HASIL EMPIRIS. Tabel 4.1 Hasil Penilaian Numerik

dokumen-dokumen yang mirip
METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

BAB I PENDAHULUAN. kemampuan infrastruktur pasar. Secara tradisional, dikenal adanya dua

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

III. PEMBAHASAN. Payoff Opsi Put ( p) Payoff Opsi Call ( c)

BAB V PENUTUP ( ( ) )

BAB II TINJAUAN PUSTAKA. Opsi adalah suatu hak (bukan kewajiban) untuk pembeli opsi untuk membeli

BAB I PENDAHULUAN. hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun

BAB I PENDAHULUAN. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang

PENENTUAN NILAI OPSI INDONESIA

BAB I PENDAHULUAN. Dalam dunia keuangan, dikenal adanya pasar keuangan (financial market)

FIKA DARA NURINA FIRDAUS,

BAB V IMPLEMENTASI SIMULASI MONTE CARLO UNTUK PENILAIAN OPSI PUT AMERIKA

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Wulansari Mudayanti, 2013

BAB V HASIL SIMULASI

BAB III PENETAPAN HARGA PREMI PADA KONTRAK PARTISIPASI ASURANSI JIWA ENDOWMEN DENGAN OPSI SURRENDER

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE

PENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON

BAB I PENDAHULUAN. Perkembangan investasi ditunjukkan dengan munculnya berbagai macam

PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE

BAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan


Opsi (Option) Arum Handini Primandari

PEMANFAATAN SIMULASI MONTE CARLO PADA OPSI KEUANGAN

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II LANDASAN TEORI

BAB III PENILAIAN OPSI PUT AMERIKA

BAB I PENDAHULUAN 1.1 Latar Belakang

METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN

Bab 6 Minggu ke 10 Lemma Ito & Simulasi Monte Carlo

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

PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL

ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER

BAB I PENDAHULUAN. seperti; saham, obligasi, mata uang dan lain-lain. Seiring dengan

: Penentuan Harga Kontrak Opsi Komoditas Emas Menggunakan. Nama : I Gede Rendiawan Adi Bratha (NIM: )

BAB I PENDAHULUAN. Derivatif keuangan merupakan salah satu instrumen yang diperdagangkan di

BAB I PENDAHULUAN. Opsi merupakan suatu kontrak/perjanjian antara writer dan holder yang

BAB III METODE MONTE CARLO

BAB III METODE MONTE CARLO

: Mengestimasi Value at Risk (VaR) pada Opsi Beli Tipe Asia yang Dihitung Menggunakan Metode Importance Sampling

BAB I PENDAHULUAN 1.1 Latar Belakang Noviandhini Puji Gumati, 2013

2.5.1 Penentuan Nilai Return Saham Penentuan Volatilitas Saham Dasar- dasar Simulasi Monte Carlo Bilangan Acak...

BAB II LANDASAN TEORI

1. Pengertian Option

PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana

BAB II TINJAUAN PUSTAKA. pembeli opsi untuk menjual atau membeli suatu sekuritas tertentu pada waktu dan

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB 3 METODE ANALISIS. Beberapa metode pendekatan untuk menghitung harga option pun semakin

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE REVI MELIYANI

Tieka Trikartika Gustyana & Andrieta Shintia Dewi ABSTRAK

ABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL

Bab 7. Minggu 12 Formula Black Scholes untuk Opsi Call

PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK

BART Latar Belakang NIasala.h 1 DAFTARISI Batasan Masalah. dan Asumsi Sistematika Pembahasan 6. Halaman Sampul Depan Skripsi.

APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN. Latar Belakang

BAB IV. Pada bab IV ini, akan dibahas implementasi metode Least-Square. Monte Carlo (LSM) untuk menentukan nilai opsi put Amerika dengan

II. LANDASAN TEORI. Pada bagian ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan di dalam pembahasan.

PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK

METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. Lidya Krisna Andani ABSTRACT

BAB III METODOLOGI. 3.1 Kerangka Pikir. Secara skematis, berikut ini adalah kerangka pikir dari penelitian ini :

Perhitungan Hedging Menggunakan Model BlackScholes dengan Simulasi Monte Carlo Pada Pergerakan. Forex

BAB I PENDAHULUAN 1.1 Latar Belakang

PENENTUAN HARGA OPSI AMERIKA MELALUI MODIFIKASI MODEL BLACK- SCHOLES PRICING AMERICAN OPTION USING BLACK-SCHOLES MODIFICATION MODEL

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

Transaksi Obligasi dengan Diagram Tree. Prof. Dr. Adler Haymans Manurung

Bab 3 Pertemuaan Minggu 4 Sifat-sifat Harga Opsi

BAB I PENDAHULUAN 1.1. Latar Belakang

{ B t t 0, yang II LANDASAN TEORI = tn

BAB III DATA DAN METODOLOGI PENELITIAN

Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November

PENERAPAN METODE BINOMIAL TREE DALAM MENGESTIMASI HARGA KONTRAK OPSI TIPE AMERIKA

PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL

PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA

BAB I PENDAHULUAN. 1.1 Latar Belakang

PENENTUAN HARGA OPSI PADA MODEL BLACK-SCHOLES MENGGUNAKAN METODE BEDA HINGGA DUFORT-FRANKEL SKRIPSI. Oleh. Hadi Siswanto NIM

Bab 8. Minggu 14 Model Binomial untuk Opsi

Penentuan Nilai Opsi Vanilla Tipe Eropa Multi Aset Menggunakan Metode Lattice Multinomial Annisa Resnianty 1 Deni Saepudin 2 Rian Febrian Umbara 3

OVERVIEW PENGERTIAN OPSI PENGERTIAN OPSI TERMINOLOGI OPSI TERMINOLOGI OPSI 10/16/2015

MATERI 12 SEKURITAS DERIVATIF: OPSI. Prof. DR. DEDEN MULYANA, SE., M.Si.

PENGGUNAAN TEKNIK HEDGING KONTRAK OPSI SAHAM UNTUK MEMINIMALKAN RISIKO KERUGIAN AKIBAT FLUKTUASI

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

MATERI 12 SEKURITAS DERIVATIF: OPSI

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB 1 PENDAHULUAN. menghasilkan uang dengan jumlah yang terus bertambah setiap waktunya. Salah

Penggunaan Model Binomial Pada Penentuan Harga Opsi Saham Karyawan

BAB III METODE BINOMIAL DIPERCEPAT

PENURUNAN MODEL BLACK-SCHOLES DENGAN METODE BINOMIAL UNTUK SAHAM TIPE EROPA

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL

BAB I PENDAHULUAN 1.1 Latar Belakang

Praktikum Manajemen Investasi Menghitung keuntungan memegang opsi jual atau beli Penilaian opsi dengan pendekatan blackscholes

MATERI 9 OPSI OPSI. - Mekanisme perdagangan Opsi KARAKTERISTIK KEUNTUNGAN DAN KERUGIAN

Komputasi Grid Menggunakan Globus untuk Menghitung Opsi Put Amerika dengan Simulasi Monte Carlo

BAB I PENDAHULUAN Latar Belakang Masalah

Transkripsi:

31 IV HASIL EMPIRIS 4.1 Penilaian Numerik Untuk melihat bagaimana model bekerja, dapat disimulasikan harga saham dan membandingkan beberapa hasil numerik dari beberapa model yang dibangun sebelumnya. Di sini kita atur kondisi simulasi dengan parameter-parameter T=5/12, n=5, S=100, Sigma=0.3, r=0.045, K=90 dan 95. Hasil penilaian numerik adalah sebagai berikut: Tabel 4.1 Hasil Penilaian Numerik Parameter Spesifikasi Metode Jumlah Iterasi Hasil Nilai Tengah T 5/12 Eropa biasa Monte Carlo 100000 14.4634 16.3571 15.4103 n 5 Eropa biasa Binomial 14.4175 S 100 Eropa Indonesia Monte Carlo 100000 13.5376 14.6742 14.1059 K 90 Eropa Indonesia Binomial 10 Sigma 0.3 Amerika Biasa Binomial 14.4175 r 0.045 Amerika Indonesia Binomial 10 Parameter Spesifikasi Metode Jumlah Iterasi Hasil Nilai Tengah T 5/12 Eropa biasa Monte Carlo 100000 11.2340 14.9944 13.1142 n 5 Eropa biasa Binomial 11.4411 S 100 Eropa Indonesia Monte Carlo 100000 10.2650 13.2808 11.7729 K 95 Eropa Indonesia Binomial 7.8567 Sigma 0.3 Amerika Biasa Binomial 11.4411 r 0.045 Amerika Indonesia Binomial 7.8567 Dari tabel di atas dapat dilihat bahwa estimasi opsi Eropa biasa dengan binomial dan Monte Carlo masih terletak dalam selang kepercayaan Monte Carlo. Perbandingan hasil antara model Indonesia dan biasa (tipe Eropa dan Amerika) memperkuat pernyataan bahwa harga opsi Indonesia lebih rendah dari pada harga opsi biasa.

32 4.2 Analisis Sensitivitas Untuk memeriksa sensitivitas harga opsi Indonesia pada beberapa nilai parameter, dapat disimulasikan harga opsi call Indonesia dengan harga awal, waktu menuju jatuh tempo (maturity), harga strike/exercise, tingkat bunga (interest rate), volatilitas, dan jumlah periode. Analisis sensitivitas memperkuat penemuan Boyle dan Lau (1994). 4.2.1 Pengaruh Jumlah Periode terhadap Harga Opsi Call Indonesia Tanpa mempertimbangkan metode Boyle dan Lau: Gambar 4.1 Grafik Nilai opsi call Indonesia vs jumlah periode (n)

33 Setelah mempertimbangkan metode Boyle dan Lau: Gambar 4.2 Grafik Nilai opsi call Indonesia vs jumlah periode (n) Dari gambar 4.1 dan 4.2 dapat disimpulkan bahwa semakin banyak periode yang digunakan dalam menentukan nilai opsi call Indonesia, maka semakin kurang bernilai opsi call Indonesia tersebut. 4.2.2 Pengaruh Harga Saham Sekarang Terhadap Harga Opsi Call Indonesia Gambar 4.3 Grafik Nilai opsi call Indonesia vs harga saham sekarang (S)

34 Gambar 4.3 menunjukkan bahwa harga saham sekarang dengan nilai opsi call Indonesia berhubungan positif, dimana semakin tinggi harga saham sekarang maka nilai opsi call Indonesia akan semakin bernilai. Hal ini terjadi karena nilai opsi call Indonesia ditentukan oleh nilai selisih antara harga saham (S) dengan harga eksekusi (K). 4.2.3 Pengaruh Tingkat Suku Bunga Terhadap Harga Opsi Call Indonesia Grafik 4.4 Grafik Nilai opsi call Indonesia vs tingkat suku bunga (r) Gambar 4.4 menunjukkan hubungan antara tingkat suku bunga dengan nilai opsi call Indonesia, dimana semakin tinggi suku bunga akan mengakibatkan semakin bernilai opsi call Indonesia tersebut. Hal ini terjadi karena kenaikan suku bunga, akan mengakibatkan harga saham meningkat, sehingga nilai opsi menjadi meningkat.

35 4.2.4 Pengaruh Harga Eksekusi Terhadap Harga Opsi Call Indonesia Grafik 4.5 Grafik Nilai opsi call Indonesia vs harga eksekusi (K) Gambar 4.5 menunjukkan bahwa semakin tinggi harga eksekusi maka akan semakin tidak bernilai opsi call Indonesia. Hal ini terjadi karena meningkatnya harga eksekusi akan menurunkan nilai selisih antara harga saham dengan harga eksekusi yang merupakan nilai opsi call Indonesia tersebut.

36 4.2.5 Pengaruh Volatilitas Terhadap Harga Opsi Call Indonesia Tanpa mempertimbangkan metode Boyle dan Lau: Gambar 4.6 Grafik Nilai opsi call Indonesia vs volatilitas (vol) Mempertimbangkan metode Boyle dan Lau: Gambar 4.7 Grafik Nilai opsi call Indonesia vs volatilitas (vol)

37 Gambar 4.6 dan gambar 4.7 menunjukkan hubungan antara volatilitas dengan nilai opsi call Indonesia. Dari gambar tersebut menunjukkan bahwa semakin tinggi volatilitas akan mengakibatkan nilai opsi call Indonesia semakin bernilai. 4.2.6 Pengaruh Waktu Jatuh Tempo (Maturity Date) Terhadap Harga Opsi Call Indonesia Tanpa mempertimbangkan metode Boyle dan Lau: Gambar 4.8 Grafik Nilai opsi call Indonesia vs waktu jatuh tempo (T) Mempertimbangkan metode Boyle dan Lau: Gambar 4.9 Grafik Nilai opsi call Indonesia vs waktu jatuh tempo (T)

38 Gambar 4.8 dan gambar 4.9 menunjukkan bahwa semakin lama waktu jatuh tempo maka semakin bernilai opsi call Indonesia. Pemegang opsi dengan waktu jatuh tempo yang lebih lama akan memiliki semua peluang yang dimiliki oleh pemegang opsi dengan waktu jatuh tempo yang lebih singkat. 4.3 Delta Hedging Untuk melindungi dari risiko, dibuat suatu portofolio tiruan untuk opsi Indonesia menggunakan delta hedging. Proses ini dibagi ke dalam dua kasus. Kasus 1 adalah ketika harga saham mengikuti alur khusus dari binomial trees. Untuk kasus ini, diperoleh suatu protofolio tiruan yang sempurna. Kasus 2 adalah ketika harga saham disimulasikan menggunakan model Black-Scholes. Untuk kasus ini diperoleh portofolio tiruan yang hampir sempurna, seperti yang diberikan oleh grafik di bawah ini: Kasus 1: Harga saham mengikuti alur tertentu dari binomial tree Gambar 4.10 Delta Hedging Harga Opsi vs Nilai Portofolio

39 Kasus 2: Harga saham disimulasikan menggunakan model Black-Scholes Gambar 4.11 Delta Hedging Harga Opsi vs Nilai Portofolio