BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang mnmal terhadap nvestas yang dlakukan. Keuntungan nvestas sangat tergantung banyak hal, tetap hal yang utama adalah tergantung pada kemampuan atau strateg penanaman modal atau nvestor dalam membaca keadaan dan stuas pasar yang tdak menentu. Keputusan nvestas akan berbeda apabla merupakan hasl analss yang berbeda, dan dar susunan nformas yang berbeda. Ddalam analss rsko banyak memanfaatkan metode statstka dalam menentukan ukuran rsko yang merupakan elemen pentng dalam manajemen rsko. Salah satu aspek yang pentng dalam analss rsko keuangan adalah perhtungan Value at Rsk (VaR). Menurut Best (998) Value at Rsk adalah suatu metode pengukuran rsko secara statstk yang memperkrakan kerugan maksmum yang mungkn terjad atas suatu portofolo pada tngkat kepercayaan (level of confdence) tertentu. la VaR selalu dserta dengan probabltas yang menunjukkan seberapa mungkn kerugan yang terjad akan lebh kecl dar nla VaR tersebut. Dalam perhtungan, penentuan jens metodolog dan asums yang sesua dengan dstrbus return merupakan hal yang pentng, dkarenakan perhtungan VaR berdasarkan pada dstrbus return sekurtas. Penerapan metode dan asums yang tepat akan menghaslkan perhtungan VaR yang akurat untuk dgunakan sebaga ukuran rsko. Metode-metode yang serng dpaka dalam menghtung Value at rsk (VaR) adalah metode Varance-covarance, metode Smulas Hstores dan metode Smulas Unverstas Sumatera Utara
Monte Carlo. Ketga metode mempunya karakterstk dengan kelebhan dan kekurangannya masng-masng. Pada skrps n penuls akan membahas tentang penggunaan Smulas Monte Carlo dalam mengestmas nla Value at Rsk. Value at Rsk dengan metode Smulas Monte Carlo mengasumskan bahwa return berdstrbus normal yang dsmulaskan dengan menggunakan parameter yang sesua dan tdak mengasumskan bahwa return portofolo bersfat lner terhadap return aset tunggalnya. Metode Smulas Monte Carlo melakukan smulas dengan membangktkan blangan random berdasarkan karakterstk dar data yang akan dbangktkan, yang kemudan dgunakan untuk mengestmas nla VaR-nya. Perumusan Masalah Bagamana caranya mendapatkan parameter-parameter dar portofolo yang tepat dalam pengestmasan nla VaR dengan menggunakan metode smulas Monte Carlo..3 Tujuan Peneltan Tujuan dar peneltan n adalah untuk mengurakan cara pencaran parameterparameter yang dgunakan untuk menghtung Value at rsk dengan menggunakan Smulas Monte Carlo..4 Kontrbus Peneltan Dengan mengetahu cara-cara mengukur rsko mula dar pembentukan portofolo sampa dengan pengestmasan Value at Rsk (Rsk), maka kerugan dapat dtaksr dan dan dapat dcegah sebelum mengnvestaskan rencana portofolo. Unverstas Sumatera Utara
.5 Tnjauan Pustaka Sebelum mencar Value at Rsk (VaR) dar portofolo, nla dar return masng-masng aset dan return portofolo harus dketahu. Karena nla return portofolo merupakan salah satu parameternya. Persamaan untuk return realsas aset tunggal tanpa devden adalah sebaga berkut : St R = ln, atau St R = ln S t ln St Dengan: R = return realsas aset S t = aset pada waktu t t = perode waktu Sedangkan return portofolo dapat dtuls dengan persamaan sebaga berkut : Rp t = = w R, t Dengan : = banyaknya aset dalam portofolo R, t = return aset ke- pada perode t w = besarnya komposs atau propors aset dalam portofolo, dengan w = = Untuk mendapatkan bobot yang optmal dapat menggunakan mean varance effcent portofolo, persamaannya adalah sebaga berkut : Unverstas Sumatera Utara
Σ w = Σ T Dengan: Σ = nvers matrks varan-kovaran Sedangkan nla ekspektas dar portofolo dambl dar nla rataan dar portofolo, persamaannya adalah sebaga berkut : E w = ( Rp) = Dengan: E ( Rp) = nla ekpektas dar return portofolo = nla rata-rata aset Bentuk matrks ekspekstas portofolo dapat dtuls sebaga berkut : T E ( Rp) = w + w +... + w = [ ww... w ] = w Sedangkan untuk varan dar portofolo persamaannya adalah sebaga berkut : p = = j= w w j j Dmana = varan dar aset j = kovaran Unverstas Sumatera Utara
Dan bentuk matrksnya adalah sebaga berkut: p = [ w w w ] T... = w w w w w3 Dengan ddefnskan sebaga matrks varan-kovaran. VaR dengan tngkat kepercayaan ( α) dapat drumuskan sebaga berkut : VaR( α ) = W0R Dmana W 0 = dana nvestas awal aset atau portofolo R = nla kuantl α dar dstrbus return.6 Metode Peneltan Menentukan nla-nla parameter untuk varabel-varabel serta korelas antara varabel, yatu return aset. Return aset-aset pembentuk portofolo dasumskan berdstrbus normal multvarat. Selanjutnya mensmulaskan nla return dengan membangktkan secara random return aset-aset yang berdstrbus normal multvarat dengan parameter yang sudah dperoleh sebanyak n kal. Kemudan menghtung return portofolo dar nla return masng-masng aset. Mencar estmas kerugan maksmum pada tngkat kepercayaan - α sebaga nla kuantl α dar dstrbus return portofolo dan setelah tu menghtung nla VaR-nya. Unverstas Sumatera Utara
.7 Sstematka Penulsan Adapun sstematka dalam penulsan Skrps secara gars besarnya dbag dalam empat bab yang masng-masng bab dbag atas beberapa sub-sub bab yatu sebaga berkut : BAB BAB BAB 3 BAB 4 : PEDAHULUA Bab n menjelaskan latar belakang pengamblan judul, perumusan masalah, tnjauan pustaka, tujuan peneltan, kontrbus peneltan, metode peneltan dan sstematka peneltan. : LADASA TEORI Dalam bab n djelaskan mengena parameter-parameter dan metode yang dbutuhkan dalam pengukuran Value at Rsk menggunakan metode Smulas Monte Carlo : HASIL DA PEMBAHASA Dalam bab n dlakukan pengukuran mula dar mendapatkan nla dar parameter-parameternya sampa dengan hasl akhr dar Value at Rsk dengan metode Smulas Monte Carlo. : KESIMPULA DA SARA Dalam bab n memberkan beberapa kesmpulan dan saran sesua dengan hasl pengukuran yang dlakukan. Unverstas Sumatera Utara