Nama : EKO SURYANTO

NPM : 1619204012
Mat-Kul : Manajemen Risiko
Fakultas : Sekolah Pasca Sarjana
Prodi : Magister Akuntansi
Dosen : Nuryaman, Dr., SE., M.Si., Ak., Ca.

RESUME
RISIKO PASAR PERUBAHAN HARGA SAHAM
(Tugas 12)

Pengertian Saham
Saham adalah tanda bukti penagambilan bagian atau peserta dalam suatu Perseroan
Terbatas. Bagi perusahaan yang bersangkutan, hasil yang diterima dari penjualan sahamnya
akan tetap tertanam dalam perusahaan tersebut selama hidupnya, meskipun bagi pemegang
saham sendiri itu bukanlah merupakan penanam yang permanen. Karena setiap waktu
pemegang saham dapat menjual sahamnya. Saham merupakan surat berharga yang
menunjukkan kepemilikan atau penyertaan pasar modal investor dalam suatu perusahaan
(Darmadji 2008)
Saham memberikan indikasi kepemilikan atas perusahaan sehingga para pemegang
saham berhak menentukan menentukan arah kebijaksanaan perusahaan lewat Rapat Umum
Pemegang Saham (RUPS). Para pemegang saham juga berhak memperoleh deviden yang
dibagikan oleh perusahaan. Sebaliknya, pemegang sahampun turut menanggung resiko sebesar
saham yang dimiliki apabila perusahaan tersebut bangkrut. Modal saham adalah unit
kepemilikan dalam sebuah perusahaan, sebagai bukti kepemilikan atas saham, perseroan
terbatas menerbitkan sertifikat sahamnya (Simamora200:408).
Harga saham di bursa efek di tentukan menurut hukum permintaan dan penawaran.
Semakin banyak orang yang ingin membeli saham, maka harga saham akan cenderungbergerak
naik, sebaliknya semakin banyak orang-orang yang akan menjual saham tersebut, maka harga
saham cenderung akan bergerak turun. Dengan demikian, investor dapat menganalisa hal
tersebut dengan dua pendekatan yang digunakan dalam menganalisa, yaitu analisis
fundamental dan analisis teknikal. Bettman dkk. (200921-36)menyatakan bahwa ada dua jenis
analisis yang berbeda yang banyak digunakan, yang pertama adalah fundamental dan lainnya
adalah analisis teknikal. Kedua jenis analisis tersebut berusaha untuk menjawab pertanyaan
yang sama, tetapi secara alamiah keduanya sangat berbeda.

Harga Saham
Saham merupakan tanda penyertaan atau kepemilikan seseorang atau badan dalam
suatu perusahaan, selembar saham adalah selembar kertas yang menerangkan bahwa pemilik
kertas tersebut adalah pemiliknya (berapapun porsinya/jumlahnya) dari suatu perusahaan yang
menerbitkan kertas (saham) tersebut. Seiembar saham mempunyai niiai atau harga. Menurut
Sawidji Widoatmojo (1996;46) harga saham dapat dibedakan menjadi 3 (tiga):
a. Harga Nominal
Harga yang tercantum dalam sertifikat saham yang ditetapkan oieh emiten untuk
menilai setiap lembar saham yang dikeluarkan. Besaraya harga nominal
membenkan arti penting saham karena deviden minimal biasanya ditetapkan
berdasarkan nilai nominal.
b. Harga Perdana
Harga ini merapakan pada waktu harga saham tersebut dicatat di bursa efek.Harga
saham pada pasar perdana biasanya ditetapkan oleh penjamin emisi (underwriter)
dan emiten. Dengan demikian akan diketahui berapa harga saham emiten itu
akan dijual kepada masyarakat biasanya imtuk menentukan hargaperdana.
c. Harga pasar
Kalau harga perdana merapakan harga jual dari perjanjian emisi kepada investor,
maka harga pasar adalah harga jual dari irwestor yang satu denganinvestor yang
lam. Harga ini terjadi setelah saham tersebut dicatatkan di bursa. Transaksi disini
tidak lagi melibatkan emiten daii penjamin emisi harga ini yang disebut sebagai
harga di pasar sekunder dan harga inilah yang benar-benar mewakili harga
perusahaan penerbitnya, karena pada transaksi di pasar sekunder, kecil sekali
terjadi negosiasi harga investor dengan perusahaan penerbit. Harga yang setiap hari
diumumkan di surat kabar atau media lain adalah harga pasar.

Faktor – Faktor Yang Mempengaruhi Harga atau Nilai Saham

Faktor-faktor yang mempengaruhi fluktuasi harga saham dapat berasal dari internal dan
eksternal. Harga saham yang terjadi di pasar modal selalu berfluktuasi dari waktu ke waktu.
Fluktuasi harga saham tersebut akan ditentukan oleh kekuatan penawaran dan permintaan. Jika
jumlah penawaran lebih besar dari jumlah permintaan, pada umumnya kurs harga saham akan
turun. Sebaliknya jika jumlah permintaan lebih besar dari jumlah penawaran terhadap suatu
efek maka harga saham cenderung akan naik. Faktor-faktor yang mempengaruhi fluktuasi
harga saham dapat berasal dari internal dan eksternal perusahaan.
Menurut Alwi (2003, 87), ada beberapa faktor yang mempengaruhi pergerakan
hargasaham atau indeks harga saham, antara lain:
1. Faktor Internal (Lingkungan mikro)
a. Pengumuman tentang pemasaran, produksi, penjualan seperti pengiklanan,
rincian kontrak, perubahan harga, penarikan produk baru, laporan produksi,
laporankeamanan produk, dan laporan penjualan.
b. Pengumuman pendanaan (financing announcements), seperti pengumuman
yang berhubungan dengan ekuitas dan hutang.
c. Pengumuman badan direksi manajemen (management-board of director
announcements) seperti perubahan dan pergantian direktur, manajemen, dan
struktur organisasi.
d. Pengumuman pengambilalihan diversifikasi, seperti laporan merger, investasi
ekuitas,laporan take over oleh pengakuisisian dan diakuisisi, laporan divestasi
dan lainnya.
e. Pengumuman investasi (investment annuncements), seperti melakukan
ekspansi pabrik, pengembangan riset dan, penutupan usaha lainnya..
f. Pengumuman ketenagakerjaan (labour announcements), seperti negoisasi
baru,kontrak baru, pemogokan dan lainnya.
g. Pengumuman laporan keuangan perusahaan, seperti peramalan laba sebelum
akhir tahun fiskal dan setelah akhir tahun fiskal, earning per share (EPS) dan
dividen per share (DPS), price earning ratio, net profit margin, return on assets
(ROA), dan lain- lain.

2. Faktor eksternal (Lingkungan makro)

a. Pengumuman dari pemerintah seperti perubahan suku bunga tabungan dan
deposito, kurs valuta asing, inflasi, serta berbagai regulasi dan deregulasi
ekonomi yang dikeluarkan oleh pemerintah.
b. Pengumuman hukum (legal announcements), seperti tuntutan karyawan
terhadap perusahaan atau terhadap manajernya dan tuntutan perusahaan
terhadap manajernya.
c. Pengumuman industri sekuritas (securities announcements), seperti laporan
pertemuan tahunan, insider trading, volume atau harga saham perdagangan,
 pembatasan/penundaaan trading.
d. Gejolak politik dalam negeri dan fluktuasi nilai tukar juga merupakan faktor
yang berpengaruh signifikan pada terjadinya pergerakan harga saham di bursa
efek suatu negara.
e. Berbagai isu baik dari dalam negeri dan luar negeri.
Menurut Arifin (2001 : 116-125) faktor – faktor yang mempengaruhi harga saham
adalah sebagai berikut :
a. Kondisi fundamental emiten
Faktor fundamental merupakan faktor yang erat kaitannya dengan kondisi
perusahaan yaitu kondisi manajemen organisasi sumber daya manusia, kondisi
keuangan perusahaan yang tercermin dalam kinerja keuangan perusahaan.
Menurut Husnan (1998 : 315) analisis fundamental mencoba memperkirakan
harga saham dimasa yang akan datang dengan :
1) Mengestimasi nilai faktor–faktor fundamental yang mempengaruhi harga
sahamdi masa yang akan datang.
2) Menetapkan hubungan variabel–variabel tersebut sehingga di peroleh
taksiranharga saham.
Model ini sering disebut sebagai share price forecasting dan sering digunakan dalam
berbagai pelatihan analisis sekuritas. Dalam model ini langkah yang paling penting adalah
mengidentifikasi faktor–faktor fundamental yang diperkirakan akan mempengaruhi harga
saham. Faktor yang dianalisis merupakan faktor yang berhubungan dengan kondisi
perusahaan, yang meliputi kondisi manajemen, organisasi, SDM, dan keuangan perusahaan
yang tercermin dalam kinerja perusahaan.
b. Hukum permintaan dan penawaran
Setelah faktor fundamental faktor permintaan dan penawaran menjadi faktor
kedua yang mempengaruhi harga saham. Dengan asumsi bahwa begitu investor
mengetahui kondisi fundamental perusahaan mereka akan melakukan transaksi
jual beli. Tranasaksi–transaksi inilah yang akan mempengaruhi fluktuasi harga
saham.
c. Tingkat suku bunga
Dengan adanya perubahan suku bunga, tingkat pengembalian hasil berbagai
sarana investasi akan mengalami perubahan. Bunga yang tinggi akan berdampak
pada alokasi dana investasi pada investor. Investor produk bank seperti deposito
atau tabungan jelas lebih kecil resikonya jika dibandingka dengan investasi dalam
 bentuk saham, karena investor akan menjual saham dan dananya akan
ditempatkan dibank. Penjualan saham secara serentak akan berdampak pada
penurunan harga saham secara signifikan.
d. Valuta Asing
Mata uang amerika ( Dolar) merupakan mata uang terkuat diantara mata uang
yang lain. Apabila dolar naik maka investor asing akan menjual sahamnya dan
ditempatkan dibank dalam bentuk dolar sehingga menyebabkan harga saham
akan naik.
e. Dana Asing di Bursa
Mengamati jumlah dana investasi asing merupakan hal yang penting, karena
demikian besarnya dana yang ditanamkan, hal ini menandakan bahwa kondisi
investasi di Indonesia telah kondusif yang berarti pertumbuhan ekonomi tidak
lagi negatif, yang tentu saja akan merangsang kemampuan emiten untuk
mencetak laba. Sebaliknya jika investasi asing berkurang, ada pertimbagan bahwa
mereka sedang ragu atas negeri ini, baik atas keadaan sosial politik maupun
keamanannya. Jadi besar kecilnya investasi dana asing di bursa akan berpengaruh
pada kenaikan atau penurunan harga saham.
f. Indeks Harga Saham
Kenaikan indeks harga saham gabungan sepanjang waktu tertentu, tentunya
mendatangkan kondisi investasi dan perekonomian negara dalam keadaan baik.
Sebaliknya jika turun berarti iklim investasi sedang buruk. Kondisi demikian
akanmempengaruhi naik atau turunnya harga saham di pasar bursa.
g. News and Rumors
Berita yang beredar di masyarakat yang menyangkut beberapa hal baik itu
masalah ekonomi, sosial, politik keamanan, hingga berita seputar reshuffle
kabinet. Denganadanya berita tersebut, para investor bisa memprediksi seberapa
kondusif keamanan negeri ini sehingga kegiatan investasi dapat di laksanakan.
Ini akan berdampak pada pergerakan harga saham di bursa.

Risiko pada Hubungan Obligasi dan Saham

Risiko pasar muncul karena harga pasar bergerak dalam arah yang merugikan organisasi.
Misal, suatu perusahaan mempunyai portofolio sekuritas saham yang dibeli dengan liarga Rp1
miliar. Misalkan harga saham tersebut jatuh, sehingga nilai pasar saham tersebut turun menjadi
Rp800 juta. Perusahaan tersebut mengalami kerugian karena nilai portofolio sahamnya turun
sebesar Rp200 juta. Kerugian tersebut disebabkan karena harga saham bergerak ke arah yang
kurang menguntungkan (dalam hal ini turun). Bab berikut ini membicarakan pengukuran risiko
pasar. Pembicaraan dimulai dengan pengukuran. Risiko dengan deviasi standar, yang
kemudian diikuti dengan teknik VAR, diteruskan dengan teknik stress- testing.

Deviasi Standar
Konsep deviasi standar, distribusi normal,, nilai rata-rata menjadi landasan bagi
perhitungan Value At Risk, yang akan dibicarakan pada bagian berikutnya.

Distribusi normal, deviasi standar dan nilai-rata-rata bisa digambarkan berikut ii

Bagan di atas menggambarkan kurva normal yang berbentuk seperti bel. Kurva tersebut
berbentuk simetris, di mana sisi kanan merupakan cerminan sisi kiri. Deviasi standar dipakai
untuk menghitung penyimpangan dari nilai rata-rata. Semakin besar deviasi standar, semakin
besar penyimpangan. Penyimpangan dipakai sebagai indikator risiko. Semakin besar
penyimpangan, semakin besar risiko.
Perhitungan deviasi standar bisa digunakan formula sebagai berikut ini.
E(R) = ∑Ri / N

𝜎𝑅2 = ∑(𝑅𝑖 − 𝐸(𝑅))2 /(𝑁 − 1)

𝜎𝑅 = (𝜎𝑅 2 )1/2

Misalkan kita melakukan pengamatan tingkat keuntungan aset A dan B selama 10 bulan
terakhir. Tingkat keuntungan tersebut bisa dilihat pada kolom (2) dan (3 pada Tabel 9.1.
Tingkat keuntungan rata-rata untuk aset A adalah sebagai berikut ini.
E(RA)=(3+2+4,5+...... + 4 + 5) / 10 = 3,845%
 Perhitungan deviasi standar dimulai dari perhitungan varians. Varians bisa dihittmg
sebagai berikut ini.
𝑜𝑅2 = { (3 - 3,845)2 + (2 - 3,8=15)2 + ...... + (4 - 3,845)2 + (5 - 3,845)2 )} / (10 -1)

= 0,973583

= √ 0,973583 = 0,9867%

Jika kita menggunakan probabilitas, maka deviasi standar bisa dihitung dengan formula
sebagai berikut:
E(R) = ∑ pi Ri
2
𝜎𝑅 2 = ∑ 𝑝𝑖(𝑅𝑖 − 𝐸(𝑅))

𝜎𝑅 = (𝜎𝑅 2 )1/2

Misalkan kita memperkirakan tingkat keuntungan inyestasi A dan B tahun degan Kita
memperkirakan ada tiga skenario kondisi ekonomi tahi;n depan, yaitu baik sedang, dan jelek.
Tingkat keuntungan berdasarkan ketiga kondisi tersebut adalah sebagai berikut ini:

1. VAR (Value At Risk)

Teknik perhitungan VAR bisa menggunakan metode historis, metode analitis, dan
simulasi Monte-Carlo. Metode historis menggunakan data historis (data rnasa lalu)
untuk mengestimasi VAR. Metode analitis menggunakan model tertentu untuk
mengestimasi VAR. VAR Monte-Carlo menggunakan simulasi untuk perhitungan
VAR-nya. Bagian berikut ini menjelaskan lebih lanjut perhitungan dengan masing-
masing teknik tersebut.
 VAR Metade Historis (Back Simulation)
Misalkan 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} x 100%
Dimana Pt = return pada hari t
Pt + 1 = return pada hari t+1
Tabel berikut menampilkan return, harga (Pt) untuk saham tersebut tidak
ditampilkan. Terlihat bahwa return pada hari pertama adalah 1,86%, sementara
return pada hari ke-20 adalah -0,18%.
Untuk perhitungan Value At Risk, kita akan mengurutkan return dari yang paling
rendah sampai pada yang paling tinggi seperti terlihat pada kolom (2).
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%.
Misalkan kita ingin melihat VAR 95% harian, kita akan melihat 5% return
terendah. 5% dari 20 adalah 1, dengan demikian kita memilih 1 hari dengan return
terendah yaitu -8,38%. Misalkan portofolio kita bernilai Rp1 miliar, maka VAR
95% harian adalah -8,38°,% x Rp1 miliar = -Rp83,78 juta. Kita bisa mengatakan
‘besok ada kemungkinan sebesar 5% kerugian kita pada saharn X sebesar Rp.83,78
juta atau lebih. Alternatif redaksional yang lain adalah sebagai berikut ini ‘kita
yakin sebesar 95% bahwa kerugian kita besok tidak akan melebihi Rp.83,78juta'.
Misalkan kita mempunyai aset lain, yaitu saharn PT Y dengan nilai aset sebesar
Rpl miliar. Return saham Y bisa dilihat pada kolom (3) pada tabel di atas. Untuk
menghitung VAR saham Y, maka kita akan mengurutkan return dari yang rendah
ke yang paling tinggi (tidak ditampilkan pada tabel di atas). Dari hasil penguruttan,
terlihat bahwa return pada hari keenam, yaitu sebesar -7,14%, merupakan return
paling rendah. Dengan demikian VAR 95% harian untuk saham Y adalah -7,14°%
x Rp1 miliar = -Rp71,43 juta. Kita bisa mengatakan 'besok ada kemungkinan
sebesar 5°%, kerugian kita pada saharn 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 untuk
portofolio tersebut bisa dilihat pada kolom (4). Sebagai contoh, return portofolio
pada hari 1 adalah -0,05% (0,5 x 1,86) + (0,5 x -1,96). Sama seperti sebelunmya,
kita bisa mengurutkan return portofolio dari yang paling rendah ke yang paling
tinggi. Kolom (5) menunjukkan hasil pengurutan tersebut. VAR 95% harian untuk
portofolio tersebut adalah Rp-6,11% x Rp2 miliar = Rp122,2 juta.
Alternatif lain adalah melakukan perhitungan dengan formula sebagai berikut ini
(lihat buku teks teori portofolio dan inyestasi untuk alasan kenapa formula di
bawah ini bisa diturunkan).
VAR portofolio = [VARX2 + VARY2 + 2 x ƿXY x VARX x VARY]1/2
Di mana VARX = VAR (Value At Risk saham X)
VARY = VAR (Value At Risk saham Y)
 ƿXY = korelasi return saham X dengan saham Y
VAR bisa langsung dimasukkan karena VAR merupakan indikator risiko. Korelasi
return saham X dengan saham Y (kolom 1 dan 3 pada tabel di atas) bisa dihitung,
dan hasiI perhitungan adaIah 0,089. Dengan formula tersebut, VAR portofolio bisa
dihitung sebagai berikut ini.
VAR port = [ (83.78^2)+(71.43^2)+(2 x 0,089 x 83.78 x 71.43) ]1/2 = 114,83
Dengan demikian VAR 95% harian untuk portofolio tersebut adalah Rp114,83 juta.
Angka tersebut (Rp114,83juta) berbeda sedikit dengan VAR yang dihitung secara
langsung (Rp122,2 juta).
Perhatikan bahwa VAR portofolio lebih rendah dari penjumlah VAR masing--
masing aset. Jika VAR masing-masing aset dijumlahkan, maka VAR portofolio
adaiah Rp155,21 juta (Rp83,78 juta + Rp71,43 juta). Nilai yang lebih rendah
tersebut menunjukkan adanya efek diversifikasi. Diversifikasi bisa terjadi karena
ada efek saling mengkompensasi antara aset. Jika satu aset mengalami kerugian,
sementara aset lain mengalami keuntungan, maka keuntungan dari aset satunva
bisa digunakan untuk mengkompensasi kerugian aset yang lainnya. Efek
diversifikasi semacam itu akan semakin besar (berarti bisa menurunkan risiko
portofolio lebih jauh), jika korelasi antar aset rendah. Korelasi bernilai antara -1
sampai dengan +1 (inklusif). Semakin jauh korelasi dari +1 (misal korelasinya
adalah -1 akan semakin besar efek diversifikasi tersebut.
Metode historis mempunyai kelebihan seperti (1) tidaik mengasumsikan distribusi
tertentu, (2) sederhana. Tetapi metode tersebut mempumyai kelemahan seperti
asumsi bahwa data masa lalu bisa dipakai untsk memprediksi masa datang.

 VAR Metode Modeling (Analytical)

Metode analitis biasanya mengasumsikan distribusi tertentu yang mendasari return
atau harga.biasanya distribusi normal (yang berbentuk bel) yang diasumsikan
mendasari pergerakan harga tersebut. setelah distribusi tersebut diasumsikan, kita
bisa menghitung nilai yang diharapkan (misal rata-rata) dan penyimpangan dari
nilai yang diharapkan tersebut (misal deviasi standar). Selanjutnya VAR bisa
dihitung dengan menggunakan parameter yang dideuksi (diambil) dari distribusi
tersebut (nillai yang diharapkan dan penyimpangannya).
Misalkan manajer portofolio mempunyai aset senilai Rp1 miliar. Misalkan kita
mengasumsikan distribusi normal mendasari pergerakan harga aset tersebut.
misalkan kita memperkirakan tingkat keuntungan harian yang diharapkan dengan
deviasi standarnya adalah 12% dan 15%. Distribusi normal yang menggambarkan
pergerakan aset tersebut bisa dilihat pada bagan berikut ini.
Kurva Normal untuk Perhitungan VAR

Terlihat bahwa rata-rata adalah 12% yang terletak di tengah-tengah distribusi

tersebut. deviasi standar mengukur penymipangan untuk distribusi tersebut.
distribusi normal di atas bisa dilihat sebagai indikator probabilitas (lihat bab
mengenai konsep statistik). Luas wilayah distribusi normal bisa dilihat sebagai
cerminan besarnya probabilitas. Luas total wilayah distribusi normal
mencerminkan probabilitas sebesar 1 (probablilitas bernilai 0 sampai dengan 1,
inklusif).
Sebagian luas di bawah distribusi normal mencerminkan probabilitas di bawah
satu. Sebagai contoh, luas di tengah (yang berwarna gelap, antara -12,75 dengan
36,75) mencerminkan 90% dari total wilayah distribusi normal, dan dengan
demikian mencerminkan probabilitas sebesar 90% (atau 0,9). Jika kita melihat
tabel distribusi normal, maka luas wilayah sebsar 5% dari ujung paling kiri (atau
dari ujung paling kanan), mempunyai nilai z sebesar 1,65. Dengan demikian
wilayah tengah seluas 90% berada di antara (rata2 – (1,65 x deviasi standar))
dengan (rata2 + (1,65 x deviasi standar).
Dengan demikian VAR 05% return harian bisa dihitung melalui batas bawah di
mana wilayah sebesar 5% dari ujung paling kiri akan diperoleh, sebagai berikut ini:
VAR = 12% - 1,65 (15) = 12% - 24,75 = 12,75%
VAR = -12,75% x Rp1 miliar = -Rp127,5 juta
Dengan demikian kita membuat pernyataan sebagai berikut: Besok, ada 5%
kemungkinan kerugian portofolio sebesar Rp127,5 juta atau lebih.
 Jika kita mempunyai dua aset yang membentuk portofolio kita, maka efek
diversifikasi penting diperhatikan. Diversifikasi mengurangi risiko jika korelasi
return lebih kecil dari 1.

2. Pemodelan VAR
Dalam beberapa situasi, kita ingin memodelkan VAR. Sebagai contoh, misalkan kita
mempunyai portofolio obligasi. Harga pasar obligasi sangat dipengaruhi oleh tingkat
bunga. Jika tingkat bunga naik, harga obIigasi akan turun, dan sebaliknya. Kita bisa
memfokuskan perhatian kita pada tingkat bunga, dan menghubungkan perubahan
tingkat bunga dengan nilai pasar obligasi, kemudian menghitung VAR untuk portofolio
obligasi kita.
Lebih spesifik lagi, hubungan antara perubahan tingkat bunga denban nilai obiigasi bisa
dilihat sebagai berikut ini (lihat bab mengenai risiko perubahan tingkat bunga):
dP/P = -D[dR/(1+R)]
di mana ;
dP = perubahan harga
P = harga obligasi
D = durasi obligasi
dR = perubahan tingkat bunga
R = tingkat bunga

Misalkan portofolio obligasi kita mempunyai durasi sebesar 5. Tingkat bunga agar saat
ini adalah 10%. Kemudian kita mengasumsikan pergerakan tingkat bung a mengikuti
distribusi normal. Analisis lebih lanjut, berdasarkan data historis dar. pertimbangan-
pertimbangan, menunjukkan bahwa perubahan tingkat bunga harian yang diharapkan
adalah 0%, dengan deviasi standar perubahan tingkat bunga adalah 1%. Distribusi
perubahan tingkat bunga tersebut bisa digambarkan pada bagan berikut ini:
 Dengan melihat bagan di atas, nampak bahwa perubahan tingkat bunga harian yang
diharapkan adalah 0%. Probabilitas perubahan tingkat bunga berada anta -1,65%
(turun sebesar 1,65%) dan +1,65% (meningkat sebesar 1,65%) adalah 90 Probabilitas
tingkat bunga meningkat 1,65% atau lebih adalah 5%. Perhatikan bahwa kenaikan
tingkat bunga yang akan mempunyai efek negatif terhad portofolio obligasi kita.
Dengan menggabungkan informasi tersebut dengan model perubahan harga obligasi
di atas, kita bisa menghitung 95% VAR untuk portofo obligasi kita. Pertama, kita bisa
menghitung perubahan harga akibat kenaikan tingkat bunga, berikut ini:
dP/P = -D [dR/(1+R)] = -5 [0,0165/(1+0,1)]
= - 0,075
Tika tingkat bunga meningkat sebesar 1,65%, maka portofolio kita akan tur nilainya
sebesar 7,5°,%. Jika portofolio kita mempunyai nilai sebesar Rpl miliar maka 95%
VAR portofolio kita adalah:
VAR 95% = -0,075 x Rp1 miliar = Rp75 juta
Dengan hasil tersebut, kita bisa mengatakan bahwa ada kemungkinan sebesar 5%
kerugian portofolio obligasi kita sebesar Rp75 juta atau lebih.
Pemodelan VAR dengan cara lain atau untuk situasi lain, bisa dilakukan. Misal nilai
obligasi bisa dimodelkan melalui present value dari aliran kas yang akan diterima
pemegang obligasi di masa mendatang. Perubahan tingkat bunga dengan demiki akan
mempengaruhi tingkat diskonto (discount rates) yang akan dipakai untuk mem
present-value-kan aliran kas tersebut. Jika tingkat bunga naik, maka nilai oblig. akan
turun, dan sebaliknva. Dalam model tersebut, perubahan nilai obligasi dihitu bukan
melalui model durasi, tetapi melalui model PV aliran kas di masa mendatang.

3. VAR Untuk Periode yang Lebih Panjang

Dalam situasi tersebut, VAR harian harus dikonversi menjadi VAR hari. Konversi
tersebut bisa dilakukan dengan menggunakan formula berikut uu:
VAR(n) = VAR(harian) x fn
Kembali ke contoh di atas di mana 95%-VAR harian iultuk portofolio obligasi k adalah
Rp75 juta, 95%-VAR 5 hari bisa dihitung berikut ini:
VAR (5 hari) = Rp75 juta x √5
= Rp167,71 juta
Dengan demikian 95% VAR-5 hari adalah Rp167,71 juta.
 4. STRESS- TESTING
VAR mencoba menjawab berapa besar kerugian yang bisa diaIami dan herapa besar
kemungkinannya. Tetapi VAR tidak bisa mendeteksi peristiwa-peristiwa yang ekstrim.
Peristiwa semacam itu biasanya mempunyai probabilita< vanj sangat kecil. Tetapi jika
terjadi, maka efeknya akan sangat serius bagi organisasi Segai contoh, tsunami Aceh
barangkali mempunyai probabilitas sebesar 0.0000001. Tetapi, sekali terjadi, korban
manusia bisa mencapai ratusan ribu orang. Probablitas Rusia default (tidak bisa
membayar hutang-hutangnya di tahun 1990-an) adalah kecil sekali (misal 0,000001).
Tetapi sekali terjadi, banyak perusahaan keuangan yang bangkrut. Kejadian ekstrim
sepeti itu bisa digambarkan pada konteks distribusi normal berikut ini:

Stress-testing berusaha mengakomodasi kejadian eatrim tersebut. Yang lngin dijawab oleh
stress-testing adalah pertanyaan sebagai berikut ini, 'Jika peristiwa ekstrim teijadi, bagaimana
pengaruhnya terhadap organisasi, atau portofolio kita?' Sebagai contoh, 'Jika Rusia default,
bagaimana efeknya terhadap portofolio kita?' Untuk melakukan stress- testing, manajer akan
memilih parameter tertentu, kemudian melihat (mengukur dan mensimulasikan) bagaimana
pengaruh perubahan parameter tersebut yang ekstrim terhadap organisasi atau portofolio
organisasi. Parameter tersebut bisa bervariasi mulai dari kenaikan tingkat bunga yang ekstrim
(misal naik 30% dalam satu hari), penurunan harga saham yang ekstrim (misal 20% dalam satu
hari), negara tertentu default (tidak bisa membayar hutangnya), kejadian alam tertentu (misal
tsunami).
Secara spesifik, langkah-langkah dalam stress-testing bisa digambarkan sebagai berikut
ini:
l. Mengidentifikasi dan Memilih Parameter Yang Diperkirakan Akan Berubali
 2. Menentukan Seherapa Besar Parameter tersebut akan Dirubah (Di-stress)
3. Melihat I'engaruh Stress-festitto Tersebut Terhadap 1\Tilai Portofolio
4. Melihat Asumsi Yang Digunakan, Merubah Asumsi Tersebut jika Diperluka (Misal
Dalam Situasi Krisis, Asumsi Yang Biasa Berlaku Barangkali Tidak Jala Lagi').
Langkah pertama yang perlu dilakukan adalah menentukan parameter aF yang akan di-
stress-test. Tentunya variabel tersebut merupakan variabel yar relevan bagi portofolio
perusahaan. Sebagai contoh, tabel berikut ini menampilkz parameter t-ang akan di-stress test
eleh Swiss Bank Corporation (bank dari Swis,
Tabe! 9.8. Parztreter Llntvk Stress-Iestiqg Oleh Swiss Bank Corp
SHOCK
RATING TINGKAT SHOCK SHOCK SHOCK
NEGARA BUNGA SAHAM VALAS KOMODTTAS

AAA 60-100 bps 8-9% 4-10% Emas 8%

AA DAN A 160 b s 20% 10% Platinum 12%

BBB 240 bps 25% 12,5% Palladium 12%

BB 320 bps 30% LO% 1'erak'lEi%

B 420 bps 40% 30%

Catatan:
Kolom kiri adalah rating negara yang mencernunkan risiko negara. AAA adala negara dengan risiko
paling rendah (mix Sxiss), B adalah negara dengan risiko tinggi (nusal Irak).

Dari tabel di atas nampak bahwa parameter yang akan di-stress-test oleh Swis Bank Corp
adalah perubahan (shock-) tingkat bunga, perubahan saham, perubahan valuta asing, dan
perubahan komoditas. Parameter yang terpilih idealnya adalah parameter yang benar-benar
reIevan dengan portofolio perusahaan. Sebagai contoh, jika perusahaan memiliki portofolio
obligasi di Amerika Serikat, maka parameter gempa bumi di Afrika barangkali tidak relevan.
Langkah kedua adalah menentukan seberapa besar parameter yang dipilih tersebut akan
dirubah-rubah. Dalam contoh di atas, perubahan parameta dikelompokkan berdasarkan rating
negara. Untuk negara dengan rating AAA (negara dengan risiko harga yang rendah, misal
Swiss), tingkat bunga dirubah-rubah(dinaikkan) 60 sampai 100 basis poittt (bps), atau antara
0,6% sampai dengan 1% (1% adalah 100 basis point). Untuk parameter saham, harga saham
diturunkan sebesar 9%. Dengan demikian pertanyaan yang ingin dijawab adalah bagaimana
efek kenaikan tingkat bunga sebesar 1% terhadap portofolio kita? Seberapa besar
kerugiarunya?
Beban Risiko Pasar
Aktivitas bank di pasar finansial semakin meningkat. Basel Accord merespon peningkatan
tersebut dengan memasukkan risiko pasar pada, tahun 1996 dan diimplementasikan pada akhir
tahun 1997. Bank perlu menyediakan kapital atau beban risiko pasar (market risk charge-MRC)
untuk menopang risiko pasar.
Risiko pasar dibagi menjadi lima jenis, yaitu:
1. Risiko Suku Bunga.
2. Risiko Ekuitas.
3. Pisiko Nilai Tukar.
4. Risiko Komoditas.
5. Risiko Opsi.

Beban risiko pasar adalah penjumlahan dari kelima tipe risiko tersebut. Basel Accord
menyediakan dua kategori metode penghitungan beban risiko pasar, yaitu metode standar
(standardized approach) danmetode internal (internal model approach -IMA). Bank dengan
posisi produk finansial yang relatif sederhana dapat menggunakan metode standar. Sementara
itv, bank dengan posisi produk finansial yang sudah kompleks dapat menggunakan metode
internal (IMA). Posisi produk finansial yang termasuk kompleks adalah posisi opsi. Opsi
mempunyai bank faktor risiko pengerakan harga aset dasarnya, opsi juga terekspos terhadap
risiko volatilitas aset dasarnva dan suku hunga.

Metode Standar
1) Beban Risiko Suku Bunga
Instrumen yang peka terhadap perubahan suku bunga adalah bond. Risiko suku bunga
dibagi menjadi dua bagian, yaitu risiko general dan spesifik (general risk dan specific risk).
General risk adalah kerugian karena pergerakan suku bunga secara umum. Sementara itu,
specific risk adalah kerugian karena karakteristik atau kejadian khusus (idiowncrntic) dari
penerbit obligasi Beban risiko suku bunga sarna dengan beban risiko general dan spesifik:

𝑀𝑅𝐶𝑡𝐼𝑅 = 𝐺𝑀𝑅𝐶𝑡𝐼𝑅 + 𝑆𝑀𝑅𝐶𝑡𝐼𝑅

GMRC : General market risk charge.

SMRC : Specific Market risk charge
R : Interest rate.
 t : waktu.

Masing -masing sedang periode jatuh tempo mendapatkan bobot risiko tertentu. Posisi
dengan selang jatuh tempo 0-1. bulan mendapatkan bobot (weight) risiko nol (0). Masing-
masing posisi dalam selang dikalikan dengan masing-masing bobotnya. Total beban risiko
adalah penjumlahan dari beban risiko dari masing-masing zona 1, 2 dan 3.
Vertical disalowance adalah beban risiko karena netting vertikal. Netting vertikal terjadi
apabila dalam satu selang maturity terdapat posisi dengan tanda yang berbeda, seperti pada
selang maturity 7-10 tahun.
Vertical disalowance adalah beban risiko karena netting antarzona. Netting horizontal
tidak terjadi pada zona 1 dan 2, karena posisi pada kedua zona tersebut sama. Tidak terjadi
netting pada zona 1 dan 2.
Vertical disallowance dan horizontal disallowance menambah beban risiko suku bunga.
Setelah memperhitungkan kedua disallowance, beban risiko suku bunga general adalah 4,580.
Beban risiko suku bunga total adalah 4,580 ditambah beban risiko suku bunga spesiiik. Tabel
14.3 menampilkan beban risiko pasar spesifik suku bunga.

Tabel 14.3 Beban Risiko Pasar Spesifk untuk Risiko Suku Bunga
Kategori Beban risiko
Government 0.000%
Kelompok
Residual maturity kurang dari 6 bulan 0.25%
Residual maturity kurang dari 6 – 24 bulan 1.00%
Residual maturity kurang dari 24 bulan 1.60%
lainnya 8.00%

2) Beban Risiko Ekuitas

Seperti pada beban risiko suku bunga, beban risiko ekuitas dibagi menjadi dua bagian,
yaitu beban risiko general dan spesifik. Risiko general dihitung berdasarkan pada posisi ekuitas
neto (net equity positions). Posisi ekuitas neto adalah selisih dari posisi lon, dan short pada
ekuitas. Sementara itu, risiko spesifik dihitung berdasarkan pada posisi ekuitas bruto (aross
equity positions). I'osisi ekuitas bruto adalah jumlah dari nilai absolut posisi lona dan short
pada ekuitas. Untuk masing-masing posisi Icmg dan short, dihitung untuk masing-masing pasar
nasional.
Tabel 14.4 Beban Risiko Pasar Ekuitas
Kategori Beban risiko
Government 8
Specific risk
Normal 8
Portofolio likuid dan terdiversifikasi 4
Derivatif indeks saham 2

𝑀𝑅𝐶𝑡𝐸𝑄 = 𝐺𝑀𝑅𝐶𝑡𝐸𝑄 + 𝑆𝑀𝑅𝐶𝑡𝐸𝑄

3) Beban Risiko Nilai Tukar
Posisi nilai tukar terdiri atas posisi spot, forward dan delta neto pada opsi. Risiko emas
dimasukkan pada risiko nilai tukar karena volatilitas harga emas sama dengan nilai tukar.
Beban risiko nilai tukar (dan emas) model standar ditampil berikut:

𝑙𝑜𝑛𝑔 𝑆ℎ𝑜𝑟𝑡

𝑀𝑅𝐶𝑡𝐹𝑋 = 8% 𝑥 [𝑀𝑎𝑥 ( ∑ 𝑉𝑖, ∑ 𝑉𝑗) + |𝑉 𝐺𝑜𝑙𝑑|]

𝑡 𝑡

Bagian dalam kurung siku adalah eksposur risiko nilai tukar. Penghitungan nilai ekposur
nilai tukar adalah sebagai berikut: hitung posisi lon~,, dan short dari semua posisi nilai tukar,
pilih posisi yang maksimum, tambahkan posisi nilai mutlak posi~_ emas. Beban risiko nilai
tukar sama dengan 8 persen dari nilai eksposur.
Dalam metode standar, eksposur nilai tukar adalah nilai maksimum short atau lory. Efek
nettify atati efek diversifikasi tidak diperhitungkan. Oleh karena itu, hasil penghitungan beban
risiko dengan metode ini akan cenderung besar. IMA memperhitungkan efek netting.

4) Beban Risiko Komoditas

Bank dapat menggunakan tiga pendekatan dalam menghitung beban risiko harp
komoditas. Pertama, pendekatan model internal. Kedua, pendekatan maittrity ladder sama
dengan yang terdapat pada risiko suku bunga. Ketiga, pendekatan sederhana Formula
penghitungan metode sederhana beban risiko komoditas adalah:

𝑀𝑅𝐶𝑡𝐶𝑂 = 15% 𝑥[𝑉𝑙𝑜𝑛𝑔 − 𝑉 𝑆ℎ𝑜𝑟𝑡 ] + 3%(|𝑉𝑙𝑜𝑛𝑔 | + |𝑉 𝑆ℎ𝑜𝑟𝑡 |)

Net exposure dikenakan beban 15 persen; dan cross exposure dikenakan beban 3 persen.
Apabila bank mempunyai portofolio komoditas, maka beban risiko portofolio tersebut sama
dengan penjumlahan dari masing-masing beban risiko komoditas:

𝐶𝑂
𝑀𝑅𝐶𝑡𝐶𝑂 = ∑𝑁
𝑖=1 𝑀𝑅𝐶𝑖,𝑡

Beban Risiko Opsi

Beban risiko posar untuk opsi dapat dihitung dengan menggunakan liga alternatif yaitu
dengan pendekatan sederhana, intermediate dan model internal. Pendekatan model internal
adalah pendekatan yang relatif paling rumit. Metode pendekatan internal disarankan bagi bank
yang banyak melakukan transaksi opsi secara iinternal. Sementara itu, bank dengan transaksi
opsi yang sederhana, misalnya posisi long opsi call, dapat menggunakan metode sederhana.
1. Tendekatan Sederhana (Simplified)
Tabel 14.5 menampilan perhitungan risiko opsi metode scderhana.
Tabel 14.5 Beban Risiko unfuk Risiko Opsi: Metode Sedernana intermediate
Posisi Beban Risiko
GMRC+SMRC untuk aset dasar opsi
Protective put (olong spot + long Pul) atau
dikurangi jumlah opsi yang in the money
Coverred call (short Spt + long call)
(ITM)
Minimum dari
Long call atau long put (1) MRC untuk aset dasar
(2) Nilai pasar opsi

2. Pendekatan Intermediate
Tabel 14.6 menampilkan penghiittngan beban risiko opsi dengan metode intermediate.
Tabel 14.6 Beban Risiko Gamma don Vega Opsi pada Model Delta Plus
Tipe Beban Risiko Aset Dasar Perubahan
risiko
 Gamma GRC = ½ x τ x(∆P)2 ∆P/P
lnsirumen Pendapaian Bobot di tabel 14.1
tetap
Saham 8%
Nilai tukar 8%
Komoditas 15%
Vega VRC = ∆ x (∆σ) Semua ∆σ/σ= ±25%
GRC : Beban Risiko Gamma (Gamma risk charge).
VRC : Beban risiko vega (vega risk charge)
Literatur : 1. Mamduh; Manajemen Risiko ; tahun 2009
2. Irham Hakim ; Manajemen Risiko; tahun 2017
. 3. Ikatan Banker Indonesia; Manajemen Risiko 1; tahun 2017