BAB 9 Risiko Pasar
BAB 9 Risiko Pasar
Risiko pasar muncul karena harga pasar bergerak dalam arah yang merugikan organisasi.
Pada bab ini akan membahas lebih lanjut mengenai teknik pengukuran risiko pasar dengan
menggunakan deviasi standar, diikuti dengan teknik VAR diteruskan dengan teknik stress-
testing.
DEVIASI STANDAR
Jika kita membicarakan distribusi normal, maka kita hanya memerlukan dua
parameter yaitu nilai rata - rata ( atau disebut juga sebagai nilai yang diharapkan ) dan
deviasi standarnya.
Konsep deviasi standar, distribusi normal, nilai rata - rata menjadi landasan bagi
perhitungan Value At Risk.
Kurva normal
= deviasi
Standar
Deviasi standar dipakai untuk menghitung penyimpangan dari nilai rata - rata.
Semakin besar deviasi standar, semakin besar penyimpangan. Penyimpangan dipakai
nilai rata-rata
sebagai indikator risiko. Semakin besar penyimpangan, semakin besar risiko.
Perhitungan deviasi standar
E(R) = Ri / N
R t
= (Ri – E(R))2 / (N - 1)
R = ( R2 )1/2
Tabel 9.1 Tingkat keuntungan historis
Bulan Aset A (%) Aset B (%)
(1) (2) (3) R
1 3 2 0,714025 4,6225
2 2 4 3,404025 0,0225
3 4,5 5 0,429025 0,7225
4 3 4 0,714025 0,0225
5 4 1,5 0,024025 7,0225
6 5,2 4 1,836025 0,0225
7 3,5 8 0,119025 14,8225
8 4,25 5 0,164025 0,7225
9 4 3 0,024025 1,3225
10 5 5 1,334025 0,7225
Rata –rata 3,845 4,15
Jumlah 8,76225 30,025
1
Varians = 0,973583 3,336111
Jumlah (N-
1)
2
Return yang diharapkan 12% 10,5%
Standar deviasi 15% 18%
Nilai investasi Rp 20 M Rp 12 M
95% value at risk Rp 2,55 M Rp 2,3 M
Korelasi A dengan B 0,55
Jumlah 1
Tingkat keuntungan bisa dilihat pada kolom 2, sementara probabilitas bisa dilihat pada
kolom 3. Probabilitas komulatif merupakan kumulasi angka probabilitas yang akan
diperlukan untuk menjalankan simulasi. Sebagai contoh, untuk tingkat keuntungan -0,5
karena ada 5% probabilitas terjadi, maka probabilitas kumulatif yang dipasangkan adalah
angka 0,1,2,3 dan 4 (ada lima angka ). Total probabilitas komulatif adalah 100 angka
3
(dari 0 sampai dengan 99), yang mencerminkan total probabilitas yang berjumlah 100
(atau 5 angka seperti terlihat diatas).
Run pertama memunculkan angka random 31. Angka 31 tersebut berkaitan dengan
tingkat keuntungan 0,5 (probabilitas komulatifnya 30-54). Proses tersebut bisa diulang-
ulang sampe 100 kali, 500 kali , atau 1.000 kali. Setelah proses tersebut diulang – ulang,
kita akan memperoleh distribusinya. Sebagai contoh, tabel dan bagan berikut ini
menyajikan distribusi yang dihasilkan melalui 100 kali run.
Jumlah 100
Distribusi diatas belum sepenuhnya normal. Jika kita melakukan run lebih banyak lagi
(misal 1.000 kali), maka sesuai dengan Central Limit Theorem. Distribusinya akan
mendekati atau menjadi distribusi normal. Setelah kita mengetahui distribusinya, kita
4
bisa menghitung VAR dengan menggunakan deviasi standar dan nilai rata – ratanya.
Untuk distribusi di atas, nilai rata – rata dan deviasi standarnya adalah :
VAR(n) = VAR(harian) x
STRESS-TESTING
VAR menjawab beberapa besar kerugian yang bisa dialami dan berapa besar
kemungkinan, tetapi VAR tidak bisa mendektesi peristiwa ekstrim karena probabilitas
sangat kecil
Misalkan jika peristiwa ekstrim terjadi, bagaimana pengaruh dengan organisasi atau
portopolio ? sebagai contoh Rusia default, bagaimana efeknya terhadap portopolia ?
untuk melakukan stress-testing, manajer memilih parameter kemudian melihat
( mengukur dan mensimulasikan ) bagaimana pengaruh perubahan parameter tersebut.
Parameter tersebut dapat bervariasi mulai dari kenaikan tingkat bunga ( misal naik
30% dalam satu hari ), penurunan harga saham yang ekstrim ( misal 20 dalam satu
5
hari ), Negara tertentu default ( tidak bisa membayar hutangnya ), kejadian alam
tertentu ( misal tsunami )
Secara spesifik, langkah – langkah stress-testing :
1. Mengidentifikasi dan memilih parameter yang diperkirakan akan berubah
2. Menentukan seberapa besar parameter tersebut akan dirubah ( Di-stress )
3. Melihat pengaruh stress-testing tersebut terhadap nilai portopolio
4. Melihat asumsi yang digunakan, merubah asumsi tersebut jika diperlukan ( misal
dalam situasi krisis, asumsi yang biasa berlaku barangkali tidak jalan lagi )
Tabel diatas menunjukkan efek perubahan beberapa parameter terhadap porofolio senilai $ 1
juta. Sebagai contoh, jika yield atau tingkat bunga meningkat 1%, maka portofolio
mengalami kerugian sebesar - $0,209 juta. Jika tingkat bunga turun 1% , maka portofolio
menghasilkan keuntungan sebesar $1,129 juta.
BACK TESTING
Back testing adalah istilah untuk proses pengecekan apakah model yang digunakan
sudah sesuai dengan realita yang ada.
Kesimpulan :
Risiko pasar adalah risiko terjadinya penurunan harga pasar sehingga kita akan mengalami
kerugian. Pengukuran risiko pasar bisa dilakukan dengan deviasi standar yang praktis dan
merupakan cikal bakal teknik berikutnya yaitu VAR (Value At Risk). VAR merupakan teknik
pengukuran risiko pasar yang semakin popular. Ada beberapa cara untuk menghitung VAR
6
data historis, analitik, dan simulasi. VAR mempunyai kelemahan karena tidak bisa melihat
kondisi ekstrim. Street-test bisa digunakan untuk melihat pengaruh situasi ekstrim terhadap
portofolio kita.