PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN SKRIPSI

Transkripsi

1 PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN SKRIPSI LILIS SURYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

2 PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains LILIS SURYANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010

3 PERSETUJUAN Judul : PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN Kategori : SKRIPSI Nama : LILIS SURYANI Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Juni 2010 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Drs. H. Haluddin Panjaitan Prof. Dr. Iryanto, M.Si NIP NIP Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua, Dr. Saib Suwilo, M.Sc NIP

4 PERNYATAAN PENENTUAN VALUE AT RISK MELALUI SIFAT STATISTIK DISTRIBUSI RETURN SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan masing-masing disebutkan sumbernya. Medan, Juni 2010 LILIS SURYANI

5 PENGHARGAAN Pertama sekali saya mengucapkan segala puji syukur kepada Tuhan Yang Maha Pengasih dan Pemurah yang telah memberikan kekuatan dan penyertaannya kepada saya, sehingga saya dapat menyelesaikan skripsi ini dengan sebaik-baiknya. Skripsi ini merupakan salah satu mata kuliah wajib yang harus diselesaikan oleh seluruh mahasiswa/i Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Pada skripsi ini saya melakukan studi tentang Penentuan Value at Risk melalui Sifat Statistik Distribusi Return. Dalam kesempatan ini saya mengucapkan terima kasih yang sebesar-besarnya kepada Bapak Prof. Dr. Iryanto, M.Si selaku pembimbing I dan Bapak Drs. H. Haluddin Panjaitan selaku pembimbing II yang telah membimbing, mengarahkan, dan memotivasi saya serta memberikan waktu, tenaga, pikiran dan bantuannya kepada saya sehingga skripsi ini dapat selesai tepat waktu. Selanjutnya saya juga mengucapkan terima kasih kepada Bapak Prof. Dr. Eddy Marlianto, M.Sc selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, Bapak Dr.Saib Suwilo, M.Sc dan Bapak Drs.Henry Rani Sitepu, M.Si selaku Ketua dan Sekertaris Departemen Matematika di FMIPA USU, Bapak Drs.Pasukat Sembiring, M.Si dan Bapak Drs. Ramli Barus, M.Si selaku penguji skripsi dan seluruh Staf Pengajar Matematika di FMIPA beserta Pegawai Administrasi. Teristimewa, kedua orang tua saya, keluarga, sahabat-sahabat saya dan semua pihak yang selama ini telah memberikan banyak bantuan doa dan dorongan semangat yang saya perlukan. Tuhan memberkati dan membalas segala kebaikan yang telah diberikan selama ini. Sebagai seorang mahasiwa, penulis menyadari bahwa masih banyak terdapat kekurangan dalam penulisan skripsi ini. Oleh karena itu, kritik dan saran yang membangun sangat diharapkan demi perbaikan penulisan ini dari berbagai pihak yang terkait di dalamnya. Medan, Mei 2010 Penulis Lilis Suryani

6 ABSTRAK Model Value at Risk(VaR) adalah alat ukur risiko yang merupakan pengukuran kemungkinan kerugian terburuk dalam kondisi pasar yang normal pada kurun waktu T dengan tingkat kepercayan. Salah satu aspek yang sering menjadi perhatian adalah analisis risiko pada sistem keuangan, dalam hal ini perhitungan Value at Risk. Pendekatan VaR yang konvensional cenderung lebih terkait dengan asumsi distribusi normal sementara penemuan empiris kontemporer menunjukkan adanya pola ketaknormalan dalam sifat statistik data keuangan. Pengukuran ini menunjukkan perbandingan dua metodologi perhitungan VaR yang menggunakan standar normalitas dan yang memperhitungkan dua momen statistika lain dari data keuangan, yaitu skewness dana kurtosis. Kemudian membandingkan VaR tersebut pada data awal.

7 ABSTRACT Model Value at Risk (var) risk measuring instrument that be unsightly loss possibility measurement in a condition normal market in range of time t with certain belief level a. One of the aspect wring be attention risk analysis in financial system, in this case calculation value at risk. Approach var conventional inclined related to contemporary empirical invention temporary normal distribution assumption shows abnormality pattern existence in finance datas statistics character. This measurement shows comparison two calculation methodologies var that use standard normalitas and calculate two moment statistika other from finance data, that is skewness and kurtosis. Result that go to show that latest methodology shows calculation accuracy better than approach tradisional that show standard normalitas.

8 DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar isi Daftar Tabel Daftar Gambar ii iii iv v vi vii viii ix BAB 1. PENDAHULUAN Latar Belakang Perumusan Masalah Tinjauan Pustaka Tujuan Penelitian Kontribusi Penelitian Metode Penelitian 8 BAB 2. LANDASAN TEORI Risiko, Manajemen Risiko dan Manajemen Risiko Finansial Risiko Pasar Pasar Modal dan Manfaat Pasar Modal Pengertian Saham Karakteristik Jenis Saham Faktor Yang Meyebabkan Gejolak Harga Saham Data Keuangan Indonesia Ukuran Statistik Sifat-sifat Penting Distribusi Normal Statistik Deskriptif, Skewness dan Kurtosis 22 BAB 3. PEMBAHASAN Metode Value at Risk Data Keuangan Pada Instrumen Saham Contoh Kasus Analisis Perhitungan Pada Instrumen Saham 31 BAB 4. KESIMPULAN DAN SARAN Kesimpulan Saran 44 DAFTAR PUSTAKA 45

9 DAFTAR TABEL Halaman Tabel 3.1 Tabel Beberapa Data Nilai Saham di Bursa Efek Jakarta 30 Tabel 3.2 Tabel Distribusi 32 Tabel 3.3 Tabel Hasil Perhitungan Nilai Saham 39 Tabel 3.4 Tabel Nilai Yang Didapat dari Distribusi Z 40 Tabel 3.5 Tabel Hasil Perbandingan Ψ normal dan Ψ SK 42

10 DAFTAR GAMBAR Halaman Gambar 1.1 Bentuk Kurva Normal Umum 3 Gambar 1.2 Bentuk Kurva Miring Positif dan Negatif 5 Gambar 1.3 Jenis Kurva 6 Gambar 2.1 Bentuk Kurva Normal Umum 22 Gambar 2.2 Bentuk Kurva Miring Positif dan Negatif 24 Gambar 2.3 Jenis Kurva 26 Gambar 3.1 Bentuk Kurva Miring Ke Kiri Bernilai Negatif 40