Anda di halaman 1dari 19

TAKE HOME PROJECT : RISK MANAGEMENT

ANALISIS RESIKO PADA DATA SAHAM INDOFOOD CBP


SUKSES MAKMUR TBK

Oleh :
Barep Adji Widhi Pangestu 062115400000084

Dosen :
Dr.rer.pol Dedy Dwi Prastyo, S.Si, M.Si.

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA KOMPUTASI DAN SAINS DATA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2018
PT Indofood CBP Sukses Makmur Tbk (“ICBP” atau “Perseroan”) merupakan
salah satu produsen produk konsumen bermerek yang mapan dan terkemuka,
dengan kegiatan usaha yang terdiversifikasi antara lain mi instan, dairy, makanan
ringan, penyedap makanan, nutrisi dan makanan khusus serta minuman. Selain itu,
ICBP juga menjalankan kegiatan usaha kemasan yang memproduksi baik kemasan
fleksibel maupun karton untuk mendukung kegiatan usaha intinya.
PT Indofood CBP Sukses Makmur Tbk menawarkan berbagai pilihan produk
solusi sehari-hari bagi konsumen di segala usia dan segmen pasar, melalui sekitar
40 merek produk terkemuka. Banyak di antara merek-merek tersebut merupakan
merek terkemuka dengan posisi pasar yang signifikan di Indonesia, didukung oleh
kepercayaan dan loyalitas jutaan konsumen selama bertahun-tahun.
Selain di Indonesia, produk-produk ICBP juga telah hadir di lebih dari 60
negara di dunia.

BAGIAN 1.
Data Saham dari PT Indofood CBP Sukses Makmur Tbk (ICBP) terdapat pada file
Excel dengan nama “Data ICBP.xls”.

1. Menghitung return dari data Close Price.


Tujuan dari investasi adalah untuk memperoleh keuntungan (profit).
Pendapatan atau kerugian dari suatu investasi, tergantung pada perubahan harga
dan jumlah asset yang dimiliki. Para investor tertarik dengan pendapatan yang
relative besar terhadap besarnya investasi awal. Return mengukur pendapatan itu,
karena return dari suatu asset adalah perubahan harga dari harga awal dan return
merupakan salah satu faktor yang memotivasi investor berinvestasi (Ruppert,
2004).
Secara matematis perhitungan return seperti berikut.
𝑃𝑡 −𝑃𝑡−1
𝑟𝑡 = (1)
𝑃𝑡−1
dimana 𝑟𝑡 adalah return saham pada periode ke-t, 𝑃𝑡 adalah harga penutupan saham
pada periode ke-t, sedangkan 𝑃𝑡−1 adalah harga saham sebelum periode ke-t (t-
1)(Tsay, 2005).
Dalam melakukan investasi, seorang investor mengharapkan untuk
memperoleh return yang tinggi dengan kerugian yang minimal. Akan tetapi saham
dengan return yang tinggi memiliki kecenderungan untuk risiko yang tinggi pula.
Dengan menggunakan software R diperoleh nilai return (Lampiran 1) dengan
kondisi return pada saham ICBP sebagai berikut.
Gambar 1. Return dari Close Price ICBP
Berdasarkan Gambar 1 dapat dilihat bahwa pergerakan harga return pada bulan
Januari 2013 sampai dengan Mei 2018 sangat fluktuatif, dimana dari awal sampai
akhir periode harga saham pergerakan return saham antara -0,07 dan 0,09. Nilai
return cenderung berada di sekitar titik nol dan bersifat stationer dalam mean.
Selanjutnya dilakukan analisis deskriptif terhadap data return saham ICBP
untuk mengetahui pola dan karakteristik return saham yang dapat dijelaskan dengan
Mean, Nilai minimum dan Nilai maksimum.
Tabel 1. Statistika Deskriptif Data Saham ICBP
SUMMARY OF RETURN

Min. 1st Qu. Median Mean 3rd Qu. Max.

-.07333 -0.00789 0 0.000567 0.009877 0.089231

Pada Tabel 1 di atas dapat dilihat bahwa rata-rata return saham ICBP periode
1 Januari 2013 - 31 Mei 2018 adalah 0,000567. Nilai minimum dan maksimum
menunjukkan bahwa terjadi volatalitas pasar yang signifikan.

2. Membandingkan rata-rata, standart deviasi, dan koefisien variasi dari return


saham ICBP untuk periode.
a. 1 Januari 2013 s.d. 30 Juni 2016 (Sebelum Tax Amnesty)
b. 1 Juli 2016 s.d. 31 Maret 2017 (Periode Tax Amnesty)
c. 1 Juni 2017 s.d. 31 Mei 2018 (Pasca Tax Amnesty)
d. 1 Januari 2013 s.d. 31 Mei 2018 (Sebelum, Saat, dan Setelah Tax
Amnesty)
Dalam kasus ini data dikelompokkan menjadi 4 holding period. Keempat
holding period tersebut adalah sebelum terjadinya Tax Amnesty (1 Januari 2013
s.d. 30 Juni 2016), kedua saat terjadi Tax Amnesty (1 Juli 2016 s.d. 31 Maret 2017),
ketiga adalah setelah terjadi Tax Amnesty (1 Juni 2017 s.d. 31 Mei 2018) dan
keempat adalah sebelum, saat, serta setelah terjadi Tax Amnesty (1 Januari 2013
s.d. 31 Mei 2018). Selanjutnya mengitung rata-rata, standar deviasi dan koefisien
variasi dari masing-masing periode. Rata-rata return saham dihitung berdasarkan
total return pada masing-masing holding period dibagi dengan banyak jumlah
dalam holding period.
∑ 𝑛
𝑅𝑡
𝑅̅ = 𝑡=1 (2)
𝑛
dimana 𝑅𝑡 adalah return saham 1,2,…,n. n adalah banyaknya return.
Standar deviasi digunakan sebagai pengukuran resiko pada masing-masing holding
period.
∑(𝑅𝑡 −𝑅̅ )2
𝜎= √ (3)
𝑛−1

dimana :
𝑅𝑡 = return saham 1,2,…,n
𝑅̅ = rata-rata return
𝑛 = banyaknya return
𝜎 = standart deviasi return

COV adalah rasio antara standar deviasi suatu kumpulan data dengan mean
yang diharapkan. Bila digunakan di pasar saham, membantu menentukan jumlah
volatilitas dibandingkan dengan tingkat pengembalian investasi yang diharapkan.
COV ditemukan dengan membagi volatilitas, atau risiko, dengan nilai absolut dari
expected return yang diharapkan investasi.
𝜎𝑅
𝐶𝑂𝑉 = (4)
𝑅̅
dimana :
𝜎𝑅 = standart deviasi return
𝑅̅ = rata-rata return
Dengan menggunakan software R diperoleh nilai rata-rata, standar deviasi, dan
koefisien variasi dari keempat periode adalah sebagai berikut.
Tabel 2. Rata-rata, standar deviasi, dan COV sebelum Tax Amnesty
Average Daily Time Daily Volatility Koef_Var_Before
0.000887835 0.02064922 23.25796
Dari Tabel 2 dapat dilihat bahwa rata-rata return harian sebelum Tax Amnesty
sebesar 0,0008, standart deviasi sebesar 0,020, dan COV sebesar 23,25. Dilihat dari
rata-rata return harian yang bernilai positif, hal tersebut mengindikasikan bahwa
sebelum berlaku tax amnesty, investor memperoleh keuntungan dari saham ICBP.
Tabel 3. Rata-rata, standar deviasi, dan COV saat Tax Amnesty
Average Daily Time Daily Volatility Koef_Var_Tax
-0.000145446 0.0186704 -128.3668
Berdasarkan Tabel 3 dapat dilihat bahwa rata-rata return harian saat Tax
Amnesty sebesar -0,00014, standart deviasi sebesar 0,018, dan COV sebesar -
128,36. Dilihat dari rata-rata return harian yang bernilai negatif, hal tersebut
mengindikasikan bahwa saat berlaku tax amnesty, rata-rata investor mengalami
kerugian dari saham ICBP.
Tabel 4. Rata-rata, standar deviasi, dan COV Setelah Tax Amnesty
Average Daily Time Daily Volatility Koef_Var_After
-0.000091 0.01301299 -143.2405
Berdasarkan Tabel 3 dapat dilihat bahwa rata-rata return harian setelah Tax
Amnesty sebesar -0,0000091, standart deviasi sebesar 0,013, dan COV sebesar -
143,24. Dilihat dari rata-rata return harian yang bernilai mendekati nol, hal tersebut
mengindikasikan bahwa rata-rata investor tidak memperoleh keuntungan maupun
mengalami kerugian, tetapi lebih cenderung cenderung mengalami kerugian.
Tabel 5. Rata-rata, standar deviasi, dan COV Sebelum, Saat, dan Setelah Tax Amnesty
Average Daily Time Daily Volatility Koef_Var
0.000566746 0.01895962 33.45348
Tabel 5 menunjukkan bahwa selama periode 1 Januari 2013 s.d. 31 Mei 2018
investor memperoleh keuntungan dari saham yang diinvestasikan di ICBP. Hal
tersbeut dapat dilihat dari nilai rata-rata return harian bernilai positif.
Gambar 2. (a) sebelum, saat, dan sesudah Tax. (b) sebelum Tax. (c) Saat Tax. (d) Setelah
Tax
Berdasarkan Gambar 2. dapat dilihat bahwa sebelum terjadi atau berlaku Tax
Amnesty investor untuk perusahaan ICBP lebih banyak daripada saat terjadi Tax
Amnesty maupun setelah terjadi Tax Amnesty. Sehingga berlakunya Tax Amnesty
sangat berpengaruh terhadap jumlah investor yang membeli saham perusahaan
ICBP. Sebelum berlakunya Tax amnesty rata-rata return investor memperoleh
keuntungan, sehingga banyak yang membeli saham perusahaan ICBP. Saat terjadi
atau berlaku tax amnesty jumlah investor berkurang, jumlah paling rendah yaitu
saat terjadinya tax amnesty. Dapat disimpulkan bahwa sebelum terjadi tax amnesty,
saat terjadi tax amnesty, dan setelah terjadi tax amnesty keuntungan (return) yang
diperoleh pemegang saham cenderung menurun,

3. Membandingkan nilai Value at Risk (VaR) dan kebaikan metode untuk periode
waktu seperti pada langkah 3) untuk kuantil 0.5%, 1%, 5%, dan 10%, serta
90%, 95%, 99%, dan 99.5% dengan pendekatan:
a. Parametrik
b. Historical
c. Simulasi Monte Carlo
d. Extreme Value Theory (EVT)
e. GARCH
Risiko adalah tingkat potensi kerugian yang timbul karena perolehan hasil
investasi yang diharapkan tidak sesuai dengan harapan. Risiko adalah
kemungkinan-kemungkinan bahwa suatu pengembalian akan berbeda dari tingkat
pengembalian yang diharapkan.

Value At Risk (VaR) merupakan metode perhitungan market risk untuk


menentukan risiko kerugian maksimum yang dapat terjadi pada suatu portfolio,
baik single-instrument ataupun multi-instruments, pada confidence level tertentu,
selama holding period tertentu, dan dalam kondisi market yang normal.(Jorion P,
2007)

Ada tiga metode utama untuk menghitung VaR yaitu metode parametrik
(disebut juga metode varian kovarian), metode simulasi Monte Carlo dan simulasi
Historis. Ketiga metode mempunyai karakteristik masingmasing. Adapun
penjelasanya adalah sebagai berikut. (Jorion P, 2007)

a. Metode Varian Kovarian. Metode ini bersifat parametrik karena menggunakan


asumsi distribusi normal. Faktor risiko diolah sedemikian rupa agar memiliki
distribusi normal. VaR diperoleh dengan mengalikan standar deviasi dengan
faktor pengali dari tingkat keyakina dan nilai portofolio dimana pada metode
ini dapat dihitung dengan metode single asset. Kelebihan dari metode Varians-
Kovarians adalah untuk menghitung Value At Risk dapat dilakukan secara
sederhana dengan membuat asumsi bahwa factor-faktor pasar yang
mempengaruhi nilai asset atau portofolio adalah berdistribusi normal. Rumus
varian-kovarian sebagai berikut :
𝑉𝑎𝑅 = 𝑃𝑧𝛼 𝜎√𝑡 (5)
Dimana :

𝑃𝑧𝛼 = tingkat kepercayaan sebesar α

𝜎 = volatilitas return
t = periode waktu
b. Metode Simulasi Monte Carlo. Metode ini bersifat non-parametrik karena tidak
menggunakan asumsi distribusi normal, perbedaannya dengan historical
simulation adalah pada kemampuan metode ini dalam menghasilkan ribuan
jalur simulasi untuk menghasilkan distribusi yang hampir akurat terhadap
distribusi faktor risiko di masa depan. Penggunaan metode simulasi Monte
Carlo untuk mengukur risiko telah dikenalkan oleh Boyle pada tahun 1977.
Dalam mengestimasi nilai Value At Risk (VaR) baik pada aset tunggal maupun
portofolio, simulasi Monte Carlo mempunyai beberapa jenis algoritma. Namun
pada intinya adalah melakukan simulasi dengan membangkitkan bilangan
random berdasarkan karakteristik dari data yang akan dibangkitkan, yang
kemudian digunakan untuk mengestimasi nilai VaR-nya. Rumus metode
Monte Carlo sebagai berikut :
𝑉𝑎𝑅 = 𝜇 − (𝑍 × 𝜎) (6)

Dimana :

𝜇 = rata-rata return

𝜎 = volatilitas return

Z = tingkat kepercayaan

c. Metode Simulasi Historis. Metode ini juga bersifat non-parametrik. Metode ini
merupakan cara termudah untuk memperkirakan Value At Risk bagi banyak
portofolio. Dalam metode ini, VaR untuk portofolio diperkirakan dengan
menciptakan hypothetical time series dari return yang diperoleh dengan
menjalankan portofolio melalui data historis yang aktual dan perubahan yang
telah terjadi di setiap periode atas sebuah portofolio. Dalam metode ini VaR
ditentukan oleh pergerakan harga sebenarnya. Rumus untuk menghitung VaR
simulasi historis adalah sebagai berikut.
𝑉𝑎𝑅(1−𝛼) = 𝜇(𝑅) − 𝑅𝛼 (7)

Dimana :

𝑉𝑎𝑅(1−𝛼) = potensi kerugian maksimal

𝜇(𝑅) = nilai rata-rata Return

𝑅𝛼 = rugi maksimum α tertentu


d. Extreme ValueTheory (EVT) adalah suatu metode untuk menentukan nilai
VAR (Value at Risk) dengan mencoba menentukan sebaran dari nilai-nilai atau
kejadian-kejadian ekstrim. Metode EVT terdiri atas dua metode yang
menggunakan sebaran yang berbeda, yaitu metode Generalized Extreme Value
Theory (GEVD) dan Generalized Pareto distribution (GPD).
e. Pendekatan GARCH digunakan untuk memodelkan volatilitas residual yang
sering terjadi pada data-data keuangan. Menurut Tsay (2002) bentuk umum model
GARCH(p,q) :
𝜎𝑡 2 = 𝛼0 + ∑𝑝𝑖=1 𝛼𝑖 𝛼𝑡−𝑖
2
+ ∑𝑞𝑗=1 𝛽𝑗 𝜎𝑡−𝑗
2
(8)
2
Dengan 𝛼0 adalah konstanta positif, 𝛼𝑖 adalah parameter dari ARCH, 𝛼𝑡−𝑖
adalah residual kuadrat pada waktu t-i, 𝛽𝑗 adalah parameter dari GARCH, dan
2
𝛼𝑡−𝑗 adalah varian dari residual pada saat t-j. Koefisien-koefisien dari model
GARCH(p,q) bersifat :
i. 𝛼0 > 0
ii. 𝛼𝑖 ≥ 0 untuk i = 1,2,…,p
iii. 𝛽𝑗 ≥ 0 untuk j = 1,2,…,q
iv. ∑𝑝𝑖=1 ∑𝑞𝑗=1(𝛼𝑖 + 𝛽𝑗 ) < 1
Kondisi i,ii, dan iii diperlukan agar 𝜎𝑡2 > 0, sedangkan kondisi iv agar model
bersifat stasioner.
Data yang digunakan untuk perhitungan nilai resiko (VaR) untuk kuantil 0.5%,
1%, 5%, dan 10%, serta 90%, 95%, 99%, dan 99.5% adalah data return dari saham
Indofood CBP Sukses Makmur Tbk (ICBP) yang telah dikelompokkan berdasarkan
periode seperti soal sebelumnya, yaitu sebelum tax amnesti, saat tax amnesty,
setelah tax amnesty dan sebelum, saat, sesudah tax amnesty dengan 5 pendekatan.
Dengan menggunakan software R diperoleh hasil sebagai berikut.
a. Periode Sebelum Tax Amnesty
Tabel 6. Nilai VaR masing-masing metode untuk kuantil 0.5%, 1%, 5%, dan 10%
KUANTIL
0.50% 1% 5% 10%
Parametric 5.32% 4.80% 3.40% 2.65%
Historical 6.43% 5.53% 3.25% 2.31%
Monte Carlo 5.78% 5.12% 3.53% 2.72%
EVT 7.08% 6.84% 6.31% 6.09%
GARCH 5.56% 4.48% 2.51% 1.79%

Dapat dilihat pada Tabel 6 nilai risiko saham Indofood CBP Sukses Makmur
Tbk (ICBP) selama periode sebelum tax amnesty dengan kuantil atau tingkat
keyakinan 0,5%, 1%, 5%, dan 10% dengan kelima metode pendekatan paling kecil
adalah metode GARCH dengan kuantil atau tingkat kepercayan 10%. Nilai resiko
tersebut adalah sebesar 1,79% atau diperkirakan tidak akan melebihi Rp1.790.272
apabila investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi
kerugian maksimum yang akan diperoleh. Nilai resiko terbesar pada metode EVT
dengan kuantil 10% yaitu sebesar 6,09%.
Tabel 7. Nilai VaR masing-masing metode untuk kuantil 90%, 95%, 99%, dan 99.5%
KUANTIL
90% 95% 99% 99.50%
Parametric 2.65% 3.40% 4.80% 5.32%
Historical 2.43% 3.35% 6.75% 7.44%
Monte Carlo 4.99% 3.73% 5.34% 4.72%
EVT 2.85% 2.36% 1.81% 1.71%
GARCH -1.79% -2.51% -4.48% -5.56%
Berdasarkan Tabel 7 nilai risiko saham Indofood CBP Sukses Makmur Tbk
(ICBP) selama periode sebelum tax amnesty dengan kuantil atau tingkat keyakinan
90%, 95%, 99%, dan 99.5% dengan kelima metode pendekatan paling kecil adalah
metode GARCH dengan kuantil atau tingkat kepercayan 90%. Nilai resiko tersebut
adalah sebesar 1,79% atau diperkirakan tidak akan melebihi Rp1.790.272 apabila
investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi kerugian
maksimum yang akan diperoleh. Nilai resiko terbesar pada metode historical
dengan kuantil 99,50% yaitu sebesar 7,44%.
b. Periode saat Tax Amnesty
Tabel 8. Nilai VaR masing-masing metode untuk kuantil 0.5%, 1%, 5%, dan 10%
KUANTIL
0.50% 1% 5% 10%
Parametric 4.81% 4.34% 3.07% 2.39%
Historical 4.56% 3.97% 3.02% 2.24%
Monte Carlo 5.26% 4.75% 3.30% 2.54%
EVT 4.89% 4.84% 4.59% 4.78%
GARCH 5.00% 4.18% 2.51% 1.84%
Dapat dilihat pada Tabel 8 nilai risiko saham Indofood CBP Sukses Makmur
Tbk (ICBP) selama periode saat tax amnesty dengan kuantil atau tingkat keyakinan
0,5%, 1%, 5%, dan 10% dengan kelima metode pendekatan paling kecil adalah
metode GARCH dengan kuantil atau tingkat kepercayan 10%. Nilai resiko tersebut
adalah sebesar 1,84% atau diperkirakan tidak akan melebihi Rp 1.840.566 apabila
investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi kerugian
maksimum yang akan diperoleh. Nilai resiko terbesar pada metode Monte Carlo
dengan kuantil 0,50% yaitu sebesar 5,26%.
Tabel 9. Nilai VaR masing-masing metode untuk kuantil 90%, 95%, 99%, dan 99.5%
KUANTIL
90% 95% 99% 99.50%
Parametric 2.39% 3.07% 4.34% 4.81%
Historical 2.42% 3.37% 4.70% 5.17%
Monte Carlo 2.51% 3.26% 4.71% 4.38%
EVT 2.64% 2.23% 1.95% 1.77%
GARCH -1.84% -2.51% -4.18% -5.00%
Berdasarkan Tabel 9 nilai risiko saham Indofood CBP Sukses Makmur Tbk
(ICBP) selama periode sebelum tax amnesty dengan kuantil atau tingkat keyakinan
90%, 95%, 99%, dan 99.5% dengan kelima metode pendekatan paling kecil adalah
metode GARCH dengan kuantil atau tingkat kepercayan 99,5%. Nilai resiko
tersebut adalah sebesar 1,77% atau diperkirakan tidak akan melebihi Rp 1.771.718
apabila investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi
kerugian maksimum yang akan diperoleh. Nilai resiko terbesar pada metode
historical dengan kuantil 99,50% yaitu sebesar 5,17%.
c. Setelah Tax Amnesty
Tabel 10. Nilai VaR masing-masing metode untuk kuantil 0.5%, 1%, 5%, dan 10%
KUANTIL
0.50% 1% 5% 10%
Parametric 3.35% 3.03% 2.14% 1.67%
Historical 4.09% 3.35% 2.07% 1.48%
Monte Carlo 3.64% 3.29% 2.29% 1.77%
EVT 3.79% 3.71% 3.45% 3.58%
GARCH 6.60% 5.10% 2.62% 1.81%

Dapat dilihat pada Tabel 10 nilai risiko saham Indofood CBP Sukses Makmur
Tbk (ICBP) selama periode saat tax amnesty dengan kuantil atau tingkat keyakinan
0,5%, 1%, 5%, dan 10% dengan kelima metode pendekatan paling kecil adalah
metode Historical dengan kuantil atau tingkat kepercayan 10%. Nilai resiko
tersebut adalah sebesar 1,48% atau diperkirakan tidak akan melebihi Rp 1.477.183
apabila investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi
kerugian maksimum yang akan diperoleh. Nilai resiko terbesar pada metode
GARCH dengan kuantil 0,50% yaitu sebesar 6,60%.
Tabel 11. Nilai VaR masing-masing metode untuk kuantil 90%, 95%, 99%, dan 99.5%

KUANTIL
90% 95% 99% 99.50%
Parametric 1.67% 2.14% 3.03% 3.35%
Historical 1.45% 2.25% 3.64% 3.83%
Monte Carlo 1.76% 2.27% 3.29% 3.68%
EVT 1.69% 1.42% 1.10% 1.00%
GARCH -1.81% -2.62% -5.10% -6.60%

Berdasarkan Tabel 11 nilai risiko saham Indofood CBP Sukses Makmur Tbk
(ICBP) selama periode sebelum tax amnesty dengan kuantil atau tingkat keyakinan
90%, 95%, 99%, dan 99.5% dengan kelima metode pendekatan paling kecil adalah
metode EVT dengan kuantil atau tingkat kepercayan 99,5%. Nilai resiko tersebut
adalah sebesar 1,00% atau diperkirakan tidak akan melebihi Rp 1.003.056 apabila
investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi kerugian
maksimum yang akan diperoleh. Nilai resiko terbesar pada metode GARCH dengan
kuantil 99,50% yaitu sebesar 6,60%.
d. Periode Sebelum, Saat, dan Setelah Tax Amnesty
Tabel 12. Nilai VaR masing-masing metode untuk kuantil 0.5%, 1%, 5%, dan 10%
KUANTIL
0.50% 1% 5% 10%
Parametric 4.88% 4.41% 3.12% 2.43%
Historical 5.95% 5.14% 2.95% 2.12%
Monte Carlo 5.27% 4.76% 3.27% 2.52%
EVT 6.74% 5.84% 5.56% 5.55%
GARCH 7.25% 5.80% 3.19% 2.26%
Dapat dilihat pada Tabel 12 nilai risiko saham Indofood CBP Sukses Makmur
Tbk (ICBP) selama periode saat tax amnesty dengan kuantil atau tingkat keyakinan
0,5%, 1%, 5%, dan 10% dengan kelima metode pendekatan paling kecil adalah
metode Historical dengan kuantil atau tingkat kepercayan 10%. Nilai resiko
tersebut adalah sebesar 2,12% atau diperkirakan tidak akan melebihi Rp 2.117.881
apabila investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi
kerugian maksimum yang akan diperoleh. Nilai resiko terbesar pada metode
GARCH dengan kuantil 0,50% yaitu sebesar 7,25%.
. Tabel 13. Nilai VaR masing-masing metode untuk kuantil 90%, 95%, 99%, dan 99.5%
KUANTIL
90% 95% 99% 99.50%
Parametric 2.43% 3.12% 4.41% 4.88%
Historical 2.25% 3.17% 5.73% 7.19%
Monte Carlo 2.64% 3.38% 4.83% 5.42%
EVT 2.59% 2.15% 1.62% 1.53%
GARCH -2.26% -3.19% -5.80% -7.25%
Berdasarkan Tabel 13 nilai risiko saham Indofood CBP Sukses Makmur Tbk
(ICBP) selama periode sebelum tax amnesty dengan kuantil atau tingkat keyakinan
90%, 95%, 99%, dan 99.5% dengan kelima metode pendekatan paling kecil adalah
metode EVT dengan kuantil atau tingkat kepercayan 99,5%. Nilai resiko tersebut
adalah sebesar 1,53% atau diperkirakan tidak akan melebihi Rp 1.529.527 apabila
investor berinvestasi sebesar Rp 100.000.000 atau dapat diartikan estimasi kerugian
maksimum yang akan diperoleh. Nilai resiko terbesar pada metode GARCH dengan
kuantil 99,50% yaitu sebesar 7,25%.

4. Nilai VaR dihitung pada setiap window untuk data periode 1 Januari 2013 s.d
31 Mei 2018 dengan panjang windows 250,375, dan 500.

Perhitungan nilai VaR dengan panjang window k, dilakukan dengan


menggunakan software R. mensimulasikan nilai VaR pada setiap window dengan
cara Dimana setiap window mengandung 500 data return yang merupakan jumlah
transaksi saham selama periode tertentu. Untuk window ke-1 diperoleh dari data return
ke-1 sampai dengan data ke-k, window ke-2 dari data return ke-2 sampai dengan data
ke-k+1, begitu seterusnya. Sehingga diperoleh k window dari 1330 data return. Berikut
merupakan hasil dari VaR tiap window.
Gambar 3. Grafik Return Moving Window
Berdasarkan Gambar 3 dapat diketahui bahwa dengan Panjang window 500
lebih memiliki resiko yang besar dari pada panjang window 250 dan panjang
window 375. Dari gambar tersebut dapat dibandingkan bahwa lebih panjang
window yang digunakan maka, resiko investor mengalami kerugian atau
kekurangan lebih besar.
5. Kesimpulan
Dari hasil analisis diatas yang telah dilakukan dapat disimpulkan bahwa nilai
return dari perusahaan Indofood CBP Sukses Makmur Tbk memiliki distribusi tidak
normal. Perhitungan Value at Risk (VaR) dengan pendekatan parametrik, historical,
simulasi monte carlo, EVT, dan GARCH diperoleh hasil bahwa untuk masing-
masing periode waktu (sebelum tax amnesty, saat tax amnesty, dan setelah tax
amnesty serta semua waktu) metode terbaik adalah GARCH dengan nilai Value at
Risk (VaR) berbeda beda pada setiap kuantil. Dengan menggunakan moving
window diperoleh hasil bahwa semakin panjang window yang digunakan maka
semakin tinggi resiko yang dihadapi.
BAGIAN 2.
PT Indofood CBP Sukses Makmur Tbk (“ICBP” atau “Perseroan”) merupakan
salah satu produsen produk konsumen bermerek yang mapan dan terkemuka,
dengan kegiatan usaha yang terdiversifikasi antara lain mi instan, dairy, makanan
ringan, penyedap makanan, nutrisi dan makanan khusus serta minuman. Selain itu,
ICBP juga menjalankan kegiatan usaha kemasan yang memproduksi baik kemasan
fleksibel maupun karton untuk mendukung kegiatan usaha intinya.
PT Indofood CBP Sukses Makmur Tbk menawarkan berbagai pilihan produk
solusi sehari-hari bagi konsumen di segala usia dan segmen pasar, melalui sekitar
40 merek produk terkemuka. Banyak di antara merek-merek tersebut merupakan
merek terkemuka dengan posisi pasar yang signifikan di Indonesia, didukung oleh
kepercayaan dan loyalitas jutaan konsumen selama bertahun-tahun.
Selain di Indonesia, produk-produk ICBP juga telah hadir di lebih dari 60 negara di
dunia.

Indeks LQ-45 adalah salah satu indikator indeks pasar saham Indonesia, LQ
45 sendiri adalah indeks gabungan dari 45 emiten dengan likuditas tinggi, yang
mana dalam pemilihan emiten agar termasuk dalam indeks LQ 45 dilakukan seleksi
dengan beberapa kriteria pemilihan. Sejak diluncurkan pada bulan Februari 1997
ukuran utama likuiditas transaksi suatu emiten ditentukan dari nilai transaksi di
pasar reguler. Sesuai dengan perkembangan pasar dan untuk lebih mempertajam
kriteria likuiditas, maka sejak review bulan Januari 2005, jumlah hari perdagangan
dan frekuensi transaksi dimasukkan sebagai ukuran likuiditas. Untuk menentukan
saham-saham yang termasuk LQ 45, maka digunakan dua tahap seleksi. Tahap
pertama, kriteria yang harus dipenuhi adalah : Saham tesebut berada di top 95
persen dari total rata-rata tahunan nilai transaksi saham di pasar reguler, berada di
top 90 persen dari ratarata tahunan kapitalisasi pasar dan trcatat di BEI minimum
30 hari bursa.

Pada studi kasus ini data yang digunakan adalah data saham perusahaan
Indofood CBP Sukses Makmur Tbk. Data awal adalah data tahun terlama yang
dapat diambil datanya pada website yaitu 1 Januari 2001 dan periode terakhir adalah
31 Mei 2018.

1. Time series plot untuk data harga saham close dan return saham close.
Gambar 4. Time Series Plot Harga Saham Close
Berdasarkan Gambar 4 di atas, diketahui bahwa harga saham terus
meningkat setiap tahunnya, meskipun terjadi penurunan harga saham, namun
tidak terlalu signifikan yaitu pada tahun 2008 hingga 2010 harga saham turun
berkisar Rp. 1500,- menjadi Rp. 500,-. Kenaikan ini mempengaruhi risiko,
return dan daya tarik investor. Ketertarikan investor tersebut digunakan untuk
meningkatkan volume penjualan saham sekaligus meningkatkan nilai return
sehingga saham ICBP akan bersifat lebih likuid. Harga saham yang berwarna
abu-abu merupakan harga saham pada bulan Mei hingga September.
Dalam melakukan investasi, seorang investor mengharapkan untuk
memperoleh return yang tinggi dengan kerugian yang minimal. Akan tetapi
saham dengan return yang tinggi memiliki kecenderungan untuk risiko yang
tinggi pula. Kondisi return pada saham ICBP diberikan pada Gambar 4.2
berikut
.
Gambar 5. Time Series Plot Return Harga Saham Close

Besarnya hasil yang diperoleh oleh seorang investor dalam melakukan investasi
saham salah satunya tercermin dari nilai return yang didapatkan. Berdasarkan konsep
investasi klasik yaitu high return high risk, seorang investor harus mampu melakukan
estimasi nilai risiko untuk mengantisipasi terjadinya kebangkrutan dalam kegiatan
investasi saham. Berdasarkan Gambar 5 dapat dilihat pergerakan harga return saham
ICBP cenderung stasioner, dimana dari awal sampai akhir periode harga saham
pergerakan return saham antara -0,2 dan 0,2. Nilai return cenderung berada di sekitar
titik nol dan bersifat stationer dalam mean.

Gambar 6. Box Plot Harga Saham dan Return Saham Close


Gambar 6 di atas menunjukkan kondisi transaksi saham setiap bulan, terlihat
bahwa nilai median dari bulan ke bulan relatif sama. Nilai-nilai yang ekstrim
menunjukkan return sekaligus risiko yang besar. Secara visual, terlihat bahwa pada
bulan Agustus terlihat nilai yang cukup ekstrim yang menandakan kemungkinan
tingkat risiko pada hari tersebut juga paling besar. Sama halnya dengan nilai return
pada masing-masing bulan, nilai median return pada setiap bulan pun relatif sama,
tidak didapati bulan-bulan yang memiliki nilai return yang jauh berbeda dengan bulan-
bulan yang lain. Namun disetiap bulan tetap ditemui nilai-nilai ekstrim yang
menunjukkan tingkat return dan/atau risiko yang lebih besar maupun lebih kecil.

2. Simulasi untuk berbagai strategi.


Strategi 1.
Beli di awal tahun pertama (hari pertama tahun pertama), disimpan terus sampai
dan baru dijual pada 30 April 2018.
Pada strategi 1 diperoleh return sebesar 3,108 yang artinya jika nilai investasi
awal Rp. 10.000.000,- maka keuntungan yang diperoleh pada 30 Juli 2018 adalah
sebesar Rp. Rp. 31.080.000,-.
Strategi 2
Beli tanggal 1 November (atau hari pertama di bulan November) dan jual tanggal
30 April (atau hari terakhir di bulan April) mulai tahun pertama sampai dengan
tahun terakhir.
Tabel 14 Analisis deskriptif datareturn pada strategi 2
Min. 1st Qu. Median Mean 3rd Qu. Max.
-0.1691 -0.0117 0 0.00151 0.01227 0.50522
Berdasrkan Tabel 14 dapat diketahui bahwa saat pembelian saham pada awal
November dan dijual pada 30 April tingkat pengembalian minimal yang diperoleh
investor adalah -0,0117 atau -1,12% yang artinya selama periode tersebut investor
mengalami kerugian paling kecil. Jika investor melakukan investasi awal sebesar
Rp. 10.000.000,- maka kerugian maksimal yang dialami adalah sebesar Rp. Rp.
117.000,-. Nilai maksimal pada Tabel sebesar 0,505 atau 5,05%. Yang artinya
selama periode tersebut investor memperoleh keuntungan paling besar. Jika
investor melakukan investasi awal sebesar Rp. 10.000.000,- maka keuntungan
maksimal yang diperoleh adalah sebesar Rp. Rp. 5.050.000,-.
Strategi 3.
Beli tanggal 1 Mei (atau hari pertama di bulan Mei) dan jual tanggal 31 Oktober
(atau hari terakhir di bulan Oktober) mulai tahun pertama sampai dengan tahun
terakhir. Untuk tanggal 1 Mei 2018 tidak usah dilakukan pembelian karena data
tidak penuh sampai dengan Oktober 2018.
Tabel 15 Analisis deskriptif datareturn pada strategi 2
Min. 1st Qu. Median Mean 3rd Qu. Max.
-0.66498 -0.01036 0 0.001422 0.011534 0.876445
Berdasarkan Tabel 15 dapat diketahui bahwa saat pembelian saham pada awal
November dan dijual pada 30 April tingkat pengembalian minimal yang diperoleh
investor adalah -0,01036 atau -1,03% yang artinya selama periode tersebut investor
mengalami kerugian paling kecil. Jika investor melakukan investasi awal sebesar
Rp. 10.000.000,- maka kerugian maksimal yang dialami adalah sebesar Rp. Rp.
103.600,-. Nilai maksimal pada Tabel sebesar 0,876 atau 8,76%. Yang artinya
selama periode tersebut investor memperoleh keuntungan paling besar. Jika
investor melakukan investasi awal sebesar Rp. 10.000.000,- maka keuntungan
maksimal yang diperoleh adalah sebesar Rp. Rp. 8.760.000,-.
Berdasarkan hasil diatas dapat disimpulkan bahwa strategi 3 merupakan
strategi terbaik, karena memiliki return terbesar dan kerugian kecil.
Tabel 16. Perhitungan Sell in May and Go Away
Strategi Investasi Awal Hasil Pengembangan Annualized Return
1 £ 10,000,000.00 £ 894,639.00 28.56%
2 £ 10,000,000.00 £ 359,312.00 18.32%
3 £ 10,000,000.00 £ 775,413.00 22.74%
Berdasarkan Tabel diatas, strategi investasi Sell In May and Go Away yang
diartikan sebagai membeli saham pada akhir Oktober dan mengalihkan pada
Obligasi pada Akhir April, dan dilakukan secara konsisten terus menerus adalah
strategi investasi yang secara data historis mampu mengalahkan return IHSG (Buy
and Hold).Jadi berdasarkan perhitungan diatas pada strategi 1 tidak terjadi
fenomena “Sell in May and Go Away”. Pada strategi 2 dan 3 tejadi fenomena “Sell
in May and Go Away”.
DAFTAR PUSTAKA
Brown and Reilly. (2011). Invesment Analisys and Portofolio Management (Tenth
ed.). Canada: South-Western.

Boddie, Z., Kane, A., Marcus, A.J. (2014). Invesments (Tenth ed.). USA: McGraw-
Hill Education.

Jorion, P., and GARP. (2007). Financial Risk Manager Handbook (4th ed.). USA:
John Wiley & Sons, Inc.

Jorion, P. (2007). Value At Risk The New Benchmark for Managing Financial (3rd
ed.). USA: McGraw Hill.

Crouchy, M., and Galain, M. R. (2001). Risk Management. New York: Mc Graw
Hill.

Dowd, K. (2005). Measuring Market Risk, 2nd Edition. England: John Wiley
&Sons.