 Value at Risk (VAR) merupakan salah satu metoda untuk mengukur

resiko yang mungkin terjadi. Dalam perhitungan VaR diperoleh suatu

angka yang menunjukkan besarnya jumlah dana potensial (capital
reserve) yang harus dicadangkan untuk mengantisipasi resiko yang
mungkin terjadi.
 Perhitungan VaR dalam penulisan ini menggunakan metoda Variance-
Covariance, dengan menggunakan asumsi beberapa aset saham dalam
suatu portofolio.

I. Latar Belakang

Di dalam investasi, Value at Risk (VaR) merupakan salah satu cara untuk
mengukur besarnya resiko yang mungkin terjadi. Bank for International
Settlements (BIS) melalui Basle Accords berusaha mendayaupayakan bank
untuk melakukan pengukuran resiko. Bank diupayakan untuk mengukur
resiko market risk dengan menggunakan metode Value at Risk, agar dapat
mengalokasikan biaya dan memperkuat modal untuk mempersiapkan diri
terhadap akibat kerugian yang mungkin timbul.

II. Pengertian Value at Risk (VaR)

Value at Risk menghitung besarnya potensi kerugian yang mungkin terjadi

pada portfolio yang dimiliki perusahaan (atau investor). Potensi kerugian ini
didefinisikan untuk suatu jangka waktu tertentu (time horizon) dan nilai
probabilitas tertentu (confidence level). Selain itu, VaR sebagai besaran resiko
atau expected loss diukur dalam nilai absolut mata uang.

Misalkan: VaR harian dengan probabilitas 95% adalah IDR2.3 milyar.

Artinya, dalam periode 20 hari kedepan, terdapat kemungkinan rugi
harian sebesar paling tidak IDR2.3 milyar.

Dalam contoh ini terdapat beberapa hal yang penting diperhatikan:

 Time Horizon. VaR dapat dihitung berdasarkan kurun waktu harian,

mingguan, atau bahkan bulanan (jika terdapat data bulanan yang
cukup panjang). Jangka waktu yang ditetapkan untuk perhitungan VaR
antara lain tergantung kepada instrumen yang akan dihitung VaR-nya.
Misalnya untuk transaksi money market (atau Forex) jangka waktunya
dapat lebih pendek dari instrumen Medium Term Notes atau Floating
Rate Notes (securities).
 Confidence Level menyatakan seberapa besar probabilita kerugian
tersebut akan terjadi. Dalam contoh diatas, kemungkinan kerugian
kurang dari IDR2.3 bn akan terjadi pada 95 hari dalam 100 hari
mendatang (Dengan kata lain, ada 5 hari dimana kemungkinan
kerugian akan lebih besar dari IDR 2.3 bn). Dalam VaR, confidence
level yang umum dipakai adalah 95% atau 99%.

III. Beberapa Metode Perhitungan VaR

 Variance-covariance adalah metode penghitungan VaR yang

mempergunakan asumsi bahwa semua return aset-aset dalam
portofolio terdistribusi secara normal. Akibatnya, return dari
portofolio pun akan terdistribusi secara normal. Dalam metoda ini,
perhitungan VaR memerlukan data standar deviasi serta covariance
 dari aset-aset penyusun portofolio.
 Historical Simulation adalah metode dasar dari pendekatan non
parametric (tidak mengasumsikan distribusi normal). Metode ini
melakukan observasi terhadap return dari current prtfolio selama
beberapa waktu kebelakang. Berdasarkan data historis ini, kemudian
dihitung VaR current portfolio.
 Monte Carlo adalah metode perhitungan yang mirip dengan metode
variance-covarince, namun dalam metode monte carlo parameter-
parameter dari suatu distribusi tidak dihitung melainkan
diasumsikan. Metode ini dapat dipakai, jika data yang tersedia tidak
cukup panjang baik untuk metode variance-covariance ataupun
historical.

IV. Contoh perhitungan VaR (metode variance-covariance)

Anggaplah seorang investor memiliki portfolio yang terdiri atas 5 buah asset
yaitu saham PT Telkom, PT Gudang Garam, PT HM Sampoerna, PT Indah Kiat
Pulp, dan PT Indosat.

Untuk menghitung VaR maka diperlukan data-data berikut:

 Data bobot masing-masing aset dalam portofolio. Dalam tulisan ini

diambil pendekatan yang sederhana dimana bobot (weight) didapat
dengan membandingkan nilai market capitalization masing-masing
aset terhadap total market capitalization seluruh aset *1. Dengan
demikian diperoleh komposisi bobot sebagai berikut:

  TLKM GGRM HMSP INKP ISAT

Weight 39.00% 27.80% 13.90% 9.30% 10.00%
 Data yang juga dibutuhkan adalah data tentang volatilitas dari
portofolio tersebut. Untuk menghitung volatilitas portofolio, maka
dibutuhkan data tentang volatilitas dari masing-masing aset, dan
juga kovarians antara-aset. Hal ini semua terangkum dalam matriks
variance-covariance. Berikut ini adalah cara yang dapat ditempuh
untuk menghitung volatilitas portofolio:

1. Tentukan sample data. Untuk perhitungan berikut, data

historis adalah dari 1 Januari 1999 hingga 23 Agustus
2000 (terdapat 249 pengamatan).
2. Setelah data diperoleh, dilakukan penghitungan return
untuk kelima saham bersangkutan dengan menggunakan
persamaan*2

Return = ln(Pt-Pt-1)

dengan Pt menyatakan data hari ini dan Pt-

1 menyatakan data hari sebelumnya.

3. Jika hal ini dilakukan untuk setiap aset, maka masing-

masing aset akan mempunyai vektor return sebanyak 248
buah. Jadi, data yang dipakai untuk menghitung matriks
 variance-covariance adalah sebuah matriks berdimensi
248 buah x 5 kolom.

Dari matriks data dapat dilihat, matriks variance-covariance dengan dimensi

5x5.
0.001040 0.000416 0.000573 0.000366 0.000652
0.000416 0.001004 0.000676 0.000288 0.000378
varcov = 0.000573 0.000676 0.001307 0.000539 0.000639
0.000366 0.000288 0.000539 0.000942 0.000495
0.000652 0.000378 0.000639 0.000495 0.001889

Komponen diagonal dari matriks adalah varians dari masing-masing

aset, sedangkan sisanya menyatakan komponen kovarian antar aset.

Dengan menggunakan matriks ini, dihitung nilai risk atau varian

portfolio tersebut dengan menggunakan persamaan

risk portofolio = sigmap2 = w . varcov . v’ = 6.47.10-4

Sehingga standard deviasi portfolio (sigma p) adalah akar dari sigmap 2,

yaitu sebesar 0.0254 (2.54%).

Langkah berikutnya adalah menghitung volatilitas portofolio

pada confidence level tertentu. Jika diasumsikan confidence
level adalah sebesar 95% (yang secara statistik berarti number of
standard deviation adalah 1.64), maka diperoleh nilai volatility sebesar
4.17%.

volatility = 1.64 . sigmap = 1.64 . 0.0254 = 0.0417

Secara praktis, jika seorang investor mempunyai uang sebesar IDR10

bn, angka 0.0417 ini (4.17%) berarti bahwa terdapat kemungkinan si
investor akan mengalami kerugian minimal sebesar IDR417mn per hari
akibat adanya volatiitas harga saham-saham dalam portofolionya.
Angka IDR417 mn inilah yang disebut dengan angka VaR.

value at risk = 10bn . 0.0417 = 417m

Secara teknis, dari hasil perhitungan tersebut dapat ditarik kesimpulan

bahwa dalam seratus hari perdagangan terdapat 5 hari kejadian dimana
si investor mengalami kerugian lebih dari IDR417 m.

Untuk contoh dengan menggunakan asumsi confidence level sebesar

99% yang berarti number of standard deviation adalah 2.33, akan
diperoleh nilai volatiliy

volatility = 2.33 . sigmap = 2.33 . 0.0254 = 0.0593

Dengan kembali mengasumsikan nilai portfolio investor sebesar IDR10

bn, maka nilai Value at Risk dari portfolio tersebut adalah

value at risk = 10bn . 0.0593 = 593m

Dari hasil perhitungan tersebut dapat diartikan bahwa dalam seratus

hari perdagangan kemungkinan investor mengalami kerugian diatas
IDR 593 m adalah sebanyak 1 hari.

Dari kedua contoh diatas, maka dapat dilihat bahwa semakin tinggi
nilai confidence level yang dipergunakan, maka akan semakin besar
nilai Value at Risk-nya. Berarti capital allocation yang harus
dicadangkan investor juga semakin besar.

V. Kesimpulan

Dari perhitungan VaR didapat suatu angka yang menunjukkan besarnya jumlah
dana potensial (capital reserve) yang harus dicadangkan untuk mengantisipasi
resiko yang terjadi. Dengan menggunakan metode variance-covariance dalam
contoh perhitungan, dapat disimpulkan bahwa pemilihan angka confidence
level akan menentukan besarnya capital allocation yang harus dicadangkan
investor.

*1 Dalam praktek, bobot portfolio didapatkan dengan pendekatan Mean-

Variance versi Markowitz.
*2 Secara teknis, diasumsikan bahwa return adalah terdistribusi secara log-
normal.