Disusun Oleh:
Syach Frialdo
4516030061
Dosen Pengajar:
2020
1. Suatu portofolio yang mempunyai deviasi standar yang tinggi akan mempunyai VAR
yang tinggi juga. Setujukah anda dengan pernyataan tersebut? Jelaskan!
3. Misal kita menghitung tingkat keuntungan selama 10 hari terahkir, seperti terlihat di
tabel berikut ini.
1 -0,1
2 0,1
3 0.15
4 0.05
5 -0.05
6 0.125
7 0.2
8 -0.025
9 0
10 0.04
JAWABAN :
1. Pernyataan itu benar apabila kita asumsikan distribusi dalam keadaan normal semakin
tinggi deviasi standar maka kemungkinan ketidakpastian hasil aktual juga makin
tinggi. Dari pernyataan tersebut dapat dikatakan bahwa deviasi merupakan sebuah
penyimpangan atas peraturan yang berlaku. Sedangkan VAR merupakan suatu
metode untuk menghitung besar kerugian yang mungkin terjadi pada portofolio yang
dimiliki perusahaan. Tentunya dalam sebuah saham dari suatu perusahaan mempunyai
deviasi standart tinggi akan berpengarih kepada VAR yang tinggi.
2. Diket:
DM BP
Standar Deviasi 65 45
Nilai Investasi 20.000.000 25.000.000
Kurs Spot 0.4 1.28
Korelasi A dengan B 0.45
Ditanyakan:
a. Hitung 95% VAR-10 Hari untuk kedua portofolio tersebut
b. Misalkan korelasi antara perubahan kurs keduanya adalah 0,45 hitung 95% VAR-
10 Hari untuk portofolio DM dan BP bank tersebut!
Maka untuk menghitung VAR dan korelasinya maka kedua portofolio tersebut
disesuaikan dengan kurs spot yang berlaku sehingga hasilnya:
DM BP
Standar Deviasi 65 45
Nilai Investasi 20.000.000 25.000.000
Kurs Spot 0.4 1.28
Total Investasi (nilai x
8.000.000 32.000.000
kurs)
Total Investasi 40.000.000
Korelasi A & B 0.45
a. Untuk VAR 95%-Harian 10 hari maka perhitungannya yaitu sebagai berikut
VAR (10 hari) = 40.000.000 × √10
= 126.491.106,4
Dengan demikian 95% VAR-10 Hari adalah 126.491.106,4067
Deviasi standar portofolio untuk dua aset bisa dihitung sebagai berikut ini.
σP = [ XA2 σ A
2
+ XB2 σ B
2
+ 2 XA XB RAB σA σB]1/2
Di tanyakan:
Hari Tingkat Keuntungan (%)
1 -0.1 a. Hitung deviasi standar dan rata-rata tingkat
2 0.1 keuntungan
3 0.15 b. Hitung VAR 90%-harian dengan menggunakan
4 0.05 metode historis dan analitik!
5 -0.05 c. Hitung VAR 90%-harian dengan menggunakan
6 0.125 simulasi monte-carlo. Anda tentukan sendiri
7 0.2 probabilitas untuk setiap tingkat keuntungan
8 -0.025 tersebut!
9 0 d. Hitung VAR 90%-Mingguan (7Hari) untuk setiap
10 0.4 perhitungan VAR di atas! Jelaskan!
a. Dari tabel yang sudah diurutkan tingkat keuntungannya maka dapat dicari standar
deviasi dan rata rata tingkat keuntungnya yaitu dilihat dari tabel berikut:
σp² = 0.009304556
b. Dari tabel diatas untuk mengetahui VAR 90% harian Dari tabel disamping, dapat
dilihat bahwa tingkat
maka perlu dilakukan pengurutan dari terkecil keuntungan terendah pada
sampai dengan terbesar. Sehingga hasilnya dapat hari 1 sebesar -0,10% dan
tingkat keuntungan paling
dilihat dari tabel di bawah
besar berada pada hari ke 7
sebesar 0,20 %
Jumlah 0.49
Dari tabel tersebut untuk mengetahui VAR 90%-harian ini berarti 10% return
terendah terjadi pada 10% x 10 = 1 observasi paling rendah, yaitu pada -0,10%.
Misalnya saya emiliki sebuah portofolio yang ada di bursa efek sebesar Rp
10.000.000. Maka VAR 90%-Harian adalah -0,10% x Rp 10.000.000 = -Rp
10.000. Dengan demikian, dapat dikatakan bahwa besok ada kemungkinan
sebesar 10% kerugian atas porofolio yang saya miliki. Kerugian portofolio saya
minimal Rp10.000
4.12
3.64 3.6
3.08 3.03
2.44
Frequency
2.39
1.25 1.21
0,05%
Dengan menggunakan metode analitis, dengan rata-rata return untuk data yang
diatas sebesar 0.05% dengan standar deviasi(σ²) sebesar 0.096460124. maka
VAR90% Hariannya adalah sebagai berikut:
Rp 7.443,355
c. VAR 90%-Harian Monte Carlo. Dalam metode ini harus menentukan terlebih
dahulu probabilitas masing-masing keuntungan yaitu sebagai berikut:
Probabilitas
Hari Tingkat Keuntungan (%) Probabilitas
Kumulatif
1 -0,10 0,07 0-4
2 -0,05 0,05 5-9
3 - 0,025 0,08 10-14
4 0 0,1 15-19
5 0,04 0,25 20-29
6 0,05 0,05 30-54
7 0,10 0,1 54-69
8 0,125 0,15 70-79
9 0,15 0,05 80-94
10 0,20 0,1 95-99
Jumlah 1 100
Jumlah 1
Dari run pertama menunjukan angka random 57. Angka 57 berkaitan dengan
tingkat keuntungan -0,10%(probabilitas kumulatifnya 54-69). Sehingga dapat
diulang proses tersebut berulang-ulag kali sampai akhirnya menghasilkan
distribusi frekuensi yang dapat dilihat dari tabel berikut ini:
Jumlah 100
30
25
25
20 18
15
12
10 10 Distribusi
10 8
7
5 frekuensi
5 3
2
-0.03 0 0.04 0.05 0.1 0.13 0.15 0.2 tingkat
0
-0.1 -0.05
-5
Tingkat Untung X
Frekuensi
Keuntungan (%) Frekuensi
-0,10 12 -0,20
-0,05 7 -0,35
- 0,025 3 -0,08
0 5 -
0,04 12 0,48
0,05 18 0,90
0,10 8 0,80
0,125 10 1,25
0,15 25 3,75
0,20 10 2,00
= -0,12354
4. Kelemahan VAR
- memberikan rasa aman palsu bahwa risiko diukur dengan benar
- kesulitan timbul ketika menghitung portofolio besar
- kecenderungan untuk meremehkan hasil kasus terburuk
- ini tidak berurusan dengan risiko operasional karena itu kerugian dapat timbul dari
kontrol dan penipuan yang buruk
- nilai pada risiko tidak aditif karena koreksi antara faktor-faktor risiko individu
memasuki perhitungan VAR
5. VAR merupakan salah satu alat analisis untuk mengukur risiko disamping notional
amount, sensivity measures, dan scenario. VAR dihitung dalam periode 1 hari
dengan tingkat kepercayaan 95%. Dapat disimpulkan dengan tingkat kepercayaan
95% berarti dalam waktu 1 hari terdapat kemungkinan 5% perusahaan akan
mengalami kerugian besar dari nilai VAR yang sudah dihitung. Hal ini dikarenakan
VAR harian tidak akan sama hasilnya dengan VAR yang dihitung secara mingguan,
bulanan, maupun tahunan. Contohnya adalah waktu 1 hari tidak akan cukup atau valid
bagi seorang investor untuk melihat kerugian atau keuntungan yang didapatkan.
Seorang investor tersebut membutuhkan waktu kurang lebih 5 hari untuk menghitung
kerugian dan keuntungannya, sedangkan untuk menghitung VAR dengan
menggunakan periode harian. VAR harian tersebut harus dikonversikan menjadi 5
hari atau jika VAR tersebut belum menemukan keuntungan&kerugian VAR tersebut
dapat diubah kedalam penghitungan VAR bukanan atau VAR tahunan.
Jadi dapat disimpulkan bahwa justifikasi terhadap penggunaan VAR nilainya
berubah-ubah kerena VAR merupakan sebuah peramalan probabilitas yang
mengatakan beberapa kemungkinan bahwa kerugian akan lebih kecil dari jumlah yang
ditentukan
6. Perdagangan adalah salah satu sektor yang terkena imbas cukup besar dari virus
corona karena kebanyakan suplai bahan baku berasal dari Tiongkok. Ketua
Kebijakan Publik Apindo/ Wakil Ketua Umum PHRI Sutrisno Iwantono mengatakan
bahwa nilai impor mengalami penurunan sebesar USD231,6 juta atau 1,6 persen.
Di Indonesia, salah satu situasi yang paling terlihat ketika wabah covid-19 ini yang
paling menyebabkan semuga harga menjadi tidak normal dan memperkeruh
perekonomian negara negara yang terkena dampak dari virus Covid- 19. Dampak
tersebut menyebabkan harga masker dan handsanitizier melonjak. Harga masker yang
tadinya hanya Rp300 ribu /box menjadi Rp300-500 ribu/box dan handsanitizier
ukuran 30 ml dari Rp15 ribu menjadi Rp60-100 ribu. Bahkan masker dan
handsanitizier pun menjadi langka karena banyak yang menimbun barang tersebut.
Selain itu, di situasi yang sedang merebaknya wabah covid-19 juga berpengaruh pada
seorang investor yang ingin membeli saham karena saham-saham pun melonjak turun
ketika wabah ini mulai masuk ke Indonesia. Hal ini menyebabkan sedikitnya minat
seorang investor untuk membeli saham dikarenakan nilainya yang sedang turun
drastis.
Antisipasi ketika variabel yang bersifat normal tidak lagi terlihat pada situasi tersebut
adalah dengan tidak menimbun barang-barang pokok seperti sembako/masker ataupun
handsanitizier. Jika kita timbun, barang tersebut bisa menjadi langka dan harganya
menjadi melonjak dan barang tersebut menjadi langka.