NPM : C1C019155
Kelas : 5E
Mata Kuliah : Manajemen Risiko
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
nilai rata-rata
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
E(R) = Ri/ N
Rt = (Ri – E(R))2 / (N -
1) ( R2 )1/2
R =
Tabel 9.1 Tingkat keuntungan historis
A B
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
6.
7. 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 (dari 0 sampai dengan 99), yang mencerminkan total
probabilitas yang berjumlah 100 (atau 5 angka seperti terlihat diatas).
8.
9. Tabel sampel simulasi Monte – Carlo
10.
Angka Random Tingkat Keuntungan Yang Berkaitan
1 31 0,5
2 29 0,1
3 11 0
4 65 1
5 54 1
6 6 -0,25
7 45 0,5
8 26 0,1
9 50 0,5
10 33 0,5
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 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
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 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.