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

dokumen-dokumen yang mirip
ANALISIS RISIKO INVESTASI SAHAM TUNGGAL SYARIAH DENGAN VALUE AT RISK (VAR) DAN EXPECTED SHORTFALL (ES) ABSTRACT

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

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

PENGGUNAAN SIMULASI MONTE CARLO UNTUK PENGUKURAN VALUE AT RISK

BAB I PENDAHULUAN. bank. Selain itu dapat juga dilakukan investasi dalam bentuk saham dengan

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

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

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

ESTIMASI NILAI CONDITIONAL VALUE AT RISK MENGGUNAKAN FUNGSI GAUSSIAN COPULA

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

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

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

BAB III PEMBAHASAN. Pada bab ini, dibahas mengenai Penerapan Metode Mean Conditional

ESTIMASI NILAI CONDITIONAL VALUE AT RISK MENGGUNAKAN FUNGSI GAUSSIAN COPULA KOMPETENSI FINANSIAL SKRIPSI HERLINA HIDAYATI

Skripsi untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Program Studi Matematika. Diajukan Oleh : Danang Tri Wijayarto

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

SKRIPSI. Disusun Oleh : OKTAFIANI WIDYA NINGRUM

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

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

BAB I PENDAHULUAN. menjadi hal yang lumrah dilakukan dalam manajemen risiko. Salah satu strategi

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

PENENTUAN VALUE AT RISK

PENERAPAN METODE MEAN CONDITIONAL VALUE AT RISK PADA PORTOFOLIO BLACK-LITTERMAN

ANALISIS KINERJA PORTOFOLIO OPTIMAL CAPITAL ASSET PRICING MODEL

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

PADA PORTOFOLIO SAHAM

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

PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO

BAB I PENDAHULUAN 1.1. Latar Belakang

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

PENDAHULUAN. 1.1 Latar Belakang

PENGUKURAN VALUE AT RISK

ANALISIS STRESS TESTING VAR PADA RISIKO PASAR PORTOFOLIO EFEK PT DA TESIS

PENERAPAN METODE MEAN CONDITIONAL VALUE AT RISK PADA PORTOFOLIO BLACK-LITTERMAN SKRIPSI

OPTIMALISASI PORTOFOLIO SAHAM MENGGUNAKAN MODEL MIXTURE OF MIXTURE

KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB

ANALISIS KINERJA PORTOFOLIO OPTIMAL DENGAN METODE MEAN-GINI

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

ABSTRACT. Keywords: optimal portfolio, Markowitz, Expected Return, risk level, risk lover, risk averse. vii

PEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON

PENGUKURAN RISIKO KREDIT OBLIGASI KORPORASI DENGAN CREDIT VALUE AT RISK

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

Bab 1. Pendahuluan. 1.1 Latar Belakang

ABSTRAK. Kata Kunci : Analisis Komponen Utama, AVaR, Portofolio Markowitz

ANALISIS RISIKO PORTOFOLIO UNTUK PEMILIHAN PORTOFOLIO OPTIMAL PADA SAHAM LQ-45 DI BURSA EFEK INDONESIA DENGAN PENDEKATAN MARKOWITZ TAHUN

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

Oleh : Tutik Haryanti JURUSAN MANAJEMEN FAKULTAS BISNIS UNIVERSITAS KATOLIK WIDYA MANDALA SURABAYA 2013

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

PEMBENTUKAN PORTOFOLIO SAHAM OPTIMAL MENGGUNAKAN SINGLE INDEX MODEL

BAB 4 ANALISIS DAN PEMBAHASAN

ANALISIS PERBEDAAN VOLUME PERDAGANGAN SAHAM-SAHAM YANG OPTIMAL PADA JAKARTA ISLAMIC INDEX (JII) DI BURSA EFEK INDONESIA (BEI)

BAB III METODE PENELITIAN

SIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING

BAB I PENDAHULUAN 1.1 Latar Belakang

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

BAB I PENDAHULUAN Latar Belakang Masalah

SKRIPSI. Nama : Anne Rufaidah NIM : Program Studi Manajemen FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS MERCUBUANA JAKARTA

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

BAB I PENDAHULUAN. investasi yang telah dilakukan. Dalam berinvestasi jika investor mengharapkan

SKRIPSI REBALANCING PORTOFOLIO: STUDI KASUS 7 SAHAM YANG TERMASUK DALAM INDEKS LQ-45 ALEXANDER BHIMA CAHYANTO NPM:

VALUE AT RISK MENGGUNAKAN METODE VARIANCE COVARIANCE

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

BAB II TINJAUAN PUSTAKA. return, mean, standard deviation, skewness, kurtosis, ACF, korelasi, GPD, copula,

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

ANALISIS PORTOFOLIO OPTIMAL SAHAM-SAHAM JAKARTA ISLAMIC INDEKS TAHUN 2015

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

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

IV. ANALISIS DAN PEMBAHASAN. 1.1 Analisis Portofolio Pada Aktiva Berisiko (Saham dan Emas)

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

SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO

PERBANDINGAN NILAI OPTIMAL PORTOFOLIO SAHAM DENGAN METODE COMPROMISE PROGRAMMING DAN METODE NADIR COMPROMISE PROGRAMMING KOMPETENSI FINANSIAL SKRIPSI

BAB 1 PENDAHULUAN. tidak ada prestasi, tidak ada kemajuan dan tidak ada imbalan.

MENAKSIR VALUE AT RISK (VAR) PORTOFOLIO PADA INDEKS SAHAM DENGAN METODE PENDUGA VOLATILITAS GARCH

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip

ESTIMASI NILAI AVERAGE VALUE AT RISK PADA SAHAM PORTOFOLIO DENGAN MENGGUNAKAN METODE ANALISIS KOMPONEN UTAMA

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

ESTIMASI PORTOFOLIO MENGGUNAKAN MODEL BLACK- LITTERMAN PADA DATA HARGA SAHAM DI JAKARTA ISLAMIC INDEX PERIODE

PERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO

ANALISIS KELOMPOK DENGAN ALGORITMA FUZZY C-MEANS DAN GUSTAFSON KESSEL CLUSTERING PADA INDEKS LQ45

BAB I PENDAHULUAN 1.1 Latar Belakang

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

OPTIMASI PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL (SIM)

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:

DAFTAR ISI. LEMBAR JUDUL.i LEMBAR PENGESAHAN TUGAS AKHIR iii

Metode Resampled Efficient Frontier Mean Variance Simulasi Montecarlo Untuk Pemilihan Bobot Portofolio

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

PENERAPAN TEORI ANTRIAN PADA PELAYANAN TELLER BANK MANDIRI KANTOR CABANG PEMBANTU PURI SENTRA NIAGA

BAB I PENDAHULUAN. baik masyarakat dalam negeri maupun luar negeri. Para investor dapat melakukan

BAB V PENUTUP. dalam bab IV, maka dapat ditarik kesimpulan sebagai berikut : indeks kompas 100 dengan kapitalisasi saham di atas Rp.

Research TJONG AGUS HANDOKO

ANALISIS VAR PADA SAHAM PERUSAHAAN PROPERTI YANG TERDAFTAR PADA INDEKS LQ45 (Metode Simulasi Monte Carlo dan Metode Pendekatan Variance-Covariance)

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

PERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO

ABSTRAK. Kata Kunci: Model Indeks Tunggal, portofolio optimal, expected return, excess return to beta, cut off rate, risk. viii

PEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)

PEMANFAATAN MODEL MIXTURE OF MIXTURE DALAM PENYUSUNAN PORTOFOLIO SAHAM BANK BCA DAN BNI DENGAN MINIM RESIKO

BAB I PENDAHULUAN. (variables) seperti harga, volume instrumen, dan varian (variance) yang berubah

PEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB

PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH TAHUN DENGAN MENGGUNAKAN REGRESI DATA PANEL

Transkripsi:

ANALISIS RISIKO INVESTASI SAHAM TUNGGAL SYARIAH DENGAN VALUE AT RISK (VAR) DAN EXPECTED SHORTFALL (ES) SKRIPSI Oleh YUNUS SAEPUDIN NIM. 24010213120022 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2017

ANALISIS RISIKO INVESTASI SAHAM TUNGGAL SYARIAH DENGAN VALUE AT RISK (VAR) DAN EXPECTED SHORTFALL (ES) Disusun Oleh : YUNUS SAEPUDIN NIM. 24010213120022 Tugas Akhir sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2017 i

ii

iii

KATA PENGANTAR Puji syukur penulis panjatkan kepada Allah SWT yang telah memberikan rahmat dan karunianya, sehingga penulis dapat menyelesaikan Proposal Tugas Akhir Departemen Statistika dengan judul Analisis Risiko Investasi Saham Tunggal Syariah dengan Value at Risk (VaR) dan Expected Shortfall (ES). Ucapan terima kasih dan rasa hormat selanjutnya penulis sampaikan kepada pihak-pihak yang telah membantu penulis dalam proses penyusunan proposal Tugas Akhir, pihak-pihak tersebut yaitu: 1. Bapak Dr. Tarno, M.Si selaku Ketua Departemen Statistika Fakultas Sains dan Matematika Universitas Diponegoro. 2. Bapak Hasbi Yasin, S.Si, M.Si selaku Dosen Pembimbing I. 3. Bapak Dr. Rukun Santoso, M.Si selaku Dosen Pembimbing II. 4. Bapak dan Ibu Dosen Departemen Statistika Fakultas Sains dan Matematika Universitas Diponegoro yang telah memberikan ilmu yang berguna selama perkuliahan. 5. Rekan-rekan yang setia memberi dukungan kepada penulis. Penulis menyadari dalam pembuatan laporan seminar ini masih banyak kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran demi kesempurnaan laporan seminar proposal ini. Semoga laporan seminar ini bermanfaat. Semarang, Maret 2017 Penulis iv

ABSTRAK Salah satu perhitungan yang dapat digunakan untuk mengestimasi suatu risiko adalah Value at Risk (VaR). Meskipun VaR sangat populer digunakan, namun VaR juga memiliki kelemahan bahwa VaR tidak koheren karena tidak memiliki sifat sub-additive. Untuk mengatasi kelemahan yang ada pada VaR, maka diperlukan Expected Shortfall (ES). Tujuan penelitian ini adalah mengestimasi nilai ES dan nilai VaR dengan menggunakan metode simulasi Monte Carlo yang diperoleh dengan mengolah data harga penutupan pada saham Unilever Indonesia yaitu saham yang konsisten masuk ke dalam Jakarta Indeks Islam (JII). Untuk mempermudah perhitungan VaR dan ES bagi masyarakat awam dibuatlah sebuah aplikasi dengan menggunakan GUI pada Matlab. Hasil perhitungan ES pada tingkat kepercayaan 99% sebesar 0,039415 lebih besar daripada nilai VaR yaitu sebesar 0,034245. Pada tingkat kepercayaan 95% diperoleh sebesar 0,030608 lebih besar dari nilai VaR yaitu sebesar 0,024471. Pada tingkat kepercayaan 90% diperoleh sebesar 0,026110 lebih besar dari nilai VaR yaitu sebesar 0,019172. Hasil perhitungan menunjukkan bahwa semakin besar tingkat kepercayaan yang digunakan semakin besar risiko yang akan ditanggung oleh investor. Kata Kunci : Risiko, Value at Risk (VaR), JII, Expected Shortfall (ES). v

ABSTRACT One measure that can be used to estimate risk is Value at Risk (VaR). Although VaR is very popular, it has several weakness that VaR not coherent causes the lack of sub-additive. To overcome the weakness in VaR, an alternative risk measure called Expected Shortfall (ES) can be used. The porpose of this research objective are to estimate risk by ES and by using VaR with Monte Carlo simulation. The data we used are the closing price of Unilever Indonesia stocks that consistently get into Jakarta Islamic Index (JII). To make VaR become easier for people to understand, an application is made using GUI in Matlab. The Expected Shortfall results from the calculation using 99% confidence level that may be experienced is at 0.039415 show that the risk exceed the VaR it is at 0.034245. For 95% confidence level that may be experienced is at 0.030608 show that the risk exceed the VaR it is at 0.024471. For 90% confidence level that may be experienced is at 0.026110 show that the risk exceed the VaR it is at 0.019172. Show that the greater the level of confidence that is used the greater the risk will be borne by the investor. Keywords: Risk, Value at Risk (VaR), JII, Expected Shortfall (ES). vi

DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN I...ii HALAMAN PENGESAHAN II...iii KATA PENGANTAR... iv ABSTRAK... v ABSTRACT... vi DAFTAR ISI...vii DAFTAR TABEL... x DAFTAR GAMBAR... xi DAFTAR LAMPIRAN...xii BAB I PENDAHULUAN 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 4 1.3 Batasan Masalah... 4 1.4 Tujuan Penelitian... 5 BAB II TINJAUAN PUSTAKA 2.1 Pasar Modal... 6 2.2 Investasi... 7 2.3 Jakarta Islamic Index... 8 2.4 Unilever Indonesia... 10 2.4.1 Latar Belakang PT Unilever Indonesia, Tbk... 10 2.4.2 Visi dan Misi... 11 vii

2.4.3 Struktur Perusahaan... 12 2.4.4 Lokasi Perusahaan... 16 2.5 Saham... 16 2.6 Return... 18 2.7 Risiko... 19 2.8 Kuantil... 22 2.9 Uji Normalitas... 23 2.10 Simulasi... 24 2.11 Simulasi Monte Carlo... 25 2.12 Value at Risk (VaR)... 27 2.13 Tingkat Kepercayaan dan Periode Waktu... 30 2.14 Expected Shortfall (ES)... 31 2.15 Gui Matlab... 34 BAB III METODOLOGI PENELITIAN 3.1 Sumber Data... 37 3.2 Metode Analisis... 37 3.2.1 VaR dengan Metode Simulasi Monte Carlo... 38 3.2.2 Expected Shortfall... 39 3.3 Diagram Alir... 40 BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Objek Penelitian... 42 4.2 Perhitungan Return... 43 4.3 Uji Normalitas pada Data Return... 45 4.4 Tingkat Kepercayaan dan Periode Waktu... 46 viii

4.5 Analisis Perhitungan VaR... 46 4.6 Analisis Perhitungan Expected Shortfall... 56 4.7 Proses Pembuatan GUI... 59 4.8 Tutorial Pembuatan GUI... 62 BAB V PENUTUP 5.1 Kesimpulan... 65 5.2 Saran... 66 DAFTAR PUSTAKA... 67 LAMPIRAN... 69 ix

DAFTAR TABEL Tabel 1. Dewan Komisaris Unilever Indonesia... 13 Tabel 2. Direksi Unilever Indonesia... 14 Tabel 3. Komite Audit Unilever Indonesia... 15 Tabel 4. Penjelasan Property Halaman Awal Guide... 35 Tabel 5. Harga penutupan Saham PT Unilever Indonesia, Tbk... 42 Tabel 6. Harga Saham dan Return Aset PT Unilever Indonesia, Tbk... 44 Tabel 7. Nilai VaR Percobaan Pertama... 46 Tabel 8. Nilai VaR Percobaan Kedua... 48 Tabel 9. Nilai VaR Percobaan Ketiga... 50 Tabel 10. Nilai VaR Percobaan Keempat... 51 Tabel 11. Nilai VaR Percobaan Kelima... 53 Tabel 12. Nilai Rata-rata VaR... 54 Tabel 13. Hasil Perhitungan Expected Shortfall... 57 x

DAFTAR GAMBAR Gambar 1. Logo Unilever Indonesia... 10 Gambar 2. Ilustrasi Kuantil... 22 Gambar 3. Ilustrasi VaR dan Expected Shortfall... 31 Gambar 4. Tampilan Guide... 34 Gambar 5. Diagram alir Analisis VaR dengan simulasi Monte Carlo dan Expected Shortfall... 40 Gambar 6. Grafik Harga Penutupan Saham PT Unilever Indonesia, Tbk... 43 Gambar 7. Grafik Nilai Return Saham PT Unilever Indonesia, Tbk... 44 Gambar 8. Membuka Guide... 59 Gambar 9. Membuat GUI Baru... 60 Gambar 10. Tampilan Awal GUI Sebelum Didesain... 60 Gambar 11. Tampilan Awal Analisis Risiko... 61 Gambar 12. Tampilan Analisis Risiko Investasi Saham Tunggal Syariah dengan VaR dan ES... 61 Gambar 13. Tampilan Awal Matlab 7.8.0... 62 Gambar 14. Mencari Data... 62 Gambar 15. Plot Harga Saham dan Plot Return Saham... 63 Gambar 16. Tampilan Perhitungan Rata-rata (Mu) dan Standar Deviasi (Std)... 63 Gambar 17. Hasil Perhitungan Statistik Uji dan p-value... 64 Gambar 18. Tampilan Hasil Perhitungan... 64 xi

DAFTAR LAMPIRAN Lampiran 1. Tabel Harga Penutupan Saham PT Unilever Indonesia, Tbk... 69 Lampiran 2. Tabel Nilai Return Saham PT Unilever Indonesia, Tbk... 73 Lampiran 3. Output Value at Risk (VaR) metode Simulai Monte Carlo... 80 Lampiran 4. Sintaks GUI Matlab... 95 Lampiran 5. Output perhitungan Value at Risk (VaR) dan Expected Shortfall dengan GUI Matlab... 97 Lampiran 6. Tabel Kolmogrov-Smirnov... 98 xii

BAB I PENDAHULUAN 1.1 Latar Belakang Kata investasi dan keuangan sudah menjadi kata yang biasa diperbincangkan sehari-hari. Secara konsep, investasi adalah kegiatan mengalokasikan atau menanamkan sumber daya ( resource) saat ini (sekarang), dengan harapan mendapatkan manfaat di kemudian hari (di masa datang). Pada umumnya setiap orang melakukan investasi untuk mengharapkan laba. Namun dalam kenyataan, tidak semua orang yang berbisnis bisa mendapatkan laba, tetapi ada yang hanya balik modal (impas), atau bah kan ada yang rugi ( loss). Dengan demikian bila seseorang melakukan investasi, maka dia harus siap menerima risiko, atau kegagalan dalam investasi tersebut (Noor, 2010). Dalam dunia investasi hampir seluruhnya mengandung unsur ketidakpastian dan risiko. Pengukuran risiko merupakan hal yang sangat penting dalam analisis keuangan, karena setiap bisnis mempunyai tantangan yang setara antara pertumbuhan pendapatan dan pengelolaan risiko. Oleh karena itu diperlukan alat ukur untuk menduga risiko tersebut, agar dapat diketahui sejauh mana investor dapat dengan aman berinvestasi. Banyak sekali metode atau alat yang digunakan untuk menduga risiko, antara lain Value at Risk (VaR), Conditional Value at Risk (CVaR) atau disebut juga Expected Shortfall (ES), Tail Conditional Expectation dan Tail Mean (TCE dan TM), Worst Conditional Expectation (WCE), dan Spectral Risk Measures. Namun saat ini Value at Risk 1

2 (VaR) merupakan salah satu bentuk pendugaan risiko yang cukup populer dan paling sering digunakan dalam analisis risiko keuangan. Penerapan VaR pada saat ini sudah banyak diterima, diaplikasikan dan dianggap sebagai metode standar dalam pendugaan risiko. VaR adalah kerugian yang dapat ditoleransi dengan tingkat kepercayaan (keamanan) tertentu (Sunaryo, 2008). Ada tiga metode utama untuk menghitung VaR yaitu metode var-kovarian, metode simulasi Monte Carlo dan metode historis. Untuk ketiga metode tersebut mengasumsikan return dari aset tunggalnya berdistribusi normal. Metode simulasi Monte Carlo merupakan metode yang paling kuat untuk menghitung VaR karena dapat menghitung bermacam-macam susunan eksposur, fleksibel untuk menggabungkan variasi waktu pada volatilitas, fat tails dan skenario yang ekstrim. Pada intinya simulasi Monte Carlo melakukan simulasi dengan membangkitkan bilangan random berdasarkan karakteristik dari data yang akan dibangkitkan, yang kemudian digunakan untuk mengestimasi nilai VaR-nya. VaR merupakan salah satu cara untuk mengestimasi risiko yang cukup populer digunakan, namun VaR juga memiliki kelemahan bahwa VaR hanya mengukur persentil dari distribusi keuntungan atau kerugian tanpa memperhatikan setiap kerugian yang melebihi tingkat VaR, dan VaR tidak koheren karena tidak memiliki sifat sub-additive. Untuk mengatasi kelemahan yang dimiliki VaR, maka diperlukan Conditional Value at Risk (CVaR) atau Expected Shortfall (ES) atau juga Expected Tail Loss (ETL). Expected shortfall dan rumus untuk meminimalkannya yang digunakan dalam optimalisasi diperkenalkan pertama kali oleh R. Tyrell Rockafellar dan

3 Stanislav Uryasev dalam paper mereka pada tahun 2000. Secara umum ES didefinisikan sebagai ekspektasi ukuran risiko yang nilainya di atas VaR. ES merupakan estimasi atau dugaan risiko yang dapat bekerja pada data yang berdistribusi normal maupun tidak normal. ES memiliki sifat sub-additive dan convex. Sifat sub-additive ini menunjukan bahwa ES pada portofolio yang terdiri dari dua aset lebih kecil atau sama dengan jumlah ES masing-masing aset, hal ini yang membuat ES dapat merefleksikan dengan tepat efek diversifikasi karena diversifikasi (pembagian dana yang dimiliki ke dalam beberapa aset) ditujukan untuk mengurangi risiko. Sifat convex yang dimiliki ES membuat ES dapat digunakan dalam teknik optimalisasi. Sifat-sifat tersebut merupakan keunggulan ES dibandingkan dengan VaR. Selain itu, keunggulan ES dibanding VaR yaitu ES merupakan ukuran risiko yang memperhitungkan kerugian di atas nilai VaR yang mungkin terjadi (Uryasev, 2000). Dalam penelitian tugas akhir ini akan diestimasi nilai Value at Risk (VaR) dengan metode simulasi Monte Carlo dan diestimasi juga nilai Expected Shortfall (ES) dari saham harian PT Unilever Indonesia, Tbk (UNVR) yang diunduh dari yahoo.finance.com. Karena saham-saham Jakarta Islamic Index (JII) merupakan 30 saham yang sudah dikategorikan syariah compliance atau tidak bertentangan dengan syariah. Oleh sebab itu, penulis ingin mengangkat masalah ini yang akan dituangkan dalam skripsi dengan judul Analisis Risiko Investasi Saham Tunggal Syariah dengan Value at Risk (VaR) dan Expected Shortfall (ES).

4 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah diuraikan, diperoleh rumusan masalah antara lain : 1. Untuk mengetahui nilai kerugian yang bakal diterima dari sebuah investasi bisa dilakukan dengan menggunakan Value at Risk. Namun VaR juga memiliki kelemahan bahwa VaR hanya mengukur persentil dari distribusi keuntungan atau kerugian tanpa memperhatikan setiap kerugian yang melebihi tingkat VaR. Untuk mengatasi kelemahan yang dimiliki VaR, maka dilakukan perhitungan Expected shortfall untuk menduga nilai kerugian maksimum yang melebihi tingkat VaR. 2. Bagaimana proses mengestimasi VaR menggunakan metode simulasi Monte Carlo dengan perulangan sebanyak m kali dan bagaimana proses mengestimasi Expected Shortfall untuk investasi saham harian tunggal PT Unilever Indonesia, Tbk. 3. Berapakah nilai VaR dan nilai Expected Shortfall untuk investasi saham harian tunggal PT Unilever Indonesia, Tbk. 1.3 Batasan Masalah Penelitian ini menggunakan data harga penutupan ( closing price) dari saham PT Unilever Indonesia, Tbk (UNVR). Data yang diteliti adalah data harian delapan bulan terakhir terhitung mulai dari tanggal 16 Februari 2016 sampai tanggal 27 Oktober 2016. Metode yang digunakan dalam penelitian ini adalah menghitung VaR dengan simulasi Monte Carlo dan menghitung ES untuk

mengukur risiko investasi. Saham Unilever Indonesia yaitu salah satu saham yang termasuk kedalam kelompok Jakarta Islamic Index (JII). 5 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah : 1. Menjelaskan bagaimana proses mengestimasi VaR dengan metode simulasi Monte Carlo dan bagaimana proses mengestimasi Expected Shortfall. 2. Mengetahui potensi kerugian investasi saham tunggal dari saham PT Unilever Indonesia, Tbk yang termasuk kedalam kelompok Jakata Islamic Index (JII) berdasarkan nilai VaR dan Expected Shortfall.