Tbk
68
UNSP
PT.Bakrie Sumatera Plantations Tbk
69
UNTR
PT.United Tractors Tbk
70
UNVR
PT.Unilever Indonesia Tbk
71
WIKA
PT.Wijaya Karya (Persero) Tbk
-~--·-·-·--
..
--~--
-·------· ----
--·--
--·--·-·- · -
-
---·-··---
----~---·-
---·----
- - ·..-----·-----·
Sumber : BEL data diolah.
3.
Pembentukan Portofolio Optimnm
Portofolio optimum dibentuk dari saham-sahan1 yang tergabung minimal 4 kali dalam daftar Jakarta Islamic Indeks (JII) selama tahun Januari 2007-Mei 2011. Dengan demikian dilakukan optimasi terhadap 30 saham menggunakan metode Single Index Model (SIM). Data imbal hasil
yang digunakan adalah imbal basil harian selmna 4.5 tahun yaitu mulai dari bulan Januari 2007 smnpai dengan Mei 2011. Data penelitian dibatasi untuk saham-saham yang pada periode pengmnatan yang pernah masuk dalam 4 semester. Saham yang tidak masuk dalam kriteria tersebut tidak dimasukkan sebagai smnpel atau di
drop out dari sampel. Didapatkan sejumlah 30 saham yang masuk ke dalam kategori yang tersebut di atas. Adapun nama-nama saham tersebut dapat disajikan pada Tabel 4.4. berikuti ini:
Tabel 4.4. Daftar Saham Anggota Sampel ,,
,----"
~
I
4 5 6 7 8 9 10 11 12
~·~--.-
''
I I 13
14 15 'i--I 16 17 18 19 20 21 22 23
t-----------=-------
~·
Nama Perusahaan
KodeSaham
r-----.
AALI ANTM ASII BISI BMTR BUMI LPKR ELSA ELTY _.,, ..KLBF ___ INTP MNCN UNVR UNTR TLKM TINS UNSP __ ITMG BTEL BRPT SMGR SGRO PTBA
i-------~~-----···
.
'
,,._
,....,,. ................
___
PT.Astra Agro Lestari TIJk PT.Aneka Tambang (Persero) Tbk --··PT.Astra International Tbk ··---··-· ---·PT.Bisi Internasioanal Tbk PT.Global Mediacom Tbk ·-·--PT.Bumi Resources Tbk PT.LiQ2.o Karawaci Tbk PT.Elnusa Tbk -PT.BakrielaJ1d Development'r bk PT.Kalbe Farma Tbk PT.Indocement Tunggal Praka sa Tbk PT.Media Nusantara Citra Tbk PT.Unilever Indonesia Tbk PT.United Tractors Tbk PT.Telekomunikasi Indonesi< Tbk PT.Tambang Timah Tbk -----· PT.Bakrie Sumatra Plantations Tbk PT.Indo Tambangraya Megil! l Tbk PT.Bakrie Telecom Indonesi! PT.Barito Pacific Tbk PT.Semen Gresik (Persero) Tb k PT.Smnpoern~:igro Tbk PT.Tmnbang Batu Bara Bukil: A smn Tbk -------
---·~
··--·~
"
--
"
--·-~--
--~-·-
'
............. ...-...-
..
'
y
~··
--
.•
IN CO I PT~fi1temasional Nickel Indonesia Tbk ~ LS PT ... CT DE W Darma Henwa Tbk -KA '.Vijaya Karya (P-er-s-er_o_)-Tbk ______ WI. Sumber: BE!, data diolah
26 27 28 29 30
p
~~p~~~~~v~~~~;~:~!n:.~~1esia ~bk
~
::J
Karena terdapat saham yang baru listing sehingga data harga saham harian dari saham tersebut tidak lengkap selama periode penelitian. Oleh karena itu, saham yang tidak memenuhi !criteria periode pengamatan di hapuskan dari sampel penelitian, saham baru tersebut berjumlah 10 saham, sehingga jumlah sampel yang digunakan adalah sebesar 20 saham. Data saham tersebut seperti yang terdapat pada Tabet 4.5. di bawah ini: Tabel 4.5. Daftar Saham yang masuk dalam Sampel
~-~o.
-----
---·-------
--
------
KodeSaham Nama Perus: thaan - - - ---·-AALI PT ._J\stra Agro Les!ari Tbk ---· ASII PT.Astra International Tbk ' 2 PT.Bumi Resources Tbk 3 -------·· BUMI LPKR 4 PT.Lippo Karawaci Tbk . 5 ELTY PT.Ba](rieland DevelO]Jfl1en tTbk 6 KLBF PT.Kalbe Farma Tbk r-· INTP 7 PT .Indoce111ent Tunggal Prz1kasa Tbk PT.Unilever Indonesia Tbk.. 8 UNVR r------------UNTR ... PT.United Tractors Tbk --· 9 r·-·· 10 TLKM PT.Telekomunikasi------Indones,ia Tbk TINS 11 . PT.Tambang Timah Tbk --------i 12 PT.Bakrie Sumatra PlantaticmsTbk UNSP PT.Bakrie Telecom Indones ia 13 BTEL 14 BRPT PT.Barito Pacific Tbk . PTBA 15 PT.Tambang Batu Bara Bu~:it Asam Tbk 16 SMCB PT.Holcim Indonesia Tbk 17 TRUB . PT.Truba Alam Manunggal Engineering Tbk 18 INCO ---- PT.Intemasional Nickel Indonesia Tbk ·--·· 19 LSIP PT.PP London Sumah·a Ind•)Jlesia Tbk ----CTRA PT.Ciputra Development Tl>k 20 Sumber: BE!, data diolah ~·
.
Oleh karena itu, nama-nama saham seperti yang tidak dijadikan sampel karena saham-saham tersebut merupakan saham-sahan1 yang barn listing di bursa. Tabel 4.6. Daftar Saham Tidak Yang Masnk Dalam Sampel
~o----K-o-~-e-S-~--~-a-m-·~--N-a-~-;-:u:~~q 2 WIKA 29 Oktober 2007 -----< 3 .. · - - · ·ITMG 18 Dec 2007 ___ ·------· --- - - · · - - - - 4 BISI- - - · - + - - · ·28 Mei 2007 1-----l--· ·--------5 SGRO 18 Juni 2007- - - - ; 1-----+--·------i------6 ELSA 06 Febrnari 2008 1------>---··-cc~----··--···---·------I 1---7--+-___B_M_T_R~ - + - ·_ _ 24_April 2QQZ__ 8 SMGR 07 Ag.ustus 2007 ~_-_9-_-_~---~~~A~N~~T~M~~---~____1_2_J_u_li_2_1_-)_0-7~~~~~ l_O_~--~D_E_~W __A_~ ~~~2~_Septe_rnbe:r 20_0_7_~ Sumber: BE!, data diolah 1----+--· _,_,
B. Analisis Dan Pcmbahasan
Berdasarkan data sekunder yang telah terkwnpul., data kemudian diteliti dan dianalisis. Pemilihan dan penentuan saham-saham yang menjadi kandidat portofolio dengan model indeks tunggal penghitungannya menggunakan program Excel. Adapun alat analisis yang dapat dipakai dalam penelitian ini dapat dijelaskan dalam langkah langkah sebagai berikut: 1.
Perkembangan Harga Saham, IHSG dan SBI Data harga saham yang diteliti adalab harga saham penutupan (closing price) harian selama periode tahun Januari 2007- Mei 2011.
Nilai return saham diambil dari perubahan harga sal1am harian. Data
dari yahoofinance.com. Daftar saham anggota sampel yang digunakan dalam penelitian ditunjukkan Tabel 4.3. Data kedua yang diperlukan dalam penelitian ini adalah data Indeks Harga Saham Gabungan (IHSG) selama periode tahun Januari 2007 sampai dengan Mei 2011 yang diperoleh dari laporan Bursa Efek Indonesia (BEI). Data IHSG mewakili data pasar yang diperlukan untuk menghitung tingkat return pasar (Rm) dan resiko pasar (am). Tabel 4.7 dibawah ini menunjukkan data IHSG tersebut: Tabel 4.7. DataIHSG ,.---------------
2007
2008
2009
2010
-~
Januari
1836,52
2731,51
1437,34
2575,41
3727,52
Februari
1771,33
2646,82
1310,64
2587,55
3442,5
Tahun Bulan )---.-.--------
·--
-· -··
-----·
-------
-·-
----
.•.
·-·
---- ··------- -
-----·-----------
----~----------
-----------
---·-------
Maret
1759,49
2652,31
1256,11
2554,67
3512,62
April
1849,38
2393,25
1461,75
2830
3707,49
Mei
2001,18
2342,76
1729,58
2960,9
3849,3
Juni
2111,75
2427,77
1998,58
2724,61
Juli
2167,82
2378,81
2059,88
2874,25
Agustus
2256,31
2248,75
2338,8
3058,98
September
2213,57
2164,62
2326,91
3135,32
2399,46
1648,74
2477,97
3547,11
1352,72
2371,64
3645,15
1223, 12
2452,5
3619,09
-----
.•
·...
_
..•
~-
'
---
··-
..•
r---
Oktober November
..•
2704,66
.
2726,93 Desember Sumber: BEL data diolah
·-
.
.
..
Data ketiga yang diperlukan adalah data tingkat suku bunga SBII bulan, diperoleh dari laporan bulanan BI selama periode Januari 2007
proxy return aktiva bebas resiko atau risk free rate of return (R 1).
Seperti terlihat pada Tabel 4.8. berikut ini. Tabet 4.8. Data SBI-1 Bulan --·-
----·
Bulan
···----··-·---·
2007
2008
2009
9.50%
8.00%
8.75%
Februari
9.25%
8.00%
Maret
9.00% 9.00%
Januari
-·
.
•.
.
April .•
Mei C-------··-
~
..-
..
8.75%
..
•.
Juni
8.50%
Juli
8.25%
•..
.. -· ..
2010 .
6.5oo/:16.5o% 6.75%
8.00%
7.75%
6.50%
6.75%
8.00%
7.50%
6.50%
6.75%
7.25%
6.50%
6.75%
7.00%
6.50%
8.25% 8.50%
•.. .
8.75%
·...
6.75%
6.50% --·-··
8.25%
9.00%
6.50%
6.50%
8.25%
9.25%
6.50%
6.50%
Oktober
8.25%
9.50%
6.50%
6.50%
November
8.25%
9.50%
6.50%
6.50%
Desember 8.00% Sumber: www.bi.go.zd
9.25%
6.50%
6.50%
•.
September
..
--·· .
..
2011
6.50%
-·-··~
Agustus
I
8.25%
.
~·
2.
-··1
Tahun
··---··-
·-·--
·-
· · - -~·--·- - - · · .
· - · - -~·--·- - - ·
··---··-
Menghitung realized return, expected return, alpha, beta dan varian error dari masing-masing saham individual.
Untuk menghitung realized return, expected return, standar deviasi,
beta dan varian dari masing-masing saham individual
menggunakan program Excel. Realized return diperoleh dari prosentase perubahan harga penutupan saham i pada hari ke-t dikurangi harga pembukaan saham i pada hari ke-t kemudian hasilnya dibagi dengan
harga pembukaan saham i pada hari ke-t. Hasil penghitungan realized
return masing-masing saham diperlihatkan pada lampiran. Alpha dihitung dengan rumus intercept, merupakan perbandingan return realisasi suatu saham dengan return pa.sar pada suatu periode tertentu. Beta dihitung dengan rumus slope, mencerminkan volatilitas
return suatu saham terhadap return pasar. Variance error merupakan resiko unik atau unsystematic risk suatu saham. Hasil perhitungan
expected return, alpha, beta, dan variance error masing-masing saham individual terlihat dalam Tabel 4.9. berikut ini.
Tabel 4.9. Expected Return, A/pita, STDEV, Beta, Dan Variance Error Saham
~~" 3 4 5 6 7 8 9 10 -·· 11 12 -·· 13 14 15 16 17 18 -· 19 20 -
..
Ko de E(ri) Alpha ( a 1 ) Beta ((li) Stdev O'ei 2 Saham ·- ----··---··-0,001945 TRUB -0,000959356 0,9756378 0,()015406910 0,041513178 ELTY 0,002250405 0,0006140 1,6190375 0,()014270013 0,043931708 0,( TINS 0,001689081 0,0002689 1,4050927 ioo8212120__,__o~,034641795 ·0,001629639 1,2126822 0,()005516042 0,028875508 UNTR 0,0004039 0,000297254 -0,0001478 . 0,4404099 0,()003883716 0,020629832 UNVR 0,001173266 UNSP -0,0003655 1,5225332 0,()011263199 0,039637583 TLKM -0,000262284 -0,0009297 0,6603883 0,()002738417 0,018908384 ··----·· ·PTBA 0,000782256 -0,0004927 1,2614964 0,()005849201 0,02983766 LSIP 0,001188547 0,0000502 1,1262726 0,()005931081 0,02892?586 . -· LPKR 0,00291837 0,0025617 0,3_528312 . _0,()_00_4_34_70_9_7 0,021414901 KLBF 0,001596142 0,0011092 0,4816942 0,()005116285 0,023582875 INTP 0,002230527 0,0014588 )006219672 .. 0,027089296 0,76]l153 - ·0,( 0,( INCO -0,000609982 -0,0008180 0,2058551 1017461205 0,041883791 CTRA 0,002091328 •.. 0,0010990 0,9817823 0,(1010085477 0,0~4547214 BUMI 0,002549607 0,0010352 _1,4982947 o,c1013150586_+--0,~0~_17830§2 BTEL 0,004575509 0,0038.<m_ - 0,7652086. - 0,5i917272657 0,035208379 ASH 0,001263711 f---'-·· 0,0001769 ·- 1,0752537 O,C1004366008 0,025660475 -AALI -_Q,000431686 -0,0015524 1,0752537.. O,C1005557777 0,028137892 0,001094826 0,0000310 1,0525234 O,C1007406830 .Q,030874908 SMCB 0,000164582 -O,OQ10785 1,2300101 ..1:5_1_08_76_1_84_ 0,043403813 BRPT Sumher: Data dznlah -~---·
~--··
-·~
f-..--.--.
•
•
--~
~
3.
Menghituug nilai excess return to beta (ERE:) dan nilai C; masingmasing saham. Berdasarkan hasil perhitungan di atas kemudian dihitung nilai
excess return to beta (ERB) dan nilai C; masing-masing saham. Nilai ERB yang diperoleh diurutkan atau diranking dari nilai ERB terbesar ke nilai ERB yang terkecil. Nilai C; merupakan nilai C untuk sekuritas ke-i yang dihitung dari kumulasi nilai-nilai Al sampai dengan Ai dan nilainilai BI sampai dengan Bi. Hasil perhitungan nilai ERB dan nilai Ci saham ditunjukkan pada lampiran.
4.
Menentukan cut-of-point (C*) Besarnya cut-off point (C*) adalah nilai Ci dimana nilai ERB terakhir kali masih lebih besar dari nilai Ci. Pada penelitian ini didapatkan nilai cut-of-point (C*) sebesar 0,0000003002, yaitu untuk sekuritas UNVR dengan nilai ERB sebesar 0,000198185 yang merupakan nilai ERB terakhir kali lebih besar dari nilai C; (lihat Tabel 4.8).
5.
Menentukan saham kandidat portofolio Saham yang menjadi kandidat portofolio adalah saham yang mempunyai nilai excess return to beta lebih besar atau smna dengan nilai cutof- point. Dengm1 nilai cut-of-point (C*) = 0,0000003002 dan
yang
menjadi
kandidat
portofolio.
Tabel
4.10.
berikut
ini
memperlihatkan daftar 15 saham kandidat po1iofolio yang diurutkan dari nilai ERB terbesar menuju nilai ERB terkecil dan 15 saham non kandidat pmtofolio. Tabet 4.10. Saham Kandidat Portofolio (ERB > C*) -·
No --1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
~·
~··
i--------- ·--
~-
·--·-
. -"·
KodeSaham LPKR ... BTEL KLBF ·--· INTP CTRA .•. .. BUMI •. ELTY UNTR TINS .•. ASII LSIP . .• SMCB UNSP ·-··-· PTBA . UNVR
Cut-of-point (C*) '---------Sumber : data diolah
ERBi Ci 0,007676186 .. 0,0000043 535 0,005705029 0,0000046 955 0,002877697 0,0000052 796 0,002646385 o_,0000054 279 0,001916266·- - 0,0000025 907 ·---· 0,001561532 0,0000024 600 0,001260276 -0,0000001)_ 639 --0,001170684 ···- 0,0000001 605 0,001052677 0,0000000 393 0,000979991.._ 0,0000032 300 0,000868862 0,0000002 964 0,0_00840698 0,00_1)_0038 213 0,000632692 0,0000002 930 0,000453655 0,0000001 774 0,000198185 0,0000003 002 ~·
0,000198185
0,0000003 002
--~·
Sedangkan pada Tabel 4.11. adalah nama-nama saham yang memiliki nilai ERBi lebih kecil dari C1 sehingga tidak dimasukkan ke dalam perhitungan portofoflio optimum saham.
Tabel 4.11. Saham Non Kandidat Portofolio (ERB> C*) -
~-·
KodeSaham - - · --· 1 BRPT -· 2 AALI -· 3 TLKM 4 _,,_TRUB 5 INCO -· Sumber: data diolah
6.
ERBi -·
-·
-·
-·
No
-0,0000369018 -0,00059675 -0,000715118 -0,001198526 -0,00398316
C; _Q,000004 9114 0,0000034054 -· 0,0000001539 ·--·· -0.,0000002107 O,Q000026788
Menentnkan Besarnya Proporsi Dana Pada Saham-Saham Yang Masnk Dalam Katcgori Saham Pcmbcntuk Portofolio Optimum. Setelah sekuritas-sekuritas yang membentuk portofolio optimal telah dapat ditentukan, maka perlu diketahui proporsi masing-masing sekuritas dalam portofolio optimal tersebut. Perhitungan besarnya proporsi untuk sekuritas saham-saham tersebut dapat menggunakan mmus yang (34).
Tabel 4.12. Daftar Proporsi Saham ..
NO
Saham ·-~··
I 2 3 . 4 5 6 7 8 9 10 11 -· 12 13 14 15
I
X; _ _
··-
_Lxi.
LPKR 6,23011677 24,84605296 INTP 24,84605296 3,2~8284205 ---·-·"-KLBF . 2,709046768 .):'f,84605296 UNTR . 2,573046648 24,84605296 ASH 2,41276_7788 24,84605296 CTRA 1,86511 ?_256 24,8460~296 TINS 1,800615765 24,84605296 1,778769421 24,84605296 BUMI 1,649340637 24,84605296 LSIP 1,429534542 24,84605296 ELTY SMCB __1_,194220264 .. 24,84605296 PTBA 0,977750312 24,84605296 0,854852035 24,84605296 UNSP •. 0,224400148 24,846052?6 UNVR BTEL 0,00737723 24,84605296 Sumber: data diolah
W;(%) ----··~
25,0748752 1~,0736428 ..
10,9033285 10,3559574 ·9,7108695 ·7,5067024 ·7,2470898 ·7,1591630 6,6382400 5,7535680 4,8064788 ..• 3,9352340 3,4405949· · 0,9031622 - ·-0,0296918 ·--
Dilihat dari Tabel di atas didapatkan hasil proporsi masmgmasing saham. Saham yang memiliki komposisi paling besar adalah saham LPKR dengan nilai 25,075 % . Kemudian sal1am yang memiliki komposisi terbesar kedua adalah saham INTP dengan nilai 13,074 %. Adapun saham yang memiliki komposisi yang paling kecil adalah saham BTEL yaitu sebesar 0,030 %.
7.
Melakukan Pengujian Data Return Sebelum melakukan perhitungan VaR, data return masing-masing saham harus dilakukan pengujian lebih dahulu. Pengujian diperlukan untuk mengetahui bagaimana karakteristik data return masing-masing
a.
Pengujian stationaritas Pengujian ini bertujuan untuk mengetalmi apakah data return ke-
15 saham tersebut bersifat stationer atau tidak. Data dapat dikatakan stationer bila data tersebut memiliki mean dan variance yang konstan yang hanya tergantung pada variabel waktu dari data yang diobservasi. Untuk melakukan pengujian stationarity digunakan metode Augmented Dickey-Fuller Test (ADF- test) pada data return dengan
bantuan software Eviews 7. Caranya dengan membandingkan nilai ADF-test statistic dengan test critical values. Suatu data dikatakan stationare bila nilai ADF-test statistic > test critical values 5% level. Contoh perhitungan ADF-test untuk data return saham ASII dapat dilihat pada tabel 4.13. Berdasarkan hasil perhitungan menggunaikan software Eviews 7 diperoleh nilai ADF Test Statistic untuk data return saham ASII adalah sebesar < -29.95092 test critical valuse 5% level MacKinnon sebesar 2.864190 sehingga data stasionare. Hasil lengkapnya mengenai pengujian stationarity untuk ke-15 saham tersebut dapat dilihat pada lampiran. Uji
stationarity
data
return,
dilakukan
dengan
menggunakan
Augmented Dickey Fuller- Test (ADF-test) dengan bantuan software E-Views 7 prosuder yang dilakukan:
•
H0 : y
=
0 -> data return non stationare
•
H1 : y
=
0 -> data return stationare
•
Critical value (CV)= X 2 , df: 2
•
Test statistik ADF
•
Uji statistik :
Jika P
~
5% atau nilai ADF < CV 5%, artinya ditolak H0 , atau data
stationare. Jika P > 5% atau nilai ADF >CV 5%, artinyajangan tolak H0 , atau data non stationare.
Tabel 4.13. Contoh Hasil Perhitungan ADF-test Untulk Saham ASH Null Hypothesis: ASll has a unit root Exogenous: Constant Lag Length: O (Automatic- based on SIC, maxlag=21)
Augmented Dickey-Fuller test statistic 1% level Test critical values: 5% level 10% level
!-Statistic
Prob.*
-29.95092 -3.436605 -2.864190 -2.568233
0.0000
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent VaRiable: D(ASll) Method: Least Squares Date: 14/07/11 Time: 19:11 Sample (adjusted): 2 1011 Included observations: 1010 after adjustments VaRiable
Coefficient
Std. Error
t-Statistic
Prob.
ASll{-1)
-0.942430 0.001181
0.031466 0.000808
-29.95092 1.462249
0.0000 0.1440
c R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.470882 0.470357 0.025642 0.662776 2268.029 897.0578 0.000000
Mean dependent VaR S.D.dependentVaR Akaike info criterion Schwarz criterion Hannan-Quinn critec Durbin-Watson stat
-3.84E-05 0.035234 -4.487186 -4.477448 -4.483486 1.993065
Rangkuman hasil ADP-test untuk data return ke-15 saham dapat
Tabel 4.14. Hasil Uji ADF-test •..
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
NamaSaham
,------------~
~---
..
Uji St:1sioneritas ~.
St·asioner ASII ..-·-··-··· ---BTEL Stasioner ·--BUMI Stas10ner -------- ···-·-···-CTRA Sti1sicmer . St,as10ner ELTY -- ---·----St·asioner INTP ___ __________ St·as10ner KLBF St·as10ner LPKR St·as10ner LSIP . PTBA St·as10ner · · - - - -- - - · - - - - j SMCB Stiisioner -------·- •.. TINS St·as10ner ..• UNSP St·as10ner .. St,as10ner UNTR ---··-·-·----·-·-·' St·as1oner UNVR Sumber: data diolah .---~-----·
--~---
,.
--~-~-
·-~·-
-----~
~-·
____,
...
--~-
Dari tabel diatas 4.14. dapat diketahui bahwa data return ke-15 saham sudah stationare. Langkah selanjutnya adalah melakukan pengujian normalitas data return. b.
Pengujian normalitas Pengujian normality dilakukan untuk mengetahui apakah data
return memiliki distribusi normal atau tidak. Pengujian dilakukan
dengan membandingkan nilai jarque-bera (JB) dengan chi square X 2 (a= 5%, df = 2) sebesar 5,99146.
Pada residual berdistribusi normal, statistik JB secara asimtotis merupakan distribusi Chi Square dengan der.ajat kebebasan 2, atau
(mendekati 0), maka hipotesis bahwa residual memiliki distribusi normal. Bila nilai JB < X 2 5,99146 maka data memiliki distribusi normal sehingga bisa langsung menggunakan a sesuai angka Z- score karena pada distribusi normal besarnya skewness adalah no!. Tetapi sebaliknya jika nilai JB > X 2 5,99146 maka data tidak memiliki distribusi normal sehingga harns menggunakan a'. a' diperoleh dengan menggunakan persamaan Cornish Fisher Expansion rumus (39). Contoh hasil pengujian normality untuk data return saham ASII menggtmaka software Eviews 7 dapat dilihat pada Gambar 4.4. tersebut dapat dilihat bahwa dari hasil perhitungan nilai Jarque-Bera untuk data return saham ASII yang diperoleh adalah sebesar 393,6530. Angka ini
lebih besar dari nilai Chi Square X 2 (a = 5%, df = 2) sebesar 5,99146 sehingga dapat disimpulkan bahwa data return ASII tidak memiliki distribusi normal. Uji normalitas dengan menggunakan .Tarque-Bera test, prosedur yang dilakukan: •
H0 : data return saham normal
•
H1 : data return saham tidak normal
•
Critical value (CV)= X 2 , df: 2
•
Test statistik jarque berra /S2
(K-3)2_
Nilai JB untuk masing-masing nilai tukar dapat diproleh dengan bantuan software E-Views 7. •
Uji statistik :
Jika P $ 5% atau nilai JB >CV 5%, artinya clitolak H0 , atau data return tidak memiliki clistribusi normal Jika P > 5% atau nilai ADF < CV 5%, artinya jangan tolak H0 , atau data return memiliki distribusi normal.
Gambar 4.3. Contoh Hasil Pengujian Normality return ASH 240-~---
200
Series: ASll Sample 1 1011 Observations 1011
~
160 ..
Mean Median
120-
Maxin1un1 Minimum Std. Dev.
Skewness
80
Kurtosis
0.001264 0.000000 0.134211 -0.109375 0.025660 0.380726 5.960586
Jarque-Bera 393.6530 Probability 0.000000
40-
P1l -0.10
-0.05
0.00
I
0.05
I....,.-.,.........,... 0.10
1-lasil selengkapnya mengenai uji normality untuk data return ke-15 saham dilihat pada Tabel 4.15.dibawah ini:
Tabel 4.15. Hasil Uji Tes Normality Nama Saham Uji Norma Iitas No TidakNorm alitas ASII 1 ----TidakNorm alitas 2 ---·BTEL -+---.--.-.--·· TidakNormalitas .) BUMI -· TidakNorm alitas 4 CTRA --------TidakNorm alitas ELTY 5 +-Tidak Nmmalitas 6 INTPTidakNorm alitas KLBF 7 --TidakNormalitas 8 LPKR -TidakNorm alitas LSIP 9 -TidakNorm alitas 10 PTBA -TidakNorm alitas 11 SMCB ·---· r------------ ·--TidakNormalitas 12 TINS TidakNotmalitas 13 UNSP TidakNormalitas 14 UNTR r----------·· ··-TidakNorm alitas 15 UNVR ·---Sumber: data diolah -~
·~---·-
"
0
""
"
~·-···
~-
Dari tabel diatas terlihat bahwa ke-15 data return saham tidak memiliki distribusi normal karena nilai jarque -bera > chi square X 2 (a= 5%, df = 2) sebesar 5,99146 sehingga a harus dikoreksi lebih
dahulu menggunakan Cornish Fisher Expansion. Hasil perhitungan
Cornish Fisher Expansion untuk ke-15 saham s,ecara rinci dapat dilihat pada Tabel 4.16. Jika distribusi data return saham normal maka a yang dipakai adalah dengan z- score. Bila distribusi data return saham tidak normal maka a harus dikoreksi dengan Cornish Fisher Expansion (a').
Tabel 4.16. Hasil Perhituugan Comish Fisher E:tpa11sio11 ~
..._..,_
-·--··
a' No.
Retm·n
Koef. Skewness
a (0.95)
(~)
1 ELTY TINS 2 UNTR -- . 3 4 UNVR UNSP 5 PTBA ----·-6 ·---· 7 LSIP LPKR 8 KLBF 9 10 INTP -· CTRA 11 BUMI 12 BTEL 13 ASII 14 15 SMCB --··-···Sumber : Data diolah ~-
0,524591 0,55646 o,~21787
0,324072 0,346688 0,382928 0,658908 ],5Q22_41 1,669113 0,605071 1,191817 0,0687754 1,0215 0,38Q?_?_6 1,017656
--1-~---
a--(a -1 )Xi -6
. _____ ,. __ r----~-·--
~--·-·-·---
'
1.644853476··-1,49573472 8 1.644853476 1,48667~73 7 1,46810607 1.644853476 1,55273369~ 1.644853476 1,54630493- - 1 1.644853476 ·1.644853476 1,53690345- 1---------------· 1.644853476 1,45755415 9 1,21763173 6 1.644853476---- 1,17039615 6 1.644853476··-1.644853476 . 1,47285771 2 1.644853476 1,30607096 1 1.644853476 1,449354477 1.644853476 1,35448~1.? 7 1.644853476· - --- 1,53662938 5 1.644853476 1,355577472 ---~--·---
-\----------~-·
··---
--~-·
Dari Tabel 4.16. diatas, maka a' untuk data return saham ELTY setelah dikoreksi adalah sebesar 1,495734728. Angka ini lebih besar dari a karena memiliki koefisien skewness ncgatif. Angka a' inilah yang nantinya akan digunakan pada perhitungan VaR aset ELTY.
c.
White Test Heteroskedastic Pengujian ini be1tujuan untuk mengetahui apakah varians return konstan atau tidak konstans (time varying). Apakah varians dari return adalah konstan (homoskedastic) maka standar deviasi dapat dihitung menggunakan standar deviasi statistik menggunakan persamaan (24 ).
Bila berdasarkan pengujian diperoleh hasil bahwa varians adalah time varying (Heteroskedastic), maka standar deviasi tidak dapat dihitung dengan persamaan standar deviasi statistik tetapi harus dihitung dengan menggunakan metode EWMA. Persamaan untuk menghitung
volatilitas
dengan
menggunakan
motode
EWMA
menggunakan persamaan ( 18). Uj i Heteroskedastic dengan White Heteroskedastic Test, prosedur yang dilakukan :
•
H0
:
a bersifat homoskedastic
•
H1
:
a bersifat heteroskedastic
•
Critical value (CV)= X 2 , df: 2
•
Test statistik F
•
Uji statistik :
Jika Probability nR 2 ~ 5% artinya ditolak H0 , atau a heteroskedastic Jika Probability nR 2
> 5%
artinya jangan tolak H0 , atau a
homoskedastic. Uji White Test Heteroskedastic dilakukan dengan bantuan software Eviews 7 dengan melihat persentase probability F- statistic (p) untuk masing-masing saham. Bila nilai probability F- statistic < 5% maka Varians data return heteroskedastic. Contoh basil perhitungan White Test Heteroskedastic untuk data return saham ASII dapat dilihat pada Tabel 4.17. dibawah ini:
Tabel 4.17. Contoh Hasil Perhitungan White Test Heteroskedastic Untnk Saham ASH Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS
21.12719 40.67358 100.9742
Prob. F(2,1007) Prob. Chi-Square(2) Prob. Chi-Square(2)
0.0000 0.0000 0.0000
Test Equation: Dependent VaRiable: RESIDA2 Method: Least Squares Date: 21/07/11 Time: 13:30 Sample: 2 1011 Included observations: 1010 VaRiable
Coefficient
Std. Error
I-Statistic
Prob.
c
0.000526 -0.003163 0.203257
4.96E-05 0.001806 0.031320
10.61840 -1.751725 6.489595
0.0000 0.0801 0.0000
ASll(-1) ASll(-1)A2 R-squared
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-stalistic)
0.040271 0.038365 0.001437 0.002081 5178.712 21.12719 0.000000
Mean dependent VaR S.D. dependent Va~: Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
0.000656 0.001466 -10.24894 -10.23433 -10.24339 2.065728
Berdasarkan Tabel 4.17 diatas dapat dilihat bahwa nilai probability F- statistic untuk data return saham ASII adalah sebesar
0,000 < 5% artinya Varians return adalah heteroskedastis. Pengujian White Test Heteroskedastic
selengkapnya un1uk ke-15 saham dapat
dilihat pada lampiran. Rangkuman uji While Test Heteroskedastic data return untuk ke-15 saham dapat dilihat pada Tabel 4.18.
Berdasarkan Tabel 4.18.tersebut dapat diketahui bahwa data return ke-15 saham ini, ada 13 nilai saham yang memiliki probability F- statistic < 5% artinya data return adalah heteroskedastic. Karnna
heteroskedastic, maka standar deviasi/volatili(y tidak dapat dihitung dengan menggunakan persaman standar deviasi statistik tetapi menggunakan estimasi volatilitas EWMA. Tabel 4.18. Hasil Uji White Test Heterosketlastic ·~'"·
Nama saham
No.
Probability Fstatistik
ELTY TINS UNTR UNVR UNSP 5 --PTBA 6 LSIP 7 ·-··-· I 8 LPKR -· KLBF 9 10 INTP r-----·-· -·-CTRA 11 12 BUMI r---·-···-BTEL 13 - - - --· ASJJ -·--- -14 SMCB 15 1 2 - - · -·-3 4 -·
-~·--·-
..
·~-
Kondisi
< 5% reject homoskedas < 5% reject homoskedas < 5% reject homoskedas < 5% reject homoskedastic data heteroskedastic ·-· < 5% reject homosk~tjastic data heteroskedastic < 5% reject homoskedastic data heteroskedastic < 5% reject homoskedastic data homoskedastic < 5% reject homoskedastic data heteroskedaslic < 5% reject ho_moskedastic data heteroskedastic < 5% reject homoskedastic data heteroskedastic < 5% reject homoskedastic data homoskedastic data heteroskedastic < 5% reject homosked_a!i_tic -+--------·---; < 5% reject homoskedastic data heteroskedastic < 5% reje_.c!. homoskedastic data heteroskedaslic < 5% reJ.ec;!_~omoskedastic data heteroskedastic
0,0027 0,0000 0,0000 0,0005 0,0000 0,0003 0,4132 0,0000 0,0093 0,0168 0,0743 0,0071 0,0000 0,0000 0,0007
Sumber: data diolah
8. Perhitungau VaR untuk Historical Simulation Methot/ Perhitungan VAR untuk menghitung resiko pasar dari saham LSIP dan CTRA dengan menggunakan
Historical Simulation
Method dengan
menggunakan persamaan 15. Sebagai contoh nilai VAR untuk l (satu) hari perdagangan, saham LSIP proses perhitungannya sebagai berikut: VaRLSIP
=
8350* 0,033009* 1,457554159*v'I
=
401,73375
Persentase (%) LSIP
=
401,73375 8350
* 100
=4,811183 Untuk menghitung perhitungan VaR dan persentasenya untuk resiko dari saham LSIP dan CTRA dapat dilihat dari tabel Tabel 4.19. Tabet 4.19. Perhitungan VaR -
No
Sabam
LSIP
2
CTRA
Tanggal
Stdev
II Alpha --.---
--
"""""~~-
Vo
Akart
VaR(Rp) --.----~
04/01/2010 0,033009 1,45755 I 05/01/2010 __Q,_033009 1,4575?_ -I0,033009 i 1,45755 06/01/2010 I ________ 0,033009 1,45755 07/01/2010 I 0,033009 !I 1,45755 08/01/2010 :I ---- - - 0,035109 i 1,30607 l 04/01/2010 I --·-,.--·· -1 05/01/2010 __0,035109 I 1,30607_1_ l 06/01/2010 __0,Q35109 1,306071 - -I r 0,035109 07/01/2010 1,306071 I 0,035109 1,306071 I 08/01/2010 --
+
8500 8650 8700 9200 9300 980 1020 1120 1180 1280
~"-·
,
--~~
~-
1=i
408,9505 416,1673 418,5729 442,6288 447,44 44,93785 46,77205 51,3575_?_ 54,10884 ---
58,69j_~
Sumber: data diolah
Untuk menghitung perhitungan VaR untulc resiko yang akan dihadapi oleh investor dalam periode perdagangan selama kurun waktu sepanjang tahun Desember 2007- Mei 2011 dengan metode historical simulation dapat dilihat pada lampiran. 9. Perhitungan VaR Tunggal Berdasarkan hasil pengujian tentang White Heteroskedastic, diketahui bahwa seluruh data return ke-13 saham memiliki varians yang tidak konstan. Karena Varians data return tidak konstan, maka dalan1 melakukan perhitungan
VaR,
pendekatan EWMA.
metode
estimasi
volatilitasnya
harus
melakukan
a.
Perhitungan V aR dengan estimasi volatilitas EWMA Sebelum
melakukan forecast
volatility,
langkah
pertama
dilakukan adalah mencari decayfactor optimum. Decay factor optimum adalah decay factor yang memberikan nilai Root Mean Square Error (RMSE) terkecil/ minimal. Dari Jorion (2001) menyebutkan RiskMetrics menggunakan nilai
'A sebesar 0,94 untuk data hatian mengingat hitungan nilai 'A sangat tergantung dengan rentang waktu pengamatat1 data saham. Oleh karena itu, penelitian ini akan membandingkan ni lai 'A hasil penghitungan dengan nilai 'A 0,94 yang dianjurkan oleh RiskMetric tersebut. Rangkuman decay factor optimum untuk ke-13 saham disajikan pada label berikut ini.
Tabel 4.20. Decay Factor Optimum ·--·
No 1 2 3 4 5 6 7 8 9 10 - . 11 12 13
~-·-~
i-----,
Decay actor - ····-··-·-·--BUMI 0,94 ...-·----··-"BTEL 0,94 - - INTP 0,94 - PTBA 0,94 --·-----LPKR 0,94 -··-KLBF 0,94 .. UNSP 0,94 -SMCB 0,94 UNTR 0,94 ELTY -·-·--·0,94 UNVR 0,94 -TINS .. 0,94 ASII 0,94 Sumber: data diolah Nama Saham
F,
-·~·---
-~·-------
Langkah
selanjutnya
melakukan
Forecast
Variance
dan
Volatilitas. Contoh perhitungan Forecast Variance dan Volatilitas harian disajikan pada tabel dibawah ini.
Tabcl 4.21. Hasil Perhitungan Forecast Variance Dan Volatilitas Harian Masing-Masing Saham Dcngan Estimasi Volatilitas E'IVMA No 1
Sabam
Forec,ast Volatility Variance -----~r----····--t--'-==='"-=-l···-·-···-----1
BUMI
0510112-0···1-o--+-o,-o-80_8_08_0_8_I0,0o22·3-7-06-+---o-,o-4_7__ 823il2
Date
Return
04/01/2010
0
I 0,001895263
0,043534617
0,01851852 ! 0,001915839 0,043770298 -0,0206897 I _o,ooi 531533 o,039134-80-6--1 05/01/2010 2 BTEL 0,02797203 0,001552795 0,039405525 06/01/2010 -0,0067568 0,001508589 0,038840553 f----l-------·-t---~~-1,--------~------··--+-------I 04/01/2010 0,01094891 . 0,000919715 __ Q,_()30326809 -05701i2010 0,01444043 .. 0,000925034 0,030414375 3 INTP 06101120 I 0 0,0070922 0,000915541 0,030257901 ·--+-----+---·,.--04/01/20 I 0 0,0259366 0,001361066 0,036892632 4 PTBA 05/01/20 I 0 -0,0055866 0,001322576 0,036367245 ----; r - - - - r - - - - - · - - .06/01/2010 0,02247191 0,001351003 Q,036755994 04/01/2010 0,02 0,000344129 0,018550702 05/01/2010 0 0,000320129 0,017892136 5 LPKR 06/01/2010 0 0,000320129 0,017892136 0410112010 0,0 l S-38462 0:00066:s813... --~0,~02_5_8_61_4_23_...j 6 KLBF 05/01/2010 0 0,000654612 0,025585387 06/01/2010 0,03053435. 0,000710553 0,026656196 04/01/2010 0,01724138 0,001939576 0,044040613 ···-·· . ··---~-----+ 7 UNSP 05/01/2010 0,06779661 0,002197523 0,04687774 06/01/2010 0,01587302 0,001936857 0,044009736 >--+----+----·-----04/01/2010 0,03225806 0,001294526 0,035979516 8 SMCB 05/01/2010_ ... 0 0,001232091 0,0351011~ 06/01/2010 -0,0124224 -- 0,001241349 r---0,03523~79 -........; 04/01/2010 0,00731261 O,OOIJ_Ll_')l25'--!--'-=~-'-'-'-'-'---! 0,033898746 -· . 05101/2010 -0,0072727 0,00114909 0,033898231 9 UNTR ··--·----l----·--·-·06/01/2010 -0,0198556 __ _o_,_()_0__1__1_6_9_5_7_1-1-_0~,0_34_1_9_89_9_4_--I 04/01/2010 0,02941176 0,002262567 0,047566451 1------1-------···---··---+-10 ELTY _0_5_/0_1_/2_0_10-+_-_0~,0_17_4_4_19_ .. 0,002228917 0,04721141 06/01/2010 0,01775148 0,002229571 0,047218334 O,OOQ449188 0,021194058 04/01/2010 0,01273885 11 UNVR r--05/01/20I0 _,___-_0~,0_0_9_52_3_8_+_0~,0_0_0_44__4_8__9L!_ ~ 0,0210925 06/01/2010 0,03618421 0,000518009 0,022759816 r - - - + - - - - - - 1 - - - - + - - - - - - - 1 - - - - - - - + - · - · ·..... 04/01/2010 0,0625 0,0018814~] 0,043376232 12 TINS o_s__ /0_11_2_01_0--+_ _o_ _- f__o~,o...o...1_647122 o,040584757 f - - - - j - - - - __ 0_6_1__ 01_12_0_1_0-+-_o~,0_1_14_9_42_5__+_o,Q.Ql65505 0,0406__8__2_3_-f 0410112010 0,01875902 o,ooo9J?2_2_9-j__o~,0_3_03_1_3_83_9___ _ 05/01/2010 0,00141044 O,QQ0897934 0,02996555 13 ASJI 0610112010 0410112010
-~-----+-~------!
---·--·----+~-------··
·-=
---~---
£\L If\ 1 /"'JI\ 1 f\
f\ f\11 f'\f\Al'.
I\ tV"lrl.flOOAOA
Dari tabel 4.20. tersebut diketahui bahwa forecast variance dan volatilitas untuk data return saham BUMI tanggal 4 Januari 2010 masing-masing
adalah
sebesar 0,001895263
dan
0,043534617.
Penjelasan yang sama berlaku untuk ke-12 saham lainnya. Hasil perhitungan bahwa forecast variance dan volatilitas selengkapnya untuk ke-13 saham dapat dilihat pada lampiran. setelah diperoleh nilai bahwa forecast variance dan volatilitas untuk masingmasing saham, selanjutnya dilakukan perhitungan VaR masing-masing saham. Dalam perhitungan VaR digunakan asumsi confidence level 95% dan holding period 1 hari. Hasil perhitungan VaR selengkapnya untuk masing-masing saham dapat dilihat pada lampiran. Sebagai gambaran, pada tabel 4.21. akan disajikan sebagai dari basil perhitungan VaR 1mtuk masingmasing saham tanggal 4-6 januari 2010.
--·--~··--
No
Tabel 4.22. Hasil Perhitungan VaR Ha1ian Dengan Estimasi Volatilitas EWMA Tanggal 4-6 Januari 2010 "··---- . ·~·--~·-
Saham
Date -----
Volatility
Posisi
_
Q~'
_ill~)
Holding Peroit/
VaR
04/01/2010 Q,043534617 2425 1,449354477 1 153,0104488 ---I BUMI 05/01/2010 0,047823212 2675 1,449354477 ··-· 1 185,4117053 06/01/2010 0,043770298 2750 I 174,4563644 1,449354477 --···04/01/2010 0,039134806 142 --·- - 1,354484787 1 - 7,527064966 ···---05/01/2010 0,039405525 147 I 7,846005103 2 BTEL I ,3_~4484 787 06/01/2010 0,038840553 147 1,354484787 I 7, 733513965 -0,030326809 04/01/2010 13850 1,472857712 - . 1 618,6389~32_ 3 INTP 0510112010 0,_(}_'.3_0414375 14050 --1,472857712 1 629,3844559 06/01/2010 14200 1,472857712 0,030257201 1 632_,_8_3_12832 04/01/2010 17800 O~Q36892632 1 1008,676346 l,~3600345 - f--·· 4 PTBA 0,036367245 05/01/2010 17800 1,53600345 1 I 994,311796L __.. -0,036755994 0610112010 I 1027,523469 18200 1,53600345 -04/01/2010 0,018550702 510 1,217631736 1 11,51984075 ------5 LPKR 05/01/2010 0,017892136 . 510 1,217631736 1 11, 11087664 --06/01/2010 0,017892136 500 1,217631736 1 10,89301632 ·+----··0,025861423 04/01/2010 1320 1,170396156 1 39,9539051 -----6 KLBF 0,025585387 39,5274504 0510112010 1320 1,170396156. -- 1 ----0,026656196 06/01/2010 1350 --- 1,170396156 I 42,11771821 -----·04/01/2010 590 1,54630493 1 40,17912819 Q_,_()_~4040613 .----'----0,04687774 7 UNSP 05/01/2010 630 1,54630493-- I 45,66698683_ 0610112010---· 0,044009736 640 1,54630493 I 43,55358185 0,035979516 1600 1 78,03683369 04/01/2010 1,355577472 05/01/2010 1610 1,355577472 ··-·-- I 76,60754406 8 SMCB 0,03~_101_148 0,03523279 1,355577472 1 06/01/2010 1590 75,23963458 - - - --·-··---··-04/01/2010 27550 1,46810607 1 1371,079614 0,0338987~§_ 9 UNTR 05/0112010 0,033898231 27300 1,46810607 1 -1358,61724 27150 I 1363,140447 0610112010 f-- 0,034198994 1,4§8_ I 0607 -04/01/2010 0,047566451 175 1,495734728 1 12,45068866 ------------0,04721141 10 ELTY 0510112010 169 1,495734 728 1 11,93406099 - - - - - - !----'-06/01/2010 0,0472_18334 172 1,495734728 1 12,14768943 . -0,021194058 04/01/2010 15900 1,55273369 I 523,2487743 -0,0210925 15600 ---- 1,55273369 11 UNVR I 05/01/2010 510,9161593 0,022759816 1 06/01/2010 15750 1,55273369 556,6039428 -0,043376232 ...... 2125 I 04/01/2010 2125 1,486675737 12 TINS 05/01/2010 0,040584757 2175 ... _1,486675737 I ---- ----·-- 2175 ······--·-··-06/01/2010 2200 1,486675737 1 2200 0,040682~-- - -------.----04/01/2010 0,030313839 35300 1,536629385 I 1644,314108 !----'-13 ASII 05/01/2010 0,02996555 I __1634,631016 35500 _1536629385 1 1632, 117524 06/01/2010 0,030088989 1,536629385 35300 ------·~-
~
---··~-----
~--·~-·--·
~--··--
~-
~-
~--------..
Sumber: Data diolah
b.
Uji Validasi VaR dengan Estimasi Volatilitas EWMA Langkah selanjutnya setelah dilakukan perhitungan VaR adalah melalo.ikan pengujian validasi model. Validasi model dilakukan dengan
backtesting dan kupiec test. Backtesting dilakukan dengan melakukan perbandingan antara nilai VaR harian dengar1 actual loss harian. Actual
loss merupakan hasil perkalian dari return dengan harga (close) masing-masing saham. Langkah ini dilaknkan untuk mengetahui apakah estimasi kerugian maksimum yang diyakini terjadi sejalan dengan actual loss-nya. Bila nilai actual loss harian melebihi/ melampaui nilai VaR harian a.iiinya penyimpangan/overshoot. Rekapitulasi overshoot yang terjadi pada masing-masing saham berdasarkan hasil perhitungan clan backtesting disajikan pada tabel 4.22. berikut ini: Tabel 4.23 Rekapitulasi Overshoot Saham Dengan Estimasi Volatilitas EWMA
-N~ --
-r
2 3 '-------··4 5 6 7 8 --··9 10 11 12 13 14 ...
~--·-·
-..
SAHAM
~--
..
Total Overs!toot
BUMI 8 BTEL 17 INTP 10 PTBA 3 -----··---LPKR -·-·---65 KLBF 34 UNSP·-· 6 SMCB 3 ··UNTR 6 ·-·---· ELTY... 9 UNVR 14 TINS 0 .•. ASII 4 LSIP 8 ---------~··-
Berdasarkan tabel 4.22. tersebut dapat dilihat bahwa jumlah overshoot yang
terjadi pada masing-masing
saham jumlahnya
bervariasi. Untuk saham BUMI jumlah overshoot yang terjadi dengan menggunakan estimasi volatilitas EWMA adalah sebanyak 8 hari dari 368 data VaR harian. Jumlah overshoot terbanyak dialami oleh saham LPKR yaitu sebanyak 65 hari, sedangkan saham TINS yang memiliki jumlah overshoot paling sedikit dibandingkan clengan saham lain yaitu
0.
Untuk lebih jelasnya, overshoot yang terjacli pacla saham BUMI clapat dilihat pada Tabet 4.23 berikut dibawah ini. Pada tabel tersebut akan terlihat jelas tanggal terjadinya overshoot untuk saham BUMI.
Tabel 4.24. Rincian Overshoot Saham BUMI Dengan Estimasi EWMA ..
Tanggal
No
VaR 1 05/01/2010 185,4117 2 02/03/2010 . 161,3535 3 26/05/2010 . 164,1604 4 20/08/2010 . 128,3473 5 23/08/2010 124,9728 25/08/2010 140,3117 6 7 24/09/2010 161,9514 8_ .. .. 13/04/2011 230,955 Sumber: Data Diolah
--~-
~-
Perbandingan
"
-----
Actual Loss
Keterangai
216,1616162 overshoot 189,244186 overshoot overshoot 284, 7222222 244, 1860465_ . overshoot overshoot 189,2666667 ·--224,5398773 overshoot 219,5121951 overshoot 240,9448819 overshoot
Pada lampiran akan ditampilkan secara rinci backtesting dan jumlah overshoot yang terjadi selama periode tanggal 04 januari 2010
Untuk mengetahui apakah penyimpangan!overshoot yang terjadi masih dapat ditolerir atau apakah model yang dipakai valid atau tidak, maka perlu dilakukan suatu pengujian. Pengujian yang dilakukan adalah uji Kupiec berdasarkan TnoF. Hasil uji untuk masing-masing saham dituangkan dalam Lampiran. Tabcl 4.25. Uji validasi Kupiec Test berdasarkau TnoF untuk Estimasi Volutilitas EWMA .
No --·
Overshoot
Saham ··--~·
I
2 3
4 5 6 ... 7 8 -· 9 -·· ~----
BUMI BTEL INTP . - -PTBA LPKR KLBF UNSP SMCB UNTR ELTY UNVR TINS
,,-- •..
. .
~--·~·-
10 -~
11
-----
12
H:Lc~~
Kn pit
__,._ = 0,94
Sumber: Data diolah
·-·..··-
:
8 valid va lid 17 val id - - - - ; 10 . val id 3 -·-·Tidak Val id/Menolak 65 . val id 34 ·-... val id 6 •.. ... valid 3 ----·-·· val id - - - - ; 6 ···val id 9 val id 14 .. ___ valid 0 •.. v a lid 4 v alid 8 . . I- . V; ilid 25 ----··;.,..
"
·-~·
._
Berdasarkan tabel 4.24. di atas, terlihat bahwa ke-12 saham masing-masing memiliki nilai 16 < N > 36 artinya model valid untuk ke-12 saham tersebut. Tetapi untuk saham LPKR nilai 16 < 65 > 36 artinya model tidak valid untuk saham LPKR.
10. Perhitungan VaR Portofolio a.
Perhitungan VaR Portofolio Metode perhitungan VaR untuk portofolio pada dasarnya sama dengan perhitungan VaR untuk masing-masing nilai saham. Yang membedakannya adalah bahwa pada perhitungan VaR p01iofolio dipengaruhi oleh volatilitas return masing-masing nilai saham, dan bobot masing-masing nilai sal1am. Return portofolio merupakan penjumlal1an perkalian bobot dan return masing-masing. Data-data tersebut dapat dilihat pada lampiran 1. Seperti juga data return masing-masing sallam, data return portofolio juga harus melalui langkall-langkah pengujian data. 1) Pengujian Stationeritas
Langkal1-langkal1 pengujian yang dilalrnkan sanm dengan pengujian yang dilakukan terhadap masing-masing nilai sal1am yang diuraikan pada pemballasan sebelumnya. Berdasarkan pengolallan data diperoleh basil bahwa nilai ADF Test Statistic untuk data return portofolio adalah sebesar -115.2976 > test critical value 5% sebesar -2.861539 artinya data tersebut sudall stasioner. Hasil pengujian dapat dilihat pada Tabel 4.25.
No 1
Tabel 4.26 H as1"I U"" lit Stas1onar1tas P'orto i or10 ADF Statistic Emiten Kesimpnlan CV5% ADFTest -29.96211 -2.864122 Portofolio Stasioner
Langkah selanjutnya yang akan dilakukan melakukan
pengu31an
normalitas
t:erhadap
data
adalah
return
portofolio.
2) Pengujian Normalitas Berdasarkan hasil perhittmgan diperoleh Jarque-Bera untuk data return portofolio adalah sebesar 833.1799. Angka ini lebih besar dari nilai chi Square
x2 (a =
5%, df=2) sebesar
5.991 yang berarti data return portofolio tidak memiliki distribusi normal. Hasil pengujian normalitas untuk data return portfolio dapat dilihat pada Tabel 4.27. Tabel 4.27 Hasil Uji Normalitas Portofolio
No
Saham
.TarqueBera
Skewness
Kurtosis
I
Portofolio
393.2908
-0.101011
6,011672
Prob;*
Pola .Distribusi
0.00000
Tidak Normal
Sumber : Data diolah Karena data return portofolio tidak berdistribusi normal maka a. yang akan digunakan hams dikoreksi lebih dahulu dengan menggunakan Cornish Fisher Expansion. a.' hasil perhitungan dengan Cornish Fisher Expansion unttJk return portofolio adalah sebesar 1.6161404.
Tabet 4.28 Nilai Cornish Fisher Expansion l!'ortofolio
No.
saham
.
a'
KOEF. SKEWNESS a(0.95)
1 · a--(w-l)XI 6
1.644853476
1.6161404
(~)
A
(a=5%)
.
1
-0,101011
Portofolio
Sumber : Data dwlah
3) Tes Heteroskedastisitas Pengujian heteroskedastisitas untuk return portofolio dapat dilihat pada tabel 4.29. Tabel 4.29. Hasil Uji Heteroskedastisitas Portofolio No l
I
Saham
Probability.· Probability F-Statistic · Critical Value
Portofolio
0.0000
0.05
Kesimpulan Pen11:11iiau Heteroskedastis
Sumber: Data diolah Berdasarkan hasil pengolahan da1a dengan menggunakan
sojiware EViews 7.0 diperoleh hasil bahwa nilai Probability FStatistic untuk data return portofolio adalah sebesar 0.0000 < 5% artinya Varian return portofolio adalah heteroskedastis.
4) Perhitungan Volatilitas Portofolio Volatilitas portofolio dalam penelitian ini dapat diketahui dengan pendekatan EWMA karena data return portofolio tidak
konstan atau heteroskedastisitas. Tabel 4.30 merupakan hasil perhitungan volatilitas dengan pendekatan EWMA. Tabet 4.30. Hasil Perhitungan Volatiliitas EWMA No
Emiten
..1.
I
Pmiofolio
0.94
-·
.
Sumber: Data diolah
5) Value at Risk Portofolio (Diversified VaR)
Value at risk portofolio adalab perkalian antara nilai exposure, deviasi standar portofolio, alpha' dan akar dari waktu. Perhitungan value at risk di penditian ini menggunakan time horizon 1 hari, tingkat keyakinan 95% (a = 5% 1,645), namun karena tingkat bagi hasil portofolio sabam memiliki bentuk skewness maka dilakukan koreksi dengan Cornish
Fisher Expansion menjadi 1.6161404. Dengan menggunakan persamaart V aR, maka setelah dilakukan langkah-langkab diatas perhitungan value at risk untuk masing-masing exposure adalah sebagai berikut :
Tabel 4.31. I-Iasil perhitungan VaR EWMA untuk Portofolio -
·-·
Date
l
GP
GEwma
0,016152
0,94
1,0203
-0,00238
0,94
0,029039
0,94
Rp
·-·--·-
-~-·-
3-Jan-2007 --··-
4-Jan-2007
-
-·---·
5-Jan-2007
-
-~
a'
Vt
VAR
0,0042~()__
56930
1,61614
I
392,5293
1,0203
0,000594
58652
1,61614
1
56,33387
1,0203
0,007015
58675
1,61614
1
665,1737
1
27,61805
1
592,4994
I
820,3211
I
79,76188
-··------- -
-
··---
--~.--·
8-Jan-2007
-··--
Vo
0,00302
··--
~-
0,94
1,0203
0,000291
58675___ 1,61614
- -·
,,
9-Jan-2007
-0,02826
0,94
1,0203
0,00623
58845
1,61614
I O-Jan-2007
-0,03705
0,94
1,0203
0,008854
57325
1,61614
I 1-Jan-2007
-0,0049
0,94
1,0203
0,0009
54865
1,61614
---
.
---
-
.
--
--..-·
---
--
·-
Sumber: Data diolah
-·
···-
C. INTERPRETASI Melalui pengujian Single Index Model didapatkan 15 saham yang masuk dalam kategori portofolio optimum dari 20 saham yang menjadi sampel. Data saham yang masuk dalam portofolio optimum kemudian diuji
return-nya dengan uji asumsi klasik dan didapatkan hasil bahwa semua data bersifat stasioner, tetapi data tersebut tidak berdistribusi normal sehingga nilai
alpha harus dikoreksi dengan alpha Cornish Fisher, ha! ini sejalan dengan penelitian Agung Buchdadi (2007). Dari uji asumsi klasik ditemukan adanya gejala heteroskedastisitas pada 13 saham sehingga nilai VaR harus dihitung dengan EWMA, sedangkan 2 saham yang bersifat homoskedastis dihitung dengan VaR biasa. Hal ini juga tidak sejalan dengem penelitian Agung D. Buchdadi (2007) yang menemukan adanya imbal hasil portofolio optimum pada saham yang tergabung dalam JII bersifat homoscedastic. Hasil perhitungan diversified VaR Portofolio untuk masing-masing
exposure lebih kecil dibandingkan dengan nilai Undiversified VaR Portofolio. Hasil ini sejalan dengan hasil penelitian Rowland Bismark Fernando Pasaribu (20 I 0) yaitu dengan membandingkan besaran jumlah VaR individual dengan VaR portofolio, dapat diestimasi bahwa diversifikasi p01tofolio dapat menurunkan tingkat resiko Hal ini membnktikan bahwa nilai resiko dari masing-masing saham dapat diperkecil dengan melakukan diversifikasi saham dengan membentuk satu portofolio yang dalam penelitian ini ditentukan dengan menggunakan SIM.
BABV
KESIMPULAN DAN SARAN
A. KESIMPULAN
Kesimpulan yang dapat ditarik berdasarkan peneliti.an ini adalah: 1. Berdasarkan estimasi volatilitas EWMA, dengan confidence level 95%
maka potensi kerugian maksimum terjadi 3 April 2008 dengan nilai exposure Rp 100.670 sebesar Rp 3108,097. Kerugian minimum terjadi
pada tanggal 12 Mei 2008 dengan nilai exposure Rp 111. 040 sebesar Rp 0,25073. 2. Validasi penghitungan VAR dengan metode EWMA memenuhi syarat untuk tingkat kepercayaan 95%. Pengi,,'llnaan nilai /..,
=
0,94 yang
digunakan RiskMetrics dalam menghitung VAR harian dengan metode EWMA menghasilkan validitas yang lebih baik. Berdasarkan pengujian yang dilakukan dengan Kupiec test berdasarkan TNoF diperoleh hasil bahwa forecasting VaR instmment tunggal EWMA dengan hasil 14 saham valid/diterima yaitu saham BUMI, BTEL, INTP, PTBA, KLBF, UNSP, SMCB, UNTR, ELTY, UNVR, TINS dan ASII dan saham LPKR tidak valid/ditolak.
B. SARAN Dari penelitian yang dilakukan melalui penelitian ini, penulis menyarankan agar dilakukan penelitian yang berkelanjutan dengan periode yang lebih panjang dan menggunakan metode lain seperti monte carlo simulation dan variance covariance sehingga dapat dihasilkan penelitian
yang lebih beragam dan akurat lagi. Penentuan akurat atau tidaknya suatu model dengan menggunakan suatu pendekatan atau metode maka harus dilakukan penelitian yang terus-menerus dari waktu ke waktu agar ha! yang disimpulkan meyakinkan untuk dapat digunakan dalam aktivitas sehari-hari.
DAFT AR PUST AKA
Achsien, Iggi H. "Investasi Syariah di Pasar Modal : A;fenggagas Konsep dan Praktek Manajemen Porto.folio Syariah", PT Gramedia Pustaka Utama, Jakarta, 2000. Ahmad, Kamaruddin. "Dasar-dasar Manejemen Investasi", Rineka Cipta, Jakarta, 2001.
---------------. "Dasar-Dasar Manejemen Investas Dan Portofolio'', Rineka Cipta, Jakarta, 2004. Arifin, Zaenal," Teori Keuangan Dan Pasar Modal", Penerbit Ekonisia Kampus Fakultas Ekonomi UII, Yogyakarta, 2005. Best, Philip, "Implementing Value at Ris ",. John Wiley & Sons, Ltd.BafjinsLane, Chichestes, West Sussex, England. 1998. Bodie, Zvi; Kane, Alex; and Marcus, Alan J. "Investment", McGraw-Hill, NewYork, 2006. Buchdadi, Agung D. "Perhitungan Value At Risk Portofolio Optimum Saham Perusahaan Berbasis Syariah Dengan Pendekatan EWMA (,5tudi Empiris Terhadap Saham-Saham Yang Tergabung Dalam Jll Selama 2005-2006) ", Sekolah Tinggi Manajemen PPM, 7 November 2007. Butler, Cormac, "Mastering Value at Risk", Pearson Education Limited, Great Britain, (1999). Chen, Xiangjin Bruce and Param Silvapulle, "Value at Risk and Oplimum Aset Allocation in Stock-Bond portfolios before and after the Global Financial Crisis: Empirical Evidence from Australia and the G7 Countries", Department of Econometrics and Business Statistics Monash University, 2010. Clewlow, L. & Strickland, C., "Energy Derivatives: Pricing and Risk Management", Texas: Lacima Group, 2000. Dowd, Kevin, "Beyond Value at Risk-The New Science of Risk Management", John Wiley & Sons, England. Elton, J. Edwin; Martin J. Gruber, "Modern Portofolio Theory And Investment Analysis", Singapore: John Wiley & Sons, Inc., Fomih Edition, 1994. Fabozzi, Frank J., Franco Modigliani dan Michael G. Feni, "Pasar & Lembaga Keuamwn ". Penerbit Salemba Emnat. Jakarta.
Fahrni, Irham dan Yovi Lavianti Hadi," Teori Portofolio Dan Analisis Investasi", Alfabeta, Bandung, 2011. Fajarina, Andini, "Analisis Keikutsertaan Perusahaan Kelompok Jakarta Islamic Index Berdasarkan Ketentuan Danareksa Investment Management'', MMUniversitas Indonesia Jakarta, 2008. Fardiansyah, Teddy. "Penerapan Manajemen Resiko Perbankan Indonesia", PT. Elex Media Komputindo, Jakarta, 2006. Gozali, Imam. "Aplikasi Analisis Multivariate Dengan Program SPSS". Badan Penerbit Universitas Diponegoro Semarang, Semarang, 2005. Gujarati, Damodar N. "Basic Econometrics", Fourth Edition, The McGraw-Hill, New York, 2003. Halim, Abdul. "Analisis Investasi", Salemba Empat, Jakarta, 2005. Hamid, Abdul, " Pasar Modal Syariah", Lembaga Penelitian UIN Jakarta, Jakaita, 2009 Horasanh, M. dan Fidan, N., "Portfolio Selection by Using Time Varying Covariance Matrices". Journal of Economic and Social Research, 9: 1-22, 2006. Huda, Nurul dan Mustafa Edwin Nasution, " Investasi Pada Pasar Modal Syariah", Kencana Prenada Media Group, 2007 Husnan, Suad. "Dasar-dasar Teori Portofolio dan Analisis Sekuritas ", Edisi Ketiga, UPP AMP YKPN, Yogyakarta, 2001. Jogiyanto. "Teori Portofolio Dan Analisis Investasi", BPFE-Yogyakarta: Yogyakarta, 2000 Jorion, Philippe. "Financial Risk Manager Handbook". (4th ed.), John Wiley & Sons, New Jersey. 2007.
---------------. "Value at Risk: The New Benchmark For Managing Financial Risk". 3rd Edition, McGraw-Hill, New York, 2007. ---------------. "Value At Risk", 211d ed., McGraw-Hill, New York, 2001. Kahar,
"Perhitungan Value at Risk Pada Institusi Perbankan Berdasarkan Metode Variance Covariance", Jurnal Akuntabilitas, Maret Yuskar,
2009, ha!. 160-181. Karahap, Andi Riai10. "Perhitungan Value At Risk (VaR) - Foreign Exchange
Risk Menggunakan Pendekatan EWMA, GARCH dan Monte Carlo", MMT TT
folrn1-t~ ?00~
Kumalasari, Ratna, "Perbandingan Value at Risk Dengan Estimasi Volatilitas EWMA dan GARCH (Studi Kasus PDN BankX) '', MM-UI, 2005. Kurniawan,T, "Volatilitas Saham Syariah (Analisis Atas Jakarta Islamic Index)". Karim Review. Special Edition. January 2008 Manan Abdul, "Aspek Hukum Dalam Penyelenggraan Investasi Dipasar Modal Syariah Indonesia, Kencana Prenada Media Group Jakarta, 2009. Manurung, A. H., "Siklus Bursa Saham: Sebuah Penelltian Empiris di BEJ", Jurnal Bisnis & Birokrasi, 13:01, 81-100, 2005. Markowitz, Harry. "Portofolio Selection", Journal of Finance, 1952 Metwally, "Teori Dan Peraktek Ekonomi Islam", Bangkita Daya Insani Jakarta, 1995. Morgan, J.P., "RiskMetrics York, 1997.
- Technical Document", JP Morgan & Co, New
Nachrowi, Nachrowi D dan Hardius Usman, " Pendekatan Populer Dan Praktis Ekonometrika Untuk Analisis Ekonomi Dan Keuangan", Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 2006. Napitulu, Sri Jayanti, "Pengukuran Resiko Operasional Dengan Metode Agregating Value at Risk'', Skripsi FMIPA-USU Medan, 2009. Pasaribu, Rowland Bismark Fernando, "Value at Risk Portofolio dan Likuiditas Saham", Jurnal Akuntansi Manajemen Vol. 21No.2 Agustus 2010. Pohan, Daulat H. H. "Estimasi Volatilitas Return Reksadana Saham Sebagai Pertimbangan Keputusan Investasi (Perbandingan Model EWM dan GARCH)", MMUI, Jakarta, 2004. Pontjowinoto, Iwan P., "Prinsip Syariah Di Pasar Modal, Pandangan Praktisi, Modal Publications, Jakarta, 2003. Prasetyawati, Prasit. "Analisis Resiko Indeks Harga Saham Sektoral Bursa Saham Indonesia Dengan Pendekatan Value At Risk ( Periode 2004 Sampai Dengan 2008)''. FSIP Pascasmjana UI, 2009. Riyanto,
Bmnbang.
"Dasar-Dasar
Pembelarifaan
Perusahaan ",
BPFE-
y ogyakarta, Yogyakarta, 1999.
Rodoni, Ahmad dan Herni Ali HT, " Manajemen Keuangan", Mitra Wacana Media, Jakarta, 2010. Rodoni, Ahmad, "Analisis Teknikal dan Fundamental pada Pasar Modal
---------------. "Jnvestasi Syariah ", Lembaga Penelitian Uin Syarif Hidayatullah Jakarta, 2009. Ross, A. Stephen, et. al., "Corporate Finance", McGraw-Hill, New York, 2002. Sartono, R. Agus dan Arie Andika Setiawan, "VaR Por!folio Optimal: Perbandingan Antara Metode Markowitz Dan 111ean Absolute Deviation", Jumal Siasat Bisnis, Vol. 11 No. I, April 2006. Situngkir H dan Surya Y. "VAR Yang Memperlihatkan Sifat Statistika Distribusi Return", Bandung FE Institutes, Bandung, 2006. Sharpe, W., "A Simplified Model For Portofolio Analysis," Management Science 9 (January 1963), Hal. 277-293. Sholihin, Ahmad Ifhan, "Pedoman Umum Lembaga Keuangan Syariah", PT. Gramedia Pustaka Utama, 2010. Stambaugh, F., "Risk and value at risk, " European Management Journal. Vol.14, pp. 612-621, 1996. Sudarsono, Heri. " Bank Dan Lembaga Keuangan Syariah Deskripsi Dan Jlustrasi", Penerbit Ekonisia Kampus Fakultas Ekonomi Universitas Islam Indonesia, Yogyakarta, 2008. Sukarno, Mokhamad, "Analisis Pembentukan Porto.folio Optimal Saham Menggunakan Metode SIM di BE!", MM-Undip Semarang, 2007. Sutedi, Adrian," Pasar Modal Syariah", Sinar Grafika, Jakarta, 2011. Suyanto. "Analisis Pengaruh Nilai Tukar Uang, Suku Bunga Dan lnjlasi Terhadap Return Saham Sektor Properti Yang Tercatat Di Bursa Efek Jakarta Tahun 2001 - 2005", Program Pasc:a Saijana Universitas Diponegoro Semai·ang, 2007. Tandelilin, Eduardus. "Analisis Investasi dan Manajemen Portofolio ", BPFE Yogyakarta, 2001.
---------------. "portofolio dan investasi /eori dan aplikasi", Penerbit Kanisius (Anggota IKAPI) Indonesia, 2010. Terry, Watsham J., Keith Pan·amore, "Quantitative Methods in Finance, ed J ", Thompson Leaming, London, 2001. Varma, Jayanth R, "Value at Risk Models in the Indian Stock 1\!farket'', Working Paper No. 99-07-05, July 1999. Watsham, Terry J.; and Parramore, Keith;, "Quantitative Methods in Finance", 7.
Widarsono, Wing Wahyu, " Analisis Ekonometrika Dan Statistika Dengan Eviews, Edisi 2", UPP STIM YKPN, 2009. Yulfasni, "Hukum Pasar Modal", Badan Penerbit Iblarn, Jakarta, 2005. www. finance. vahoo. com
