TUGAS MANAJEMEN RISIKO

VALUE AT RISK

Disusun Oleh:
Anggriani Dwi Putriasih (15/385490/TP/11359)

DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2017
 A. Pengertian dan Definisi Value at Risk
Value at Risk atau VaR adalah suatu metoda pengukuran risiko secara
statistik yang memperkirakan kerugian maksimum yang mungkin terjadi atas suatu
portofolio pada tingkat kepercayaan (level of confidence) tertentu. Nilai VaR selalu
disertai dengan probabilitas yang menunjukkan seberapa mungkin kerugian yang
terjadi akan lebih kecil dari nilai VaR tersebut. VaR adalah suatu nilai kerugian
moneter yang mungkin dialami dalam jangka waktu yang telah ditentukan.
Pernyataan berikut ini merupakan definisi formal dari VaR yang dikutip dari Philip
Best (1998): ”Value at Risk is the maximum amount of money that may be lost on a
portfolio over a given period of time, with a given level of confidence.” Pernyataan
berikut ini merupakan definisi formal dari VaR yang diungkapkan oleh Philippe Jorion
(2002): ”VaR summarizes the worst loss over a target horizon with a given level of
confidence.” Jadi Value at Risk (VaR) dapat diartikan sebagai suatu besaran angka
yang merangkum total risiko dari portfolio yang berisikan beragam asset keuangan.
VaR merupakan estimasi potensi kerugian maksimal pada periode tertentu dengan
tingkat keyakinan (confidence level) tertentu dan dalam kondisi pasar yang normal.
Jadi VaR mengukur kerugian maksimal yang mungkin terjadi esok hari, lusa, minggu
depan, dan seterusnya sesuai dengan periode waktu yang diinginkan.
B. Tujuan penghitungan Value at Risk
Tujuan penghitungan Value at Risk yaitu ingin menjawab pertanyaan
seberapa besar (dalam persen atau sejumlah uang tertentu), investor dapat merugi
selama waktu investasi dengan tingkat kepercayaan. Investor dapat menggunakan
nilai VaR sebagai salah satu tolok ukur untuk dapat menetapkan seberapa besar
target risiko (Harper, 2007). Selain itu tujuan perhitungan Value at Risk yaitu untuk
mengetahui seberapa besar potensi kerugian yang akan dialami portofolio tersebut.
Selain prtofolio, masing-masing saham yang terkandung dalam portofolio juga akan
ditentukan besar risikonya untuk mengetahui seberapa besar saham tersebut
mempengaruhi portofolio optimum terpilih. Perhitungan Value at Risk menetapkan
lama waktu yang akan dipresiksi. Periode waktu bias dalam jam, hari, minggu,
bulan. Skala waktu yang digunakan dalam penghitungan risiko adalah akar kuadrat
dari waktu yang akan diperkirakan. Hal tersebut diperlukan untuk keperluan investasi
seorang manajer.
C. Manfaat Value at Risk dalam Bisnis
Manfaat dengan menggunakan Value at Risk dapat memberikan estimasi
kemungkinan atau probabilitas mengenai timbulnya kerugian yang jumlanya lebih
besar dari angka, kerugian yang telah ditentukan. Hal ini merupakan sesuatu yang
tidak didapat dari metoda-metoda pengukuran risiko lainnya. VaR juga
memperhatikan perubahan harga aset-aset yang ada dan pengaruhnya terhadap
asset-aset yang lain. Hal ini memungkinkan dilakukannya pengukurang terhadap
berkurangnya risiko yang diakibatkan oleh diversifikasi kelompok produk atau
portofolio. Selain itu, Value at Risk dapat diaplikasikan ke seluruh produk-produk
finansial yang diperdagangkan. Angka yang diperoleh dari pengukuran dengan
metoda ini merupakan hasil perhitungan secara agregat atau menyeluruh terhadap
risiko produk-produk sebagai suatu kesatuan (Nur, 2012)
 D. Rumus atau Formula Perhitungan VaR
 Metode Varians kovarians
Menurut Devi (2010), salah satu metode pendekatan dalam menghitung nilai
Value at Risk adalah model varians kovarians. Pendekatan ini menggunakan matriks
yang berisikan elemen – elemen volatilitas, korelasi, kovarians, dan bobot aset.
Metode varians kovarians dirumuskan sebagai berikut:
Var (daily) = 𝜎daily × 𝑍𝛼 × 𝑤
N-day VaR = var (daily) × √𝑁
Dengan:
VaR (daily) adalah Value at Risk
𝜎daily adalah volatilitas harian
w adalah dana alokasi
Sedangkan nilai value at risk untuk portofolio dirumuskan sebagai berikut:
VaRp (daily) = 𝜎(daily) × 𝑍𝛼 × 𝑤
Dengan:
𝜎daily adalah volatilitas harian
𝜎𝑝 (𝑑aily) adalah volatilitas portofolio harian
𝑍𝛼 adalah nilai distribusi normal standar pada (1-α)% interval konfidensi (nilai
tabel distribusi normal standar)
w adalah nilai atas risiko portofolio atau besarnya dana alokasi investasi.
Asumsi metode varians kovarians adalah tingkat pengembalian (return) aset dan
portofolio – portofolionya berdistribusi normal dengan µ = 0 dan varians = 𝜎2. Jika
semua aset pada konstruksi portofolio berdistribusi normal maka return portofolio
juga akan berdistribusi normal.
 Metode Historical Simulation
Menurut Suhadi (2012) Metode perhitungan Simulasi Historis sebagai berikut :
a. Menentukan nilai parameter dari return aset Return. diasumsikan tidak
harus mengikuti distribusi normal dengan mean dan varian. Periode waktu
antara tahun 2009 dan 2010
b. Mensimulasikan nilai return dengan mengambil secara random return
aktual aset dengan parameter yang diperoleh dari langkah (1) sebanyak
n buah sehingga terbentuk distribusi empiris dari return hasil simulasi.
c. Mencari estimasi kerugian maksimum pada tingkat kepercayaan (1- α)
yaitu sebagai nilai kuantil ke- α dari distribusi empiris return yang
diperoleh pada langkah (2), dinotasikan dengan R*.
d. Menghitung nilai VaR pada tingkat kepercayaan dalam periode waktu t
hari yaitu
Dimana:
W0 = dana investasi awal aset atau portofolio
R* = nilai kuantil ke- dari distribusi return
t = periode waktu
e. mengulangi langkah (2) sampai langkah (4) sebanyak m sehingga
mencerminkan berbagai kemungkinan nilai VaR aset yaitu Var1, Var2,
….. , VaRm..
f. Hitung rata-rata dari langkah 5 untuk menstabilkan nilai karena nilai
VaR yang dihasilka tiap simulasi berbeda.
 Metode Simulasi Monte carlo
Menurut Suhadi (2012) VAR dengan metode ini dilakukan dengan cara:
a. Menentukan nilai parameter dari return aset. Return diasumsikan
mengikuti
distribusi normal dengan mean dan varian.
b. Mensimulasikan nilai return dengan membangkitkan secara random
return aset dengan parameter yang diperoleh dari langkah (1) sebanyak
n buah sehingga terbentuk distribusi empiris dari return hasil simulasi.
c. Mencari estimasi kerugian maksimum pada tingkat kepercayaan (1- α)
yaitu sebagai nilai kuantil ke- α dari distribusi empiris return yang
diperoleh pada langkah (2), dinotasikan dengan R*.
d. Menghitung nilai VaR pada tingkat kepercayaan dalam periode waktu t
hari yaitu
Dimana:
W0 = dana investasi awal aset
atau portofolio R* = nilai kuantil
ke- dari distribusi return t =
periode waktu
e. Mengulangi langkah (2) sampai langkah (4) sebanyak m
sehingga mencerminkan berbagai kemungkinan nilai VaR aset
yaitu Var1, Var2, ….. , VaRm.
f. Menghitung rata-rata dari langkah (5) untuk menstabilkan nilai karena
nilai VaR yang dihasilkan oleh tiap simulasi berbeda.

E. Contoh Penghitungan VaR

1. VAR Metode Historis (Back Simulations)
Metode historis pada dasarnya mengukur risiko berdasrkan data-data historis
yang dari unit yang akan diukur. Selanjutnya data yang telah dikumpuakan
diurutkan yang dimulai dengan data terkecil sampai yang terbesar. Dari
urutan ini selanjutnya dapat dilakukan pengukuran peluang atau kemungkinan
terjadinya suatu kejadian. Misalnya suatu perusahaan memegang saham PT
X. Return harian saham tersebut untuk 20 hari terakhir (data historis) bisa
dilihat pada kolom (1) pada tabel berikut. Seperti biasa, return dihitung
sebagai berikut ini.

Return = { [ P(t+1) – Pt ] / Pt } * 100%

Keterangan
Pt = return pada hari t
Pt+1 = return pada hari t+1

Berikut ini data historis dari perusahaan X

Saham PT X
(1) (2)
Return Return
Hari (%) Hari (%)
1 1,86008 7 -8,37883
2 -0,65038 19 -2,77565
3 6,399526 14 -1,79577
4 2,119365 2 -0,65038
 5 3,512881 20 -0,17928
6 7,140963 1 1,86008
7 -8,37883 4 2,119365
8 4,148766 11 2,547136
9 8,782409 15 2,99732
10 7,539626 5 3,512881
11 2,547136 8 4,148766
12 5,6512 12 5,6512
13 8,797835 3 6,399526
14 -1,79577 16 7,042143
15 2,99732 6 7,140963
16 7,042143 10 7,539626
17 9,997447 9 8,782409
18 9,472343 13 8,797835
19 -2,77565 18 9,472343
20 -0,17928 17 9,997447

Pada kolom (2) tersebut terlihat bahwa return terendah adalah -8,38%
yang terjadi pada hari ke 7. Sementara return tertinggi terjadi pada hari ke 17
sebesar 9,99%. Selanjutnya bila kita ingin melihat VAR 95% harian. Untuk
VAR 95% sama saja kita mengukur VAR 5% dan hasilnya mengurangi 1
(Ingat total peluang adalah sebesar 1 atau 100%). Untuk data sebanyak 20
maka nilai 5% adalah adalah 1 hari (1/20 x 100% =. 5%). Bila hal ini sudah
diketahui kita dapat menhitung pa yang kita mau misalnya returnt terendah
yaitu yang terjadi pada ke 7 yaitu -8,38%. Misalkan portofolio kita bernilai
Rp1 milyar, maka VAR 95% harian adalah -8,38% x Rp1 milyar = -Rp83,78
juta. Kita bisa mengatakan ’besok ada kemungkinan sebesar 5% kerugian kita
pada saham X sebesar Rp83,78 juta atau lebih’. Alternatif redaksional yang
lain adalah sebagai berikut ini ’kita yakin sebesar 95% bahwa kerugian kita
besok tidak akan melebihi Rp83,78 juta’. Sedangkan keuntungan terbesar
dengan peluan sebesar 5% adalah sebesar 99.97 juta
Untuk menghitung VAR saham Y, maka kita akan mengurutkan return
dari yang paling rendah ke yang paling tinggi (kolom 2). Dari hasil
pengurutan, terlihat bahwa return pada hari keenam, yaitu sebesar -7,14%,
merupakan return paling rendah. Dengan demikian VAR95% harian untuk
saham Y adalah -7,14% x Rp1 milyar = -Rp71,43 juta. Kita bisa mengatakan
’besok ada kemungkinan sebesar 5%, kerugian kita pada saham Y sebesar
Rp71,43 juta atau lebih’. Alternatif lain, kita bisa mengatakan ’besok,
kemungkinan untuk mengalami kerugian maksimal Rp71,43 juta adalah 95%’.
Misalkan kita membentuk portofolio yang terdiri dari saham X dan Y,
dengan proporsi masing-masing sebesar 50%, konstan selama 20 hari.
Return untuk portofolio tersebut bisa dilihat pada kolom (3). Sebagai contoh,
return portofolio pada hari 1 adalah -0,05 ((0,5*1,86)+(0,5*-1,96)). Sama
seperti sebelumnya, kita bisa mengurutkan return portofolio dari yang paling
rendah ke yang paling tinggi (kolom 4). Kolom (5 menunjukkan hasil
pengurutan tersebut. VAR 95% harian untuk portfolio tersebut adalah Rp-
6,11% x Rp2 milyar = Rp122,2juta.

2. Penerapan Pada Harga Penutupan Saham Harian PT Astra international

Tbk dan PT Indosat Tbk
 Data yang digunakan adalah data harian harga penutupan (closing
price) saham Jakarta Islamic Index (JII) di BEJ, yaitu PT Astra
International Tbk (ASII) dan PT Indosat Tbk (ISAT) pada periode Juli –
Desember 2009. Data tersebut diperoleh dari home page
www.yahoofinance.com. Permasalahan yang dibahas pada penelitian ini
adalah ingin mengetahui besarnya nilai risiko portofolio saham PT Astra
International Tbk (ASII) dan PT Indosat Tbk (ISAT) sehingga investor
dapat mengambil tindakan untuk portofolionya agar tidak mengalami
kerugian yang berlebihan. Pada penelitian ini penghitungan nilai risiko
portofolio menggunakan Value at Risk dengan metode varians kovarians
dengan bantuan program Microsoft Excel.
Sebelum menghitung nilai VaR dengan Metode Varians Kovarians,
terlebih dahulu menghitung komponen – komponennya:
a. Menentukan tingkat kepercayaan dan jangka waktu (time periode)
yang dipilih. Dalam penelitian ini menggunakan tingkat kepercayaan
95% dan VaR untuk jangka waktu 1 hari.
b. Menentukan bobot (proporsi) dana untuk masing masing aset. Dalam
penelitian ini bobot dana untuk masing – masing aset adalah ASII 50%
dan ISAT 50%
c. Menentukan ekspektasi tingkat keuntungan masing – masing aset
individual yang dihitung dengan rumus
E(Ri) = Σ (Pi.(Ri))
Keterangan:
E(Ri) = keuntungan masing – masing aset
Pi = probabilitas (peluang) masing – masing aset
Ri = keuntungan tingkat realisasi
Dari perhitungan dengan program Microsoft excel diperoleh ekspektasi
tingkat keuntungan ASII sebesar 1,004031 dan ISAT sebesar
1,003945
d. Mencari nilai varians dan nilai volatilitas atau standar deviasi dari data
yang dihitung.
Dari perhitungan dengan Microsoft excel diperoleh varians untuk
masing – masing aset, ASII adalah 0,000399 dan ISAT adalah
0,000475, sedangkan nilai standar deviasi untuk masing – masing aset
sebesar 0,01998 untuk ASII dan 0,021802 untuk ISAT.
e. Menentukan nilai korelasi 𝜌𝑖j . Dari penghitungan dengan
menggunakan Microsoft excel diperoleh nilai korelasi adalah ñ12 =
0,286858
f. Menentukan nilai kovarians 𝜎ij , dihitung dengan rumus sebagai
berikut:
𝑐ov(𝑅𝐴,𝑅𝐵) = E[(𝑅𝐴-E(𝑅𝐴 )) (𝑅𝐵 − 𝐸(𝑅𝐵))]
dari penghitungan dengan menggunakan Microsoft excel diperoleh
nilai kovarians adalah sebagai berikut 𝜎11 = 0,000125
g. Mencari varians portofolio (𝜎p2), dihitung dengan rumus sebagai berikut
𝜎p2= 𝑎2. 𝑣ar(𝑅𝐴) + 𝑏2. Var(𝑅B) + 2𝑎𝑏. 𝜌AB cov(𝑅𝐴,𝑅𝐵)
Sehingga dari penghitungan dengan Microsoft excel diperoleh nilai
varians portofolionya adalah sebesar 0,000367
h. Standar deviasi portofolio (𝜎𝜎𝑃𝑃), yaitu akar dari variansnya dengan
rumus
𝜎p= 0,019163
 i. Nilai investasi awal portofolio sehingga dari landasan teori pada bab II
diperoleh nilai Value at Risk (VaR) dengan tingkat kepercayaan 95%
adalah
VaR = 1,65 × standar deviasi × nilai investasi.

KESIMPULAN
Value at Risk atau VaR adalah suatu metoda pengukuran risiko secara
statistik yang memperkirakan kerugian maksimum yang mungkin terjadi atas suatu
portofolio pada tingkat kepercayaan (level of confidence) tertentu. Tujuan
penghitungan Value at Risk yaitu ingin menjawab pertanyaan seberapa besar
(dalam persen atau sejumlah uang tertentu), investor dapat merugi selama waktu
investasi dengan tingkat kepercayaan. Manfaat dengan menggunakan Value at Risk
dapat memberikan estimasi kemungkinan atau probabilitas mengenai timbulnya
kerugian yang jumlanya lebih besar dari angka, kerugian yang telah ditentukan.
Metode yang digunakan dalam penghitungan adalag metode varian kovarian,
metode simulasi historis, dan metode simulasi Monte Carlo.
Best, Philip. (1998). Implementing Value at Risk. Chicester: John Wiley & Sons.
Devi, Silvia. 2010. Analisis Risiko Portofolio dengan Metode Varian Kovarian. Dalam
Skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Yogyakarta.
Jorion, P. (2002), Value at Risk: The New Benchmark for Managing Financial Risk,
2nd ed., Boston: McGraw-Hill.
Nur, Lina Hidayati. 2012. Mengukur Risiko Perbankan dengan VaR (Value at Risk).
Dalam Jurnal Ilmu Manajemen, Vol 5 Hal: 1-15.
Suhardi. 2012.Evaluasi Perhitungan Value at Risk dengan Simulasi Monte Carlo dan
Simulasi Historis pada Tiga Bank Badan Usaha Milik Negara (BUMN). Dalam
Skripsi Mahasiswa Fakutas Ekonomi Univesitas Idonesia.