BAB I PENDAHULUAN 1.1 LATAR BELAKANG

Transkripsi

1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG Risiko adalah kerugian karena kejadian yang tidak diharapkan terjadi. Misalnya, kejadian sakit mengakibatkan kerugian sebesar biaya berobat dan upah yang hilang karena tidak dapat bekerja selama sakit. Risiko ini disebut risiko sakit. Proses manajemen risiko terdiri atas tiga tahap. Petama, identifikasi risiko, misalnya A mengiidentifikasi risiko sakit. Kedua, mengukur risiko, misalnya kerugian A apabila sakit adalah 100. Ketiga, manajemen risiko, misalnya menyediakan cadangan sebesar 100, dan menjalankan pola hidup sehat. Hal yang perlu ditekankan dalam manajemen risiko adalah bahwa manajemen risiko bukan sekedar mengidentifikasi, mengukur, dan menyediakan cadangan, namun aktivitas keseharian harus mencerminkan semangat manajemen risiko tersebut. Pola hidup sehat adalah salah satu implementasi manajemen risiko. Ukuran risiko adalah VAR (Value At Risk), yang merupakan pengukuran kemungkinan kerugian terburuk dalam kondisi pasar yang normal pada kurun waktu t dengan tingkat kepercayaan tertentu α. Secara sederhana VaR ingin menjawab pertanyaan, seberapa besar (dalam persen atau sejumlah uang tertentu) perusahaan dapat merugi selama waktu investasi t dengan tingkat kepercayaan sebesar α. Oleh karena itu, akan dihitung nilai VaR dengan kesalahan normal dan nilai VaR dengan kesalahan skewness dan kurtosis. Perusahaan Telekomunikasi yang dianggap sebagai pemimpin pasar di Indonesia yang tercatat diberbagai sumber yaitu PT. Telekomunikasi Indonesia (TELKOM). Fluktuasi harga saham PT. TELKOM Tbk selama 5 bulan terakhir, yaitu pada bulan Agustus ( ), bulan September ( ), bulan Oktober ( ), bulan November ( ), dan bulan Desember ( ). PT TELKOM juga mencatat kenaikan pertumbuhan laba bersih disetiap tahunnya. Hal ini menjadi pembahasan yang menarik terutama bagi calon investor yang akan menyalurkan dananya terhadap perusahaan tersebut. Namun, apakah dengan naiknya pertumbuhan laba perusahaan juga secara otomatis meningkatkan

2 2 keuntungan bagi investor. Dengan demikian penulis mengambil judul PENENTUAN VALUE AT RISK PT TELKOM TBK DENGAN STATISTIKA DESKRIPTIF. 1.2 RUMUSAN MASALAH Menentukan nilai risiko (value at risk) pada keadaan saham PT Telkom Tbk dengan menggunakan statistika deskriptif. 1.3 BATASAN MASALAH Dalam penelitian ini, pengambilan sampel akan didasarkan pada batasan-batasan sebagai berikut: 1. Data yang digunakan merupakan data yang secara resmi dipublikasikan oleh Bursa efek Indonesia dan Bank Indonesia. 2. Tingkat kepercayaan yang digunakan dalam penelitian ini adalah 95% dan potensi terjadinya kerugian maksimum (VaR), dihitung selama 30 hari. 1.4 TUJUAN PENELITIAN Untuk mengetahui seberapa besar keuntungan saham PT. Telkom Tbk. 1.5 MANFAAT PENELITIAN Hasil penelitian ini diharapkan dapat memberikan manfaat kepada: 1. Para analis dan investor di pasar saham Indonesia akan dapat memperoleh gambaran yang jelas mengenai model yang tepat dari Value at Risk untuk mengukur salah satu risiko pasar yaitu menggunakan statistika distribusi return dari saham PT Telkom Tbk, sehingga dalam pengambilan keputusan investasinya dapat memperhitungkan apakah risiko yang ditanggung sesuai dengan return yang diharapkan. 2. Perusahaan yang sahamnya tergabung dalam PT Telkom Tbk dapat mengevaluasi performa saham perusahaan tersebut dengan mengetahui VaR dari sekumpulan keadaan saham yang terpilih.

3 3 3. Para akademisi dapat mengambil manfaat penelitian ini sebagai kasus nyata yang dapat digunakan dalam penelitian manajemen keuangan dan dapat menjadi pelengkap penilitian yang lain serta dapat mengembangkan penelitian-penelitian selanjutnya. 1.6 TINJAUAN PUSTAKA Sudjana (2002) dan Supangat, Andi (2007), memaparkan bahwa distribusi normal atau sering pula disebut distribusi Gauss yang variabel acaknya bersifat kontinu. Distribusi ini merupakan salah satu yang paling penting dan banyak digunakan. Ada sejumlah konsep statistik dan ukuran yang perlu diketahui ketika menganalisa distribusi menggunakan statistik. Statistika deskriptif adalah salah satu ukuran statistik yang akan dibahas dalam menghitung pengukuran risiko. Uji Normalitas Melakukan uji normalitas data terhadap setiap variabel bebas. Uji normalitas terhadap data dengan tujuan untuk mengetahui apakah data yang diambil berdistribusi normal atau tidak. Uji yang digunakan adalah uji Liliefours yang dikemukaan oleh Sudjana (2005:466) dengan langkah-langkah pengujiannya sebagai berikut: 1. Mengurutkan setiap data pada variabel bebas dari data terendah sampai data terbesar. 2. Mengolah data menjadi bahan baku Z dengan menggunakan rumus: Z i = nilai Distribusi Normal s = simpangan Baku X = rata-rata X i = data setiap variabel n = banyak data

4 4 3. Dengan menggunakan distribusi normal baku, dihitung peluang dari F(Z i ) = P(Z Z i ). Untuk nilai F(Z i ) dilihat dengan tabel Z. 4. Selanjutnya hitung proporsi Z 1, Z 2,, Z n yang lebih kecil atau sama dengan Z i, dengan menggunakan rumus: S(Z i ) = banyaknya nilai F(Z i ) yang sama. n = banyak data 5. Hitung selisih F(Z i ) S(Z i ). Kemudian ditentukan harga mutlaknya dan harga mutlak terbesar dinyatakan dengan L Untuk menerima atau menolak hipotesis nol dibandingkan antara L 0 dengan nilai kritis L pada uji liliefours. Ambil harga L 0 dengan kritis L ( L tabel pada taraf nyata α = 0,05 yang dipilih). Kriteria pengujiannya : Jika L 0 L tabel berarti data berdistribusi normal. Jika L 0 L tabel berarti data tidak berdistribusi normal. 1. Nilai rata-rata (Mean) i = data setiap variabel fi = frekuensi yang sesuai dengan tanda kelas i

5 5 2. Modus Modus adalah nilai yang muncul dengan frekuensi terbesar. ( ) b = batas bawah kelas modal ialah kelas interval dengan frekuensi terbanyak p = panjang kelas modal 1 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih kecil sebelum tanda kelas modal 2 = frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang lebih besar sesudah tanda kelas modal 3. Median Median adalah nilai tengah dari sebuah kelompok angka tertentu yang diperingkat berdasarkan besarnya nilai angka tersebut. ( ) b = batas bawah kelas median p = panjang kelas median n = banyak data F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas median f = Frekuensi kelas median 4. Standart deviasi Standart deviasi adalah ukuran simpangan nilai tertentu dari nilai rata-ratanya. Dalam hal ini standart deviasi akan mengukur simpangan kerugian dari suatu risiko terhadap ratarata (mean) kerugian dari seluruh kejadian risiko. Rumusnya yaitu:

6 6 σ = standar deviasi = data ke i = rata-rata n = banyak data 5. Skewness Skewness atau kemiringan adalah tingkat ketidaksimetrian atau kejauhan simetri dari sebuah distribusi. Sebuah distribusi yang tidak simetri akan memiliki rata-rata, median dan modus yang tidak sama besarnya, sehingga distribusi akan terkonsentrasi pada salah satu sisi dan kurvanya akan miring. Untuk mengetahui bahwa konsentrasi distribusi miring ke kanan atau miring ke kiri, dapat digunakan koefisien kemiringan pearson tipe kedua, dengan rumus: Sk = koefisien kemiringan = rata-rata M e = median σ = simpangan baku 6. Kurtosis Kurtosis (keruncingan) adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil secara relatif terhadap suatu distribusi normal. Berdasarkan keruncingannya, kurva distribusi dapat dibedakan atas tiga macam, yaitu: a. Leptokurtik merupakan distribusi yang memiliki puncak relatif tinggi. b. Platikurtik merupakan distribusi yang memiliki puncak hampir mendatar.

7 7 c. Mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak mendatar. Untuk mengetahui keruncingan suatu distribusi dan menyelidiki apakah distribusi normal atau tidak, salah satu ukuran yang sering digunakan adalah koefisien keruncingan atau koefisien kurtosis persentil dengan rumus: SK = simpangan kuartil K 1 K 3 P 10 = kuartil satu = kuartil tiga = persentil sepuluh P 90 = persentil 90 Situngkir, Hokky dan Surya, Yohanes (2006) memaparkan bahwa untuk menghitung nilai VaR dengan kesalahan normal disimbolkan dengan Ψ normal, dinyatakan sebagai: Ψ normal = mean aσ Mean = nilai rata-rata a = nilai dari distribusi normal yang didapat dari tabel Z untuk tingkat kepercayaan α. σ = standar deviasi

8 8 Perhitungan VaR dengan kesalahan skewness dan kurtosis disimbolkan dengan Ψ Sk dinyatakan sebagai: ( ) a = nilai kesalahan skewness dan kurtosis Sk = nilai skewness k = nilai kurtosis Sehingga rumusnya dapat diperoleh: Ψ Sk = mean a σ Mean = nilai rata-rata a = nilai kesalahan skewness kurtosis. σ = standar deviasi 1.7 METODE PENELITIAN Langkah-langkah yang digunakan penulis dalam melaksanakan penelitian ini adalah sebagai berikut: 1. Pengumpulan data Data yang digunakan dalam penelitian ini adalah data sekunder, yang bersumber dari internet ( 2. Mengolah data dengan menghitung rata-rata, modus, median, standar deviasi, skewness dan kurtosis. 3. Menghitung nilai VaR dengan kesalahan normal Ψ normal = mean aσ dan menghitung VaR dengan kesalahan skewness dan kurtosis Ψ Sk = mean a σ 4. Membuat kesimpulan dan saran.