BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi

1 1 BAB 1 PENDAHULUAN 1.1 Latar Belakag Risiko adalah suatu yag selalu dihubugka dega kemugkia terjadiya sesuatu yag merugika yag tidak terduga da tidak diharapka atau peyimpaga atara tigkat pegembalia yag diharapka (expected retur) dega tigkat pegembalia aktual (actual retur). Pegukura resiko merupaka hal yag sagat petig berkaita dega ivestasi daa yag cukup besar. Seperti halya dalam pasar modalyag merupaka wadah alteratif bagi pemilik modal (ivestor) utuk meaamka modal (ivestasi).dalam pasar modal tersedia berbagai fiacial assets yag meawarka tigkat keutuga da resiko yag berbeda. Karea ivestor meghadapi kesempata ivestasi yag beresiko, piliha ivestasi tidak haya megadalka pada tigkat keutuga yag diharapka tetapi juga tigkat kerugia yag mugki aka ivestor hadapi dari ivestasi yag ditaamka. Saham adalah surat berharga yag meujukka bagia kepemilika atas suatu perusahaa. Jika membeli saham berarti membeli sebagia kepemilika atas perusahaa tersebut. Da berhak atas keutuga perusahaa dalam betuk divide, jika perusahaa mebukuka keutuga berarti juga bisa megambil keutuga dari aikya harga saham tersebut dari waktu ke waktu. Diperluka alat ukur yag bisa diguaka megguaka resiko pasar tersebut, agar dapat diketahui sejauh maa ivestor dapat dega ama berivestasi. Value at Risk (VaR) merupaka salah satu betuk pegukura resiko yag cukup baik. Hal ii megigat kesederhaaa dari kosep VaR, selai juga memiliki kemampua implemetasi dalam berbagai metodologi statistika yag beragam da mutakhir. Namu, utuk meghasilka ilai resiko yag valid pada bursa saham, dibutuhka tekikal aalisis, yag megguaka data historis megeai perkembaga harga saham da volume perdagaga saham sehigga dapat diketahui pola-pola pergeraka harga saham berdasarka observasi pergeraka harga saham dimasa yag lalu. Salah satu aspek yag petig dalam aalisis resiko keuaga adalah perhituga Value At Risk (VaR), yag merupaka pegukurua kemugkia kerugia terburuk dalam Uiversitas Sumatera Utara

2 kodisi pasar yag ormal pada kuru waktu t dega tigkat kepercayaa α. Secara sederhaa VaR igi mejawab pertayaa, seberapa besar (dalam perse atau sejumlah uag tertetu) perusahaa dapat merugi selama waktu ivestasi t dega tigkat kepercayaa sebesar α. Dega megguaka stadart ormalitas da memperhitugka sifat statistika yaitu skewess da kurtosis, kemudia aka di hitug ilai resiko tersebut. Dalam hal ii peulis megambil judul PENENTUAN NILAI RESIKO SAHAM PADA PT. ASTRA INTERNATIONAL TBK DENGAN MENGGUNAKAN METODE STATISTIKA 1. RUMUSAN MASALAH Semaki tiggi harga pasar meujukka bahwa saham tersebut juga semaki dimiati oleh ivestor, karea semaki tiggi harga saham aka meghasilka capital agai yag semaki besar pula. Capital agai merupaka selisih atara harga pasar pada periode sekarag dega periode sebelumya. Oleh karea itu peelitia ii aka mecari besar kemugkia retur (keutuga) pada PT Astra Iteratioal Tbk megguaka ilai risiko dega stadard ormalitas, serta memperhitugka sifat statistika yaitu skewess da kurtosis. 1.3 BATASAN MASALAH Dalam peelitia ii, pegambila sampel aka didasarka pada batasa-batasa sebagai berikut: 1. Data yag diguaka merupaka data yag secara resmi dipublikasika oleh Bursa Efek Idoesia da Bak Idoesia.. Tigkat kepercayaa yag diguaka dalam peelitia ii adalah 95% da potesi terjadiya kerugia maksimum Value at Risk (VaR), dihitug selama 30 hari. 3. Risiko pasar yag diamati pada peelitia ii haya mecakup risiko ilai perubaha harga dega asumsi harga yag ada bersifat tetap selama periode peelitia. 1.4 TUJUAN PENELITIAN Meetuka ilai risiko pada keadaa saham PT Astra Iteratioal Tbk dega megguaka stadard ormalitas da mome statistika yaitu skewess da kurtosis. Uiversitas Sumatera Utara

3 3 1.5 MANFAAT PENELITIAN Hasil peelitia ii diharapka dapat memberika mafaat kepada: 1. Para aalis da ivestor di pasar saham Idoesia aka dapat memperoleh gambara yag jelas megeai model yag tepat dari Value at Risk utuk megukur salah satu risiko pasar yaitu megguaka statistik distribusi dari saham-saham PT Astra Iteratioal Tbk, sehigga dalam pegambila keputusa ivestasiya dapat memperhitugka apakah risiko yag ditaggug sesuai dega keutuga (retur) yag diharapka.. Perusahaa yag sahamya tergabug dalam PT Astra Iteratioal Tbk dapat megevaluasi performa saham perusahaa tersebut dega megetahui ilai risiko dari sekumpula keadaa saham yag terpilih. 3. Para akademisi dapat megambil mafaat peelitia ii sebagai kasus yata yag dapat diguaka dalam peelitia maajeme keuaga da dapat mejadi pelegkap peilitia-peelitia yag lai serta dapat megembagka peelitiapeelitia selajutya. 1.6 TINJAUAN PUSTAKA Sudjaa (199) da Supagat, Adi (007), memaparka bahwa distribusi ormal atau serig pula disebut distribusi Gauss yag variabel acakya bersifat kotiu. Distribusi ii merupaka salah satu yag palig petig da bayak diguaka. Ada sejumlah kosep statistik da ukura yag perlu diketahui ketika megaalisa distribusi megguaka statistik. Statistik deskriptif adalah salah satu ukura statistik yag aka di bahas dalam meghitug pegukura risiko. 1. Nilai rata-rata (Mea) Tekik pejelasa kelompok yag didasarka atas ilai rata-rata dari kelompok tersebut. Rata-Rata (mea) ii didapat dega mejumlahka data seluruh idividu dalam kelompok itu, kemudia dibagi dega jumlah idividu yag ada pada kelompok tersebut. Meghitug rata-rata data tuggal dibedaka atara data tuggal yag berfrekuesi satu dega data tuggal yag berfrekuesi lebih dari satu. Meghitug rata-rata yag berfrekuesi satu dega rumus: Uiversitas Sumatera Utara

4 4 x = x 1 + x + x 3 + x atau: x = 1=1 x i dimaa: x x i = mea (rata-rata) = data ke i = bayak data Meghitug rata-rata data yag sudah dikelompokka dalam distribusi frekuesi, maka data tersebut aka berbaur sehigga keaslia data itu aka hilag bercampur dega data lai meurut kelasya, haya dalam perhituga mea kelompok diambil titik tegahya yaitu setegah dari jumlah ujug bawah kelas da ujug atas kelas utuk mewakili setiap kelas iterval. Hal ii utuk meghidari kemugkia data yag ada disetiap iterval mempuyai ilai yag lebih besar atau lebih kecil dari titik tegah. Dari mea kelompok dapat dicari dega rumus: x = i=1 f i f i x i dega: x = mea (rata-rata) x i = tada kelas iterval f i = frekuesi yag sesuai dega tada kelas x i. Modus adalah ilai dari beberapa data yag mempuyai frekuesi tertiggi baik data tuggal maupu data yag berbetuk distribusi, atau ilai yag serig mucul dalam kelompok data. Meghitug modus dega data tuggal dilakuka sagat sederhaa, yaitu dega cara mecari ilai yag serig mucul diatara sebara data. Pegguaa modus bagi Uiversitas Sumatera Utara

5 5 data kualitatif maupu kuatitatif dega cara meetuka frekuesi terbayak diatara data yag ada. Jika data kuatitatif telah disusu dalam daftar distribusi frekuesi, rumus modus adalah: Mo = b + p b 1 b 1 + b Dega: b = batas bawah kelas modal ialah kelas iterval dega frekuesi terbayak p = pajag kelas modus b 1 = frekuesi kelas modal dikuragi frekuesi kelas iterval dega tada kelas yag lebih kecil sebelum tada kelas modus b = frekuesi kelas modal dikuragi frekuesi kelas iterval dega tada kelas yag lebih besar sesudah tada kelas modus 3. Media adalah ilai tegah dari gugusa data yag telah diurutka (disusu) dari data terkecil sampai data terbesar atau sebalikya dari data terbesar sampai data terkecil. Mecari media data tuggal dega cara megurutka data tersebut dari data terkecil sampai data terbesar atau sebalikya dari data terbesar sampai data terkecil, dega rumus: Data gajil Data Geap Me = data ke + 1 Me = data ke X + X+1 dimaa: = bayak data Utuk data yag telah disusu dalam daftar distribusi frekuesi, mediaya dihitug dega rumus: Me = b + p 1 F f Uiversitas Sumatera Utara

6 6 dega: b = batas bawah kelas media p = pajag kelas media = bayak data F = jumlah frekuesi dega tada kelas lebih kecil dari tada f = frekuesi kelas media kelas media 4. Stadar deviasi adalah suatu ilai yag meujukka tigkat atau derajat variasi kelompok data atau ukura stadar peyimpaga dari mea atau rata-rataya. Stadar deviasi (simpaga baku) merupaka alat kuadrat dari varia suatu data. Jika mempuyai sampel berukura dega data x 1, x,..., x da rata-rata x, maka statistik s dihitug dega: s = i=1 x i x 1 Utuk mecari simpaga baku s, dari s diambil harga akarya yag positif. Jika data dari sampel telah disusu dalam daftar distribusi frekuesi, maka utuk meetuka varias s dipakai rumus: s = i=1 f i x i x 1 atau yag lebih baik diguaka: dega: x i = tada kelas s = i=1 f ix i i=1 f i x i 1 f i = frekuesi yag sesuai dega tada kelas x i = i=1 f i Sedagka stadar deviasi (simpaga baku) utuk data populasi diguaka rumus: σ = atau i=1 f i X i=1 f i X i Uiversitas Sumatera Utara

7 7 σ = dega: σ = stadar deviasi f i = frekuesi data ke i X i = data ke i X = rata-rata i=1 f i X i X 5. Skewess atau kemiriga adalah derajat ketidaksimetrisa suatu distribusi. Jika kurva frekuesi suatu distribusi memiliki ekor yag lebih memajag ke kaa (dilihat dari rata-rataya) maka dikataka meceg kaa (positif) da jika sebalikya maka meceg kiri (egatif). Dalam kedua hal terjadi sifat taksimetri. Utuk megetahui derajat taksimetri sebuah model, diguaka ukura kemiriga yag ditetuka oleh: f i Sk = x Mo σ dega: Sk = koefisie kemiriga x = rata-rata Mo = modus σ = simpaga baku Maka rumus empirik utuk kemiriga, adalah: Sk = 3 x Me σ dega: Sk = koefisie kemecega x = rata-rata Me = media σ = simpaga baku Catata: Uiversitas Sumatera Utara

8 8 a. α3 = TK = koefisie Tigkat Kemecega (Skewess) b. TK = 0 maka betuk kurva simetris c. TK > 0 maka kurva positif (meceg/ladai ke kaa) d. TK < 0 maka betuk kurva egatif (meceg/ladai ke kiri) Kriteria: jika -,0 < TK <,0 maka data dapat diiterprestasika berdistribusi ormal atau hampir ormal. 6. Kurtosis Kurtosis (keruciga) adalah derajat kepucaka dari sebuah distribusi yag biasaya diambil secara relatif terhadap suatu distribusi ormal. Berdasarka kerucigaya, kurva distribusi dapat dibedaka atas tiga macam, yaitu: a. Leptokurtik merupaka distribusi yag memiliki pucak relatif tiggi. b.platikurtik merupaka distribusi yag memiliki pucak hampir medatar. c. Mesokurtik merupaka distribusi yag memiliki pucak tidak tiggi da tidak medatar. Kriteria utuk meafsirka koefisie kurtosis yaitu: α 4 > 3, distribusi leptokurtik (rucig) α 4 < 3, distribusi platikurtik (datar/ladai) α 4 = 3, distribusi ormal Utuk megetahui keruciga suatu distribusi da meyelidiki apakah distribusi ormal atau tidak, salah satu ukura yag serig diguaka adalah koefisie keruciga atau koefisie kurtosis persetil dega rumus: k = SK P 90 P 10 = 1 K 3 K 1 P 90 P 10 dimaa: SK K 1 K 3 P 10 = retag semi atar kuartil = kuartil kesatu = kuartil ketiga = persetil kesepuluh Uiversitas Sumatera Utara

9 9 P 90 P 90 P 10 = persetil ke-90 = retag persetil Kriteria: peafsira model distribusi, yaitu: k = 0,63, distribusi ormal k > 0,63, distribusi leptokurtik (rucig) k < 0,63, distribusi platikutik (datar/ladai) Situgkir, Hokky da Surya, Yohaes (004) memaparka bahwa utuk meghitug ilai VaR dega kesalaha ormal disimbolka dega Ψormal, diyataka sebagai: Ψ ormal = mea aσ Dimaa ilai a merupaka ilai dari distribusi ormal yag di dapat dari tabel Z utuk tigkat kepercayaa α. Perhituga VaR dega kesalaha skewess da kurtosis disimbolka dega ΨSK diyataka sebagai: a (α) = α + sk (α) 1) + k sk (α) 3(α) ((α) 5(α)) dega: sk = ilai skewess k = ilai kurtosis sehigga rumusya dapat diperoleh: Ψ ormal = mea a σ Uiversitas Sumatera Utara

10 METODE PENELITIAN Adapu metode yag diguaka dalam peelitia ii secara rici adalah sebagai berikut: 1. Metode ii dilaksaaka dega melakuka studi kepustakaa melalui hasil peelitia laiya yag releva serta buku-buku maupu artikel-artikel yag didapatka melalui iteret.. Proses idetifikasi risiko dega meguraika jeis risiko yag melekat dalam trasaksi tradig utuk memastika bahwa pegukura resiko dapat dilakuka secara akurat yag meliputi risiko harga pasar (price risk). 3. Memperoleh data dari Bursa Efek Idoesia. 4. Meghitug Value at Risk (VaR) dega kesalah ormal Ѱ ormal = mea aσ da meghitug VaR dega kesalaha skewess da kurtosis Ѱ SK = mea a σ 5. Kemudia megambil kesimpula utuk membadigka ilai VaR dega kesalaha ormal dega VaR dega kesalaha skewess dega megguka tigkat kepercayaa α (alpha) sebesar 95%. Uiversitas Sumatera Utara