Anda di halaman 1dari 21

Risiko Pasar

I Putu Aryanto
Ida Ayu Mas Laksmi Dewi

Manajemen Risiko

1106205094
1206205110

Risiko Pasar
Definisi Risiko Pasar
Bentuk-bentuk Risiko Pasar
1.

2.

General market risk (risiko pasar secara umum)


Specific market risk (risiko pasar secara
spesifik)

Manajemen Risiko

Teknik Pengukuran Risiko


Pasar
1. Deviasi Standar
Bagan 1. Kurva Normal

= deviasi standar

= nilai rata-rata
Manajemen Risiko

Perhitungan deviasi standar bisa digunakan


formula sebagai berikut ini.
E(R)

Ri / N

R2

(Ri E(R))2 / (N 1)

(R2 ) 1/2

Manajemen Risiko

2. VALUE AT RISK
Value At Risk (VAR) mengembangkan lebih lanjut konsep kurva

normal seperti yang telah dibicarakan di muka, untuk menjawab


pertanyaan sebagai berikut ini Jika besok adalah hari yang jelek,
berapa besar (nilai Rupiah) dan berapa besar kemungkinannya
(probabilitas) kerugian yang bisa dialami perusahaan besok (atau
beberapa hari mendatang)?
Jawaban tersebut akan berbentuk kalimat seperti berikut ini besok
ada kemungkinan sebesar 5% bahwa kerugian perusahaan
(karena pergerekan harga pasar yang tidak menguntungkan)
sebesar Rp10 juta atau lebih. Perhatikan bahwa VAR menjawab
pertanyaan tersebut dengan memberikan nilai uang dari kerugian
tersebut (Rp10 juta), dan besarnya kemungkinannya (5%).
Manajemen Risiko

METODOLOGI VAR
Metode historis menggunakan data

historis (data masa lalu) untuk


menghitung VAR.
Metode analitis menggunakan model
tertentu untuk mengestimasi VAR.
VAR Monte-Carlo menggunakan
simulasi untuk perhitungan VAR-nya.

Manajemen Risiko

VAR Metode Historis (Back Simulation)

Return dapat dihitung dengan cara


Return = {[P(t+1) Pt)] / Pt}x100%
Dimana :
Pt = return pada hari t
Pt+1 = return pada hari t+1
Alternatif lain adalah melakukan perhitungan dengan formula sebagai
berikut ini (lihat buku teks teori portofolio dan investasi untuk alasan
kenapa formula di bawah ini bisa diturunkan).
VAR portofolio = [ VARX2 + VARY2 + 2 XYVARX VARY] 1/2
Dimana :
VARX = VAR (Value At Risk saham X)
VARY = VAR (Value At Risk saham Y)
XY = korelasi return saham X dengan sahamY
Manajemen Risiko

Metode historis mempunyai kelebihan seperti


(1)
(2)

tidak mengasumsikan distribusi tertentu


sederhana.

Tetapi metode tersebut mempunyain kelemahan seperti


asumsi bahwa data masa lalu bisa dipakai untuk
memprediksi masa datang. Dengan kata lain, metode
tersebut mempunyain asumsi bahwa pola data di masa
lalu sama dengan pola data di masa mendatang.
Jika pola yang terjadi cukup stabil, maka data masa lalu
bisa dipakai untuk memprediksi data masa mendatang.
Jika tidak (misal ada krisis yang tidak terduga), maka
data masa lalu tidak bisa dipakai untuk memprediksi
masa mendatang.
Disamping itu, 20 observasi ke belakang masih
terbilang sangat sedikit. Idealnya kita bisa memperoleh
data historis cukup banyak, yang mencakup semua
siklus bisnis (resesi, boom, normal), sehingga data
tersebut bisa cukup representatif.
Manajemen Risiko

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 dideduksi (diambil) dari distribusi
tersebut (nilai yang diharapkan dan penyimpangannya).
Manajemen Risiko

Bagan 2. Kurva Normal untuk Perhitungan VAR

M-1.65.STD

M+1.65.STD

90%
-12,75

12%
0
Confidence

36,75

Interval

Manajemen Risiko

10

VAR dengan Simulasi Monte Carlo

Metode simulasi akan terbentuk distribusi

tertentu, kemudian melalui distribusi tersebut


VAR dapat dihitung yang memerlukan sumber
daya computer yang lebih besar disbanding
kedua metode sebelumnya.

Manajemen Risiko

11

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 obligasi
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.
Manajemen Risiko

12

Hubungan antara perubahan tingkat

bunga dengan nilai obligasi bisa dilihat


sebagai berikut ini (lihat bab mengenai
risiko perubahan tingkat bunga).
dP/P = D [ dR / (1 + R) ]
dimana dP = perubahan harga
P = harga obligasi
D = Durasi obligasi
dR = perubahan tingkat bunga
R = tingkat bunga
Manajemen Risiko

13

Bagan 4. Distribisi Perubahan Tingkat Bunga

Deviasi standar=1%

M-1.65.STD

90%

-1,65%
Manajemen Risiko

0%

M+1.65.STD

+1,65%
14

VAR untuk Periode Yang Lebih Panjang


Dalam beberapa situasi, kita ingin menghitung VAR
untuk periode yang lebih panjang. Misal, untuk melikuidasi posisi
portofolio, waktu satu hari tidak cukup. Kita memerlukan waktu, misal
5 hari. Padahal kita menghitung VAR dengan menggunakan periode
harian. Dalam situasi tersebut, VAR harian harus dikonversi menjadi
VAR 5-hari. Konversi tersebut bisa dilakukan dengan menggunakan
formula sebagai berikut ini.
VAR(n)
=
VAR(harian) x n
Kembali ke contoh di atas dimana 95%-VAR harian untuk portofolio
obligasi kita adalah Rp75 juta, 95%-VAR 5 hari bisa dihitung sebagai
berikut ini.
VAR (5 hari)
=
Rp75 juta x 5
=
Rp167,71 juta
Dengan demikian 95% VAR-5hari adalah Rp167,71 juta.
Manajemen Risiko

15

STRESS-TESTING
VAR mencoba menjawab berapa besar kerugian yang
bisa dialami dan berapa besar kemunginannya. Tetapi
VAR tidak bisa mendeteksi peristiwa-peristiwa yang
ekstrim. Peristiwa semacam itu biasanya mempunyai
probabilitas yang sangat kecil. Tetapi jika terjadi,
maka efeknya akan sangat serius bagi organisasi.

Manajemen Risiko

16

Stress-testing berusaha mengakomodasi kejadian

ekstrim tersebut. Yang ingin dijawab oleh stresstesting adalah pertanyaan sebagai berikut ini, Jika
peristiwa ekstrim terjadi, 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).
Manajemen Risiko

17

LANGKAH-LANGKAH
STRESS-TESTING

Mengidentifikasi dan Memilih Parameter Yang


Diperkirakan Akan Berubah
Menentukan Seberapa Besar Parameter tersebut akan
Dirubah (Di-stress)
Melihat Pengaruh Stress-testing Tersebut Terhadap
Nilai Portofolio
Melihat Asumsi Yang Digunakan, Merubah Asumsi
Tersebut jika Diperlukan (Misal Dalam Situasi Krisisi,
Asumsi Yang Biasa Berlaku Barangkali Tidak Jalan
Lagi).
Manajemen Risiko

18

Meskipun stress test nampaknya mudah, tetapi stress-test

menggunakan banyak pertimbangan subyektif.


Parameter apa yang harus distress test dan berapa besar
perubahannya, merupakan pertanyaan yang bersifat
subyektif. Idealnya parameter tersebut adalah parameter
yang relevan dengan organisasi, karena parameter yang
tidak relevan hanya akan mengakibatkan kelebihan
informasi (information overload).
Stress-test juga tidak menggunakan probabilitas. Stresstest hanya menyajikan angka seberapa besar keuntungan
atau kerugian akibat peristiwa tertentu.
Karena peristiwa yang di-stress biasanya jarang terjadi,
maka informasi histories mengenai peristiwa tersebut masih
jarang (terbatas).
Disamping itu, seperti disinggung di atas, hubungan yang
normal dalam situasi normal bisa berubah menjadi tidak
normal dalam situasi ekstrim (situasi stress-test).
Manajer risiko harus berhati-hati terhadap kemungkinan
semacam itu.
Manajemen Risiko

19

BACKTESTING
Backtesting adalah istilah untuk proses pengecekan apakah
model yang kita gunakan sudah sesuai dengan realitas yang ada.
Sebagai contoh, jika kita menghitung 99%VAR-1 hari, dan
memperoleh angka Rp500 juta. Back testing akan melihat
seberapa sering kerugian yang dialami perusahaan di masa lalu
yang melebihi Rp500 juta. Jika kita menemukan bahwa kerugian
di atas Rp500 juta adalah sekitar 1% atau kurang, maka kita bisa
mengatakan bahwa model kita cukup bagus, sesuai dengan
kenyataan yang ada. Tetapi jika kita menemukan bahwa kerugian
di atas Rp500 juta mencapai 10% dari total observasi, maka
model VAR kita barangkali perlu diragukan. Model tersebut
barangkali tidak sesuai dengan realitas yang ada, dan perlu
diperbaiki.
Manajemen Risiko

20

Sesi Diskusi

Terima Kasih
Manajemen Risiko

21