PENGUKURAN RISIKO KREDIT OBLIGASI KORPORASI DENGAN CREDIT VALUE AT RISK

dokumen-dokumen yang mirip
PENGGUNAAN SIMULASI MONTE CARLO UNTUK PENGUKURAN VALUE AT RISK

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM DENGAN PENDEKATAN OPTIMISASI MULTIOBJEKTIF UNTUK PENGUKURAN VALUE AT RISK SKRIPSI

VALUASI COMPOUND OPTION PUT ON PUT TIPE EROPA SKRIPSI. Disusun oleh YULIA AGNIS SUTARNO JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA

PENENTUAN BOBOT PORTOFOLIO OPTIMAL UNTUK PERHITUNGAN VALUE AT RISK PADA DATA BERDISTRIBUSI NORMAL SKRIPSI

PENGUKURAN KINERJA PORTOFOLIO MENGGUNAKAN MODEL BLACK-LITTERMAN BERDASARKAN INDEKS TREYNOR, INDEKS SHARPE, DAN INDEKS JENSEN

ANALISIS NILAI RISIKO (VALUE AT RISK) MENGGUNAKAN UJI KEJADIAN BERNOULLI (BERNOULLI COVERAGE TEST) (Studi Kasus pada Indeks Harga Saham Gabungan)

PENGGUNAAN PENDEKATAN CAPITAL ASSET PRICING MODEL DAN METODE VARIANCE-COVARIANCE DALAM PROSES MANAJEMEN PORTOFOLIO SAHAM

2016 PENGUKURAN RISIKO KREDIT OBLIGASI PENDEKATAN FIRST PASSAGE TIME DAN OPTIMISASI PORTOFOLIO DENGAN MEAN VARIANCE EFFICIENT PORTFOLIO

OPTIMASI VALUE AT RISK RETURN ASET TUNGGAL DAN PORTOFOLIO MENGGUNAKAN SIMULASI MONTE CARLO DILENGKAPI GUI MATLAB SKRIPSI

ANALISIS KINERJA PORTOFOLIO OPTIMAL CAPITAL ASSET PRICING MODEL

ESTIMASI KURVA YIELD OBLIGASI PEMERINTAH KODE FR (FIXED RATE) MENGGUNAKAN CUBIC B-SPLINE

KONSTRUKSI KURVA YIELD OBLIGASI PEMERINTAH KODE FR (FIXED RATE) MENGGUNAKAN EXTENDED NELSON SIEGEL

PERBANDINGAN METODE VARIANCE COVARIANCE DAN HISTORICAL SIMULATION UNTUK MENGUKUR RISIKO INVESTASI REKSA DANA

VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK MUHAMMAD SUNU WIDIANUGRAHA

PEMODELAN HARGA SAHAM DENGAN GEOMETRIC BROWNIAN MOTION DAN VALUE AT RISK PT. CIPUTRA DEVELOPMENT Tbk

PENENTUAN VALUE AT RISK

OPTIMASI VALUE AT RISK PADA REKSA DENGAN METODE HISTORICAL SIMULATION DAN APLIKASINYA MENGGUNAKAN GUI

OPTIMALISASI PORTOFOLIO MENGGUNAKAN CAPITAL ASSET PRICING MODEL (CAPM) DAN MEAN VARIANCE EFFICIENT PORTFOLIO (MVEP) (Studi Kasus: Saham-Saham LQ45)

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISIS CLUSTER DENGAN ALGORITMA K-MEANS DAN FUZZY C-MEANS CLUSTERING UNTUK PENGELOMPOKAN DATA OBLIGASI KORPORASI

RISIKO KREDIT PORTOFOLIO OBLIGASI DENGAN CREDIT METRICS DAN OPTIMALISASI PORTOFOLIO DENGAN METODE MEAN VARIANCE EFFICIENT PORTFOLIO (MVEP) ABSTRACT

ANALISIS RISIKO INVESTASI SAHAM TUNGGAL SYARIAH DENGAN VALUE AT RISK (VAR) DAN EXPECTED SHORTFALL (ES) SKRIPSI

PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI

ANALISIS PENILAIAN KINERJA BLACK-LITTERMAN MENGGUNAKAN INFORMATION RATIO DENGAN BENCHMARK CAPITAL ASSETS PRICING MODEL TUGAS AKHIR SKRIPSI

PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT

ANALISIS KINERJA PORTOFOLIO OPTIMAL DENGAN METODE MEAN-GINI

PENDEKATAN ALTERNATIF LEAST DISCRIMINANT PADA MODEL BLACK-LITTERMAN TUGAS AKHIR SKRIPSI

Pengukuran Value at Risk pada Aset Perusahaan dengan Metode Simulasi Monte Carlo

KLASIFIKASI PERUBAHAN HARGA OBLIGASI KORPORASI DI INDONESIA MENGGUNAKAN METODE NAIVE BAYES CLASSIFICATION

VALUE AT RISK MENGGUNAKAN METODE VARIANCE COVARIANCE

PEMBENTUKAN KURVA IMBAL HASIL (YIELD)

VALUASI KUPON OBLIGASI PT. BPD LAMPUNG TBK. MENGGUNAKAN OPSI MAJEMUK CALL ON CALL TIPE EROPA

PENDAHULUAN 1.1 Latar Belakang

PADA PORTOFOLIO SAHAM

PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)

RANCANGAN D-OPTIMAL UNTUK REGRESI POLINOMIAL DERAJAT 3 DENGAN HETEROSKEDASTISITAS

PENGUKURAN RISIKO KREDIT OBLIGASI PENDEKATAN FIRST PASSAGE TIME DAN OPTIMISASI PORTOFOLIO DENGAN MEAN VARIANCE EFFICIENT PORTFOLIO

PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA

PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA

PENGUKURAN VALUE AT RISK

PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

PERHITUNGAN SUKU BUNGA EFEKTIF UNTUK PENENTUAN ALTERNATIF PEMBIAYAAN KENDARAAN MOTOR PADA LEASING DAN BANK DENGAN METODE INTERPOLASI LINIER

BAB II LANDASAN TEORI DAN PENGEMBANGAN HIPOTESIS

BAB I PENDAHULUAN. contohnya adalah saham dan obligasi (Manurung, 2009).

OPTIMALISASI PORTOFOLIO OBLIGASI BANK DENGAN METODE BAYESIAN MARKOV CHAIN MONTE CARLO MELALUI MODEL GAUSSIAN MIXTURE

OPTIMALISASI PROSES PRODUKSI YANG MELIBATKAN BEBERAPA FAKTOR DENGAN LEVEL YANG BERBEDA MENGGUNAKAN METODE TAGUCHI SKRIPSI

ANALISIS PENGARUH CORPORATE GOVERNANCE TERHADAP YIELD DAN RISIKO OBLIGASI (Studi pada Perusahaan Manufaktur di PT. Bursa Efek Indonesia)

ANALISIS JALUR TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI KUMULATIF (IPK) MAHASISWA STATISTIKA UNDIP

1 PENDAHULUAN. Tabel 1 Perkembangan obligasi korporasi

ANALISIS VARIAN DUA FAKTOR DALAM RANCANGAN PENGAMATAN BERULANG ( REPEATED MEASURES )

PENDUGAAN AREA KECIL TERHADAP PENGELUARAN PER KAPITA DI KABUPATEN SRAGEN DENGAN PENDEKATAN KERNEL SKRIPSI

XXI. Resume Investasi Obligasi Ritel Indonesia Seri 10danSimulasi Perhitungan ORI 10. PPA Univ. Trisakti

SKRIPSI. Oleh : LAILI ISNA NUR KHIQMAH NIM :

MODEL BLACK-SCHOLES HARGA OPSI BELI TIPE EROPA DENGAN PEMBAGIAN DIVIDEN

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2013 ISBN:

Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T2 Hotelling (Studi Kasus PT Metec Semarang) SKRIPSI

I. PENDAHULUAN. Dalam melaksanakan fungsinya, pasar modal menjadi penghubung bagi pihak yang

OPTIMASI VALUE AT RISK PADA REKSA DANA DENGAN METODE HISTORICAL SIMULATION DAN APLIKASINYA MENGGUNAKAN GUI MATLAB

PERBANDINGAN ARIMA DENGAN FUZZY AUTOREGRESSIVE (FAR) DALAM PERAMALAN INTERVAL HARGA PENUTUPAN SAHAM. (Studi Kasus pada Jakarta Composite Index)

PERBANDINGAN ANALISIS FAKTOR KLASIK DAN KELOMPOK BAHAN MAKANAN DI JAWA TENGAH

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

METODE LENTH PADA RANCANGAN FAKTORIAL FRAKSIONAL DENGAN ESTIMASI EFEK ALGORITMA YATES

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERINGKAT OBLIGASI PADA PERUSAHAAN NON KEUANGAN YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE

ANALISIS EKONOMI, KEUANGAN PERUSAHAAN & INVESTASI MANAJEMEN INVESTASI

PENENTUAN PORTOFOLIO OPTIMAL DENGAN MODEL INDEKS TUNGGAL PADA SAHAM PERBANKAN DI BURSA EFEK INDONESIA

BAB I PENDAHULUAN. Perkembangan dunia investasi di Indonesia saat ini berkembang dengan

BAB I PENDAHULUAN. Obligasi adalah sebuah instrumen pasar modal yang berbetuk hutang (debt

BAB I PENDAHULUAN. dana (investor) dan pihak yang memerlukan dana (issuer). Dengan adanya pasar

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE. Oleh : DEWI SETYA KUSUMAWARDANI

ANALISISS PEMBENTUKAN PORTOFOLIO PADA PERUSAHAAN YANG TERDAFTAR DI LQ45 DENGAN PENDEKATANN METODE MARKOWITZ MENGGUNAKAN GUI MATLAB

SKRIPSI. Disusun Oleh: MARTA WIDYASTUTI

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE

OVERVIEW investasi obligasi. 1/51

ANALISIS GRAFIK PENGENDALI NONPARAMETRIK DENGAN ESTIMASI FUNGSI DENSITAS KERNEL PADA KASUS WAKTU PELOROTAN BATIK TULIS SKRIPSI

PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN MODEL FORWARD SELECTION

BAB I PENDAHULUAN. masyarakat luas melalui pasar modal. dua kelompok yakni aset finansial yang marketable dan yang non

OPTIMALISASI PORTOFOLIO SAHAM MENGGUNAKAN MODEL MIXTURE OF MIXTURE

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PENDUGAAN PORTOFOLIO VALUE AT RISK

I. PENDAHULUAN 1.1. Latar Belakang

MENGGUNAKAN METODE GARCH ASIMETRIS

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

BAB I PENDAHULUAN. yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan

TUGAS AKHIR PENGUJIAN CAPITAL ASSET PRICING MODEL DALAM PEMBENTUKAN PORTOFOLIO DENGAN MENGGUNAKAN BETA KOREKSI PADA INDEKS SAHAM KOMPAS100

PERHITUNGAN BIAYA TAMBAHAN DENGAN METODE PROGRAM PENSIUN MANFAAT PASTI SKRIPSI. Disusun Oleh : SITI NURLATIFAH JURUSAN STATISTIKA

SKRIPSI. Disusun Oleh: Ana Kartikawati NIM. J2E009024

BAB 1 PENDAHULUAN. bisa bersifat tarif tetap (fixed rate), tarif mengambang (floating rate) maupun

ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HARGA OBLIGASI KORPORASI DI INDONESIA TESIS

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman Online di:

PORTOFOLIO MODEL MARKOWITZ DAN MODEL YAMAZAKI DENGAN PENDEKATAN VALUE AT RISK OLEH NURIKA MAYUNI PURBA

ANALISIS RANCANGAN BUJUR SANGKAR GRAECO LATIN

PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION

BAB I PENDAHULUAN. Pasar modal merupakan tempat bertemunya pihak yang mempunyai

ANALISIS SISTEM ANTRIAN PELAYANAN NASABAH BANK X KANTOR WILAYAH SEMARANG

BAB I PENDAHULUAN 1.1. Latar Belakang

PERBANDINGAN ANALISIS KLASIFIKASI NASABAH MENGGUNAKAN REGRESI LOGISTIK BINER DAN (CLASSIFICATION AND REGRESSION TREES)

MODUL 15 PENILAIAN OBLIGASI

PENGUKURAN PROBABILITAS KEBANGKRUTAN DAN VALUASI OBLIGASI KORPORASI DENGAN METODE CREDITRISK+ ABSTRACT

BAB IV ANALISIS DAN PEMBAHASAN. pengolahan data. Dalam pengolahan data menggunakan program Microsoft Excel

Transkripsi:

PENGUKURAN RISIKO KREDIT OBLIGASI KORPORASI DENGAN CREDIT VALUE AT RISK (CVAR) DAN OPTIMALISASI PORTOFOLIO MENGGUNAKAN METODE MEAN VARIANCE EFFICIENT PORTFOLIO (MVEP) SKRIPSI Oleh : AGUS SOMANTRI J2E 009 008 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013

PENGUKURAN RISIKO KREDIT OBLIGASI KORPORASI DENGAN CREDIT VALUE AT RISK (CVAR) DAN OPTIMALISASI PORTOFOLIO MENGGUNAKAN METODE MEAN VARIANCE EFFICIENT PORTFOLIO (MVEP) Oleh: AGUS SOMANTRI NIM : J2E 009 008 Skripsi Diajukan Sebagai Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Statistika JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013 i

ii

iii

KATA PENGANTAR Segala puji dan syukur penulis panjatkan kehadirat Allah SWT, yang telah melimpahkan rahmat dan hidayah-nya serta memberikan petunjuk dan pertolongan kepada penulis sehingga Tugas Akhir ini dapat diselesaikan dengan baik. Tugas Akhir yang berjudul Pengukuran Risiko Kredit Obligasi Korporasi dengan Credit Value at Risk (CVaR) dan Optimalisasi Portofolio Menggunakan Metode Mean Variance Efficient Portfolio (MVEP) ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Strata Satu (S1) di Jurusan Statistika Fakultas Sains dan Matematika (FSM) Universitas Diponegoro. Penulis menyadari bahwa penyusunan Tugas Akhir ini tidak akan berjalan dengan baik tanpa adanya dukungan dan bantuan dari berbagai pihak. Oleh karena itu, dalam kesempatan ini penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada: 1. Ibu Dra. Hj. Dwi Ispriyanti, M.Si selaku Ketua Jurusan Statistika FSM Universitas Diponegoro. 2. Ibu Di Asih I Maruddani, S.Si, M.Si selaku dosen pembimbing I dan Bapak Abdul Hoyyi, S.Si, M.Si selaku dosen pembimbing II yang telah memberikan bimbingan dan pengarahan hingga Tugas Akhir ini selesai. 3. Seluruh Dosen Jurusan Statistika FSM Universitas Diponegoro yang telah memberikan ilmu yang sangat berguna. 4. Ayah handa H. Dudung, Ibunda Hj. Adah, adikku Neneng Nurul Sopiah dan keluarga besar penulis yang selalu memberikan doa, perhatian dan dukungan. iv

5. Rekan-rekan mahasiswa seperjuangan, Statistika angkatan 2009. 6. Semua pihak yang telah membantu, yang tidak dapat penulis sebutkan satu-satu. Penulis menyadari masih terdapat kekurangan dalam penulisan Tugas Akhir ini. Oleh karena itu, kritik dan saran dari pembaca akan menjadi masukan yang sangat berharga. Semoga dapat bermanfaat bagi semua pihak. Semarang, Juni 2013 Penulis v

ABSTRAK Berinvestasi pada obligasi, selain mendapatkan keuntungan berupa kupon, juga memberikan potensi risiko seperti risiko kredit. Risiko kredit terjadi jika counterparties tidak mampu untuk memenuhi perjanjian yang telah dibuat. Pada skripsi ini diperkenalkan metode Credit Value at Risk (CVaR) untuk menghitung risiko kredit obligasi apabila terjadi default. CVaR didefinisikan sebagai kerugian kredit terburuk yang tidak terduga di beberapa tingkat kepercayaan, diukur sebagai penyimpangan dari Expected Credit Loss (ECL). Untuk pembentukan portofolio obligasi yang optimal digunakan metode Mean variance Efficient Portfolio (MVEP). MVEP didefinisikan sebagai portofolio dengan varian minimum diantara keseluruhan kemungkinan portofolio yang dapat dibentuk. Studi kasus dilakukan pada dua obligasi yaitu obligasi VI Bank Jabar Banten (BJB) tahun 2009 seri B dan obligasi Bank BTPN I tahun 2009 seri B. Berdasarkan output pemrograman R, diperoleh hasil untuk obligasi BJB dengan rating idaa, memiliki nilai CVaR positif sebesar Rp 22.728.338,00. Sementara obligasi BTPN dengan rating idaa dan portofolio untuk kedua obligasi, masing-masing memiliki nilai CVaR negatif sebesar Rp 28.759.098,00 dan Rp 32.187.425,00. CVaR bernilai positif (+) dinyatakan sebagai penambahan kerugian dari ECL sedangkan bernilai negatif ( ) dinyatakan sebagai penurunan kerugian dari ECL. Untuk portofolio obligasi yang optimal, diperoleh bobot untuk masing-masing obligasi yaitu sebesar 16,85202% untuk obligasi BJB dan 83,14798% untuk obligasi BTPN. Kata Kunci : obligasi, risiko kredit, portofolio, default, Expected Credit Loss, rating, Credit Value at Risk, Mean variance Efficient Portfolio. vi

ABSTRACT Getting benefits of many kinds of coupon is not the only advantage of bond investment, but also it gives potential risks such as credit risk. Credit risk originates from the fact that counterparties may be unable to fulfill their contractual obligations. Credit Value at Risk (CVaR) is introduced as a method to calculate bond credit risk if default occurs. CVaR is defined as the most significant credit loss which occurs unexpectedly at the selected level of confidence, measured as the deviation of Expected Credit Loss (ECL). To construct optimal bond portfolio requires Mean variance Efficient Portfolio (MVEP) method. MVEP is defined as the portfolio with minimum variance among all possible portfolios that can be formed. This study case has been constructed through two bonds, bond VI of Jabar Banten Bank (BJB) year 2009 serial B and bond of BTPN Bank I year 2009 serial B. Based on the R programming output, the obtained results for bonds with a rating idaa BJB, has a positive CVaR value of Rp 22.728.338,00. While bonds with a rating idaa BTPN and portfolio for both bonds, each of which has a negative CVaR value amounted Rp 28.759.098,00 and Rp 32.187.425,00. CVaR is positive (+) expressed as the loss addition of ECL while is negative ( ) expressed as a decrease in loss of ECL. For optimal bond portfolio, gained weight for each bond is equal to 16,85202% for BJB and 83,14798% for BTPN bonds. Key Words : bond, credit risk, portfolio, default, Expected Credit Loss, rating, Credit Value at Risk, Mean variance Efficient Portfolio. vii

DAFTAR ISI Halaman HALAMAN JUDUL...i HALAMAN PENGESAHAN... ii KATA PENGANTAR...iv ABSTRAK...vi ABSTRACT... vii DAFTAR ISI... viii DAFTAR TABEL...xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiii BAB I PENDAHULUAN 1.1 Latar Belakang...1 1.2 Tujuan Penulisan...4 BAB II TINJAUAN PUSTAKA 2.1 Variabel Random...5 2.1.1 Variabel Random Diskrit...5 2.1.2 Variabel Random Kontinu...6 2.2 Ekspektasi dan Variansi...6 2.2.1 Ekspektasi...6 2.2.2 Variansi...7 2.3 Kovarian dan Korelasi...8 2.3.1 Kovarian...8 2.3.2 Korelasi...8 2.4 Vektor dan Matriks...9 2.4.1 Vektor...9 2.4.2 Matriks...9 2.5 Distribusi Normal Univariat...10 viii

2.6 Distribusi Normal Multivariat...12 2.7 Uji Normalitas...13 2.7.1 Uji Asumsi Normalitas Univariat...13 2.7.2 Uji Asumsi Normalitas Multivariat...14 2.8 Return...15 2.9 Portofolio...16 2.10 Volatilitas...18 2.11 Tingkat Kepercayaan...19 2.12 Recovery Rate...20 2.13 Probabilitas Kegagalan...20 2.14 Expected Credit Exposure (ECE)...22 2.15 Value at Risk (VaR)...23 2.16 Expected Credit Loss (ECL)...24 2.17 Worst Credit Loss (WCL)...25 2.18 Credit Value at Risk (CVaR)...25 2.19 Mean Variance Efficient Portfolio (MVEP)...26 2.20 Pasar Modal...30 2.20.1 Pengertian Pasar Modal...30 2.20.2 Fungsi Pasar Modal...31 2.20.3 Manfaat Keberadaan Pasar Modal...31 2.21 Obligasi...32 2.21.1 Pengertian Obligasi...32 2.21.2 Struktur Obligasi...33 2.21.3 Jenis-Jenis Obligasi...35 2.21.4 Risiko Investasi Obligasi...38 2.21.5 Rating Obligasi...41 BAB III METODOLOGI PENELITIAN 3.1 Sumber Data...44 3.2 Variabel Penelitian...45 3.3 Software yang Digunakan...46 3.4 Langkah Analisis...46 3.5 Diagram Analisis...47 ix

BAB IV HASIL DAN PEMBAHASAN 4.1 Pengolahan Data...50 4.2 Volatilitas Total Liabilitas...51 4.3 Menentukan Probabilitas Kegagalan...52 4.4 Menghitung Recovery Rate...52 4.5 Menghitung CVaR pada Obligasi Tunggal...53 4.5.1 Uji Normalitas...53 4.5.2 Menghitung VaR...54 4.5.1 Menghitung CVaR...55 4.6 Menghitung CVaR pada Obligasi Portofolio...57 4.6.1 Uji Normalitas Multivariat...57 4.6.2 Menentukan Bobot atau Proporsi Portofolio...58 4.6.3 Menghitung VaR Portofolio...59 4.6.4 Menghitung CVaR Portofolio...60 BAB V PENUTUP...61 5.1 Kesimpulan...61 5.2 Saran...62 DAFTAR PUSTAKA...64 LAMPIRAN...65 x

DAFTAR TABEL Halaman Tabel 2.1 Average Cumulative Default Rates (1981 2012)...21 Tabel 2.2 Rating Obligasi di Indonesia oleh PEFINDO...43 Tabel 3. Detail Obligasi Perusahaan...45 Tabel 4.1 Data Return Total Liabilitas BJB...50 Tabel 4.2 Data Return Total Liabilitas BTPN...51 Tabel 4.3 Volatilitas Total Liabilitas...51 Tabel 4.4 Total Aset BJB dan BTPN (Februari 2013)...53 xi

DAFTAR GAMBAR Halaman Gambar 2. Skema Proses Dafault...22 Gambar 3.1 Diagram Alir Pengukuran Risiko Kredit Obligasi Tunggal...48 Gambar 3.2 Diagram Alir Pengukuran Risiko Kredit Obligasi Portofolio...49 xii

DAFTAR LAMPIRAN Halaman Lampiran 1. Data Total Liabilitas BJB...65 Lampiran 2. Data Total Liabilitas BTPN...67 Lampiran 3. Program CVaR menggunakan software R...69 Lampiran 4. Output Program...73 Lampiran 5. Tabel D 1 Nilai Kritis dalam Uji Kolmogorov-Smirnov...79 xiii

BAB I PENDAHULUAN 1.1 Latar Belakang Pasar modal di Indonesia terus mengalami pertumbuhan dan perkembangan seiring dengan berbagai insentif dan regulasi yang dikeluarkan pemerintah. Para pelaku di pasar modal juga menyadari bahwa perdagangan efek dapat memberikan keuntungan yang sangat menjanjikan bagi mereka, seperti deviden untuk investasi saham dan kupon untuk investasi obligasi. Dengan berinvestasi dibidang financial asset akan diperoleh kemudahan untuk melakukan pencairan dana dan pajak yang dikenakan relatrif kecil jika dibandingkan dengan berinvestasi dibidang real asset. Dalam dunia pasar modal, tidak hanya terjadi perdagangan saham yang biasanya dikenal oleh masyarakat luas, akan tetapi terjadi suatu perdagangan surat utang atau yang sering dikenal dengan istilah obligasi. Obligasi adalah kontrak keuangan, berupa sertifikat bukti hutang yang dikeluarkan oleh suatu perusahaan atau institusi tertentu baik pemerintah maupun lembaga lainnya yang diperjualbelikan di masyarakat dalam rangka mendapatkan dana atau modal. Obligasi merupakan salah satu instrument investasi yang telah lama ada di Indonesia. Namun demikian perkembangan produk obligasi di Indonesia sendiri masih belum cukup dikenal dan lamban dibandingkan dengan produk saham. Salah satu kendalanya adalah kondisi pasar obligasi yang tersedia belum dioptimalkan oleh pelaku pasar modal, selain itu pemahaman perdagangan instrument obligasi di kalangan masyarakat umum masih terbatas. 1

2 Sama seperti saham, obligasi pun cukup menarik untuk dijadikan suatu investasi yang menjanjikan. Dengan menerbitkan obligasi, perusahaan akan mendapatkan aliran dana baru dengan kewajiban membayar bunga atau kupon tiap periode dan membayar pokok obligasi pada saat pembayaran tersebut jatuh tempo. Berinvestasi dalam bentuk obligasi juga tidak terlepas dari risiko seperti perubahan nilai suku bunga dan risiko kredit ( Credit Risk). Risiko kredit yaitu potensi risiko yang akan timbul apabila penerbit obligasi (emiten) tidak bisa melakukan kewajiban atas pembayaran bunga atau kewajiban pokok pada saat jatuh tempo atau definisi matematis dari risiko kredit adalah distribusi kerugian finansial yang disebabkan perubahan kualitas kredit perusahaan pada suatu perjanjian finansial. Selain itu, risiko yang paling ditakutkan adalah risiko kebangkrutan (default), sehingga dalam perdagangannya pihak investor diharapkan dapat memilih atau mempertimbangkan obligasi yang aman untuk berinvestasi. Seiring dengan kemajuan ilmu pengetahuan, cara untuk menentukan kemungkinan risiko kegagalan suatu produk investasi khususnya obligasi telah dikenal berbagai metode, salah satunya yaitu metode Credit Value at Risk (CVaR). Dengan adanya metode tersebut, kini dapat diperkirakan terlebih dahulu berapa besar risiko yang akan diperoleh apabila uang yang dimiliki diinvestasikan pada obligasi yang diterbitkan perusahaan tertentu. CVaR merupakan metode untuk mengukur risiko obligasi akibat counterparty tidak bisa melakukan kewajiban atas pembayaran bunga atau kewajiban pokok pada saat jatuh tempo.

3 VaR dapat didefinisikan sebagai estimasi kerugian maksimum yang akan didapat selama periode waktu ( time period) tertentu dalam kondisi pasar normal pada tingkat kepercayaan ( confidence level) tertentu (Jorion, 2002). Terdapat kemungkinan bahwa suatu kerugian yang akan diderita oleh investor selama periode kepemilikan akan lebih rendah dibandingkan limit yang dibentuk dengan VaR. Sehingga keterbatasan dari VaR adalah tidak dapat menyatakan apapun tentang seberapa besar kerugian yang benar-benar terjadi dan secara definitif tidak menegaskan kemungkinan kerugian yang paling buruk. CVaR hadir sebagai metode pengembangan dari VaR yang didefinisikan sebagai kerugian kredit terburuk yang tidak terduga di beberapa tingkat kepercayaan, diukur sebagai penyimpangan dari Expected Credit Loss (ECL). CVaR diperoleh dari selisih nilai Worst Credit Loss (WCL) yaitu penyimpangan dari kerugian yang diperkirakan dengan ECL (Jorion, 2003). CVaR dapat digunakan oleh investor sebagai salah satu tolok ukur untuk menetapkan seberapa besar target risiko. Apabila seorang investor ingin menginvestasikan uangnya pada dua atau lebih obligasi, maka akan dihitung nilai risiko kredit dari portofolio. Untuk kasus portofolio akan dihitung proporsi nominal uang yang akan diinvestasikan pada kedua atau lebih obligasi, sehingga diperoleh protofolio yang optimal dan efisien, metode yang digunakan adalah metode Mean Variance Efficient Portfolio (MVEP). Berdasarkan penjelasan yang telah diuraikan di atas, diperoleh suatu permasalahan, yaitu: 1. Bagaimana mengukur risiko kredit investasi obligasi dengan menggunakan pendekatan metode CVaR, baik untuk satu obligasi maupun portofolio.

4 2. Bagaimana menentukan bobot pada masing-masing obligasi, sehingga diperoleh portofolio yang optimal dan efisien dengan menggunakan metode MVEP dan dikhususkan untuk portofolio dua obligasi. Dalam studi kasus pada Tugas Akhir ini, penulis menggunakan jenis obligasi korporasi atau Corporate Bond yaitu obligasi yang diterbitkan oleh perusahaan yang bertujuan untuk mendukung kepentingan bisnisnya. Adapun manfaat yang diharapkan dari penulisan Tugas Akhir ini adalah mengetahui proses pengukuran risiko kredit investasi obligasi dengan menggunakan metode CVaR dan pembentukan portofolio obligasi yang optimal dan efisien dengan menggunakan metode MVEP. 1.2 Tujuan Penulisan Berdasarkan permasalahan yang ada, maka tujuan yang ingin dicapai dalam penulisan Tugas Akhir ini adalah: 1. Menentukan ukuran risiko kredit investasi obligasi baik pada satu obligasi maupun pada portofolio, sehingga investor dapat mempertimbangkan apakah aman atau tidak untuk berinvestasi pada obligasi perusahaan tersebut. 2. Menentukan proporsi uang yang akan diinvestasikan apabila seorang investor ingin berinvestasi pada obligasi untuk menghasilkan risiko yang minimum.