PERHITUNGAN VALUE at RISK (VaR)
DENGAN PENDEKATAN DISTRIBUSI NORMAL
1. Value
at Risk (VaR)
Semenjak
Morgan (1999) mempublikasikan Riskmetrics, perhitungan risiko dirasa sangat
penting dalam analisis keuangan. Value at Risk merupakan salah satu bentuk pengukuran
risiko yang cukup popular. VaR merupakan salah satu alat analisis statistik
yang digunakan untuk mengukur kerugian dalam investasi.
VaR
didefinisikan sebagai estimasi kerugian maksimum yang mungkin dialami pada
suatu periode tertentu dengan tingkat kepercayaan (confidence level) tertentu. VaR dapat menghitung besarnya kerugian
terburuk yang dapat terjadi berdasarkan volatilitas dari asset, tingkat
kepercayaan akan terjadinya risiko dan jangka waktu penempatan asset.
Dalam
penghitungan VaR, jika didefinisikan sebagai nilai investasi awal dari asset maka
nilai asset pada akhir periode waktu adalah . Seperti diketahui bahwa expected
return dan volatilitas dari R masing-masing adalah dan . adalah nilai asset pada tingkat kepercayaan (1-), dengan serta merupakan nilai return yang dihasilkan pada tingkat
kepercayaan (1-).
Definisi
VaR dibedakan menjadi dua macam yaitu VaR absolute dan VaR relative. VaR absolute merupakan kerugian (dalam satuan
uang) relative terhadap nol (tanpa acuan mean).
VaR absolute = . (1)
VaR
relative untuk distribusi umum didefinisikan sebagai kerugian relative terhadap
mean.
VaR relatif = . (2)
Berdasarkan
dua definisi tersebut, VaR ekuivalen dengan pengidentifikasian nilai minimum
dari atau titik kritis dari
return , dimana VaR absolute (Mean Zero absolute VaR) mempertimbangkan
kerugian murni dalam kaitannya dengan pergerakan pasar tanpa mempertimbangkan
return yang diturunkan dari asset. VaR absolute mengasumsikan expected return berdistribusi normal
dengan mean nol. Sedangkan VaR relative (Earnings at Risk) menyertakan expected return dalam perhitungan VaR.
Dalam
praktek, jika yang digunakan adalah pendekatan metode parametrik, maka yang
digunakan adalah VaR relatif, karena aplikasi VaR relatif lebih mudah yaitu
tidak membutuhkan evaluasi mean return. Untuk selanjutnya pembahasan difokuskan
pada VaR relatif.
Dalam bentuk umum, VaR dapat
ditentukan melalui distribusi nilai return di masa depan dengan : return asset. Pada tingkat kepercayaan (1-) akan ditentukan nilai sehingga probabilitas lebih dari sama dengan (1-).
(3)
Atau
probabilitas munculnya nilai return kurang atau sama dengan , yaitu sama dengan , adalah sebagai berikut.
= . (4)
Dengan kata lain, pada daerah (] harus sama dengan (misal 5%). Nilai merupakan persentil- dari distribusi return
yang merupakan nilai kritis dengan peluang yang sudah ditentukan. Perhitungan
VaR dalam persamaan (4) bersifat fleksibel untuk setiap distribusi peluang.
2.
Tingkat
kepercayaan
Tingkat
kepercayaan yaitu peluang bahwa VaR tidak akan melampaui maksimum kerugian.
Penentuan tingkat kepercayaan dalam perhitungan VaR tergantung penggunaan VaR.
Hal ini sangat penting bagi perusahaan karena dapat menggambarkan kemampuan
perusahaan dalam mengambil risiko kerugian. Semakin besar risiko yang diambil
perusahaan, semakin besar pula tingkat kepercayaan dan alokasi modal untuk
menutupi kerugian modal yang diambil.
3.
Periode
waktu
Periode
waktu (holding period) yaitu periode
suatu institusi memegang suatu asset. Pada umumnya, institusi-institusi
financial seperti perbankan, VaR dihitung dalam periode 1 hari, 1 minggu (5
hari bisnis) sampai 2 minggu. Sedangkan perusahaan yang mempunyai asset real
seperti perusahaan property atau real estate menggunakan periode waktu lebih
lama yaitu 1 bulan (20 hari bisnis)
sampai dengan 4 bulan bahkan 1 tahun.
Untuk
holding periode lebih dari 1 hari, diperlukan konversi untuk mean dan variansi
dari return selama periode yang diinginkan. Jika dan menyatakan mean dan
variansi dari return sepanjang holding period
(hp) tertentu, maka mean dan variansi sepanjang hp tertentu adalah:
(5)
, sehingga . (6)
Secara
umum, the Bassel Commettee on Banking
Supervision menentukan aturan konversi waktu dalam perhitungan VaR sebagai square root time rule (Dowd, 2002)
sebagai:
VaR(hp,
(1-α)) = VaR(1, (1-α)). (7)
4. Normal Value at Risk
Perhitungan
VaR dengan distribusi normal merupakan perhitungan VaR dengan pendekatan
parametrik karena melibatkan estimasi parameter. Langkah awal yang harus
dilakukan adalah membawa bentuk distribusi umum ke bentuk distribusi
normal standard , dengan mean 0 dan variansi 1.
Perhitungan VaR ekuivalen dengan perhitungan
deviasi sehingga luas daerah sebelah kiri sama dengan , maka
==
=
=, (8)
dengan
1- adalah tingkat
kepercayaan dari variabel random normal standard Z. Jika dipilih tingkat
kepercayaan 1-, maka didefinisikan sebagai kuantil distribusi normal standard
sedemikian hingga dari densitas peluang
berada di sebelah kiri dan 1- berada di sebelah
kanan. Sebagai contoh pada tingkat kepercayaan 95% (=5%) akan diperoleh =-1,645. Sehingga
. (9)
Selanjutnya
dapat dibentuk formulasi VaR dengan mensubsitusikan persamaan (9) ke persamaan
(2), yaitu:
VaR
= .
=
VaR=. (10)
Kemudian subsitusikan persamaan (10) ke
dalam persamaan (7) sehingga diperoleh rumus untuk VaR sepanjang holding period (hp) dan tingkat kepercayaan
(1-α) sebagai berikut:
VaR(hp,
(1-α)) = (11)
Contoh
Perhitungan VaR
Dalam
perhitungan VaR, ada 3 komponen penting yang harus diperhatikan, yaitu holding
period, tingkat kepercayaan
dan estimasi kerugian. Dalam contoh perhitungan VaR ini diasumsikan
besarnya investasi Rp 1 milyar. Perhitungan VaR menggunakan persamaan VaR normal.
Contoh
Diberikan
data return saham Bumi resources, Telkom, Inco dan UNTR sebagai berikut.
Tanggal
|
BUMI
|
r(bumi)
|
TELKOM
|
r(telkom)
|
Rp (Bumi,Telkom)
|
INCO
|
UNTR
|
2-Jan-08
|
6000
|
7600
|
32300
|
6700
|
|||
3-Jan-08
|
6000
|
0
|
7600
|
0
|
0
|
29850
|
7100
|
4-Jan-08
|
6350
|
0.056695
|
7800
|
0.025975
|
0.031892
|
29950
|
7500
|
7-Jan-08
|
6400
|
0.007843
|
7800
|
0
|
0.001511
|
30050
|
7400
|
8-Jan-08
|
6300
|
-0.01575
|
7750
|
-0.00643
|
-0.00823
|
29550
|
7300
|
9-Jan-08
|
6350
|
0.007905
|
7700
|
-0.00647
|
-0.0037
|
29000
|
6800
|
14-Jan-08
|
6350
|
0
|
7800
|
0.012903
|
0.010418
|
27000
|
6900
|
15-Jan-08
|
6100
|
-0.04017
|
7750
|
-0.00643
|
-0.01293
|
26950
|
6850
|
16-Jan-08
|
5650
|
-0.07663
|
7550
|
-0.02615
|
-0.03587
|
27750
|
7050
|
17-Jan-08
|
5650
|
0
|
7650
|
0.013158
|
0.010624
|
28600
|
7050
|
18-Jan-08
|
5650
|
0
|
7750
|
0.012987
|
0.010486
|
30150
|
7100
|
21-Jan-08
|
5050
|
-0.11227
|
7550
|
-0.02615
|
-0.04273
|
30250
|
6800
|
22-Jan-08
|
4700
|
-0.07183
|
7450
|
-0.01333
|
-0.0246
|
31550
|
6600
|
23-Jan-08
|
5425
|
0.143455
|
7300
|
-0.02034
|
0.011207
|
32800
|
6650
|
24-Jan-08
|
5400
|
-0.00462
|
7450
|
0.02034
|
0.015533
|
34850
|
6550
|
25-Jan-08
|
5950
|
0.096992
|
7500
|
0.006689
|
0.024081
|
35800
|
6550
|
28-Jan-08
|
6500
|
0.088411
|
7350
|
-0.0202
|
0.000716
|
35600
|
6600
|
29-Jan-08
|
6600
|
0.015267
|
7400
|
0.00678
|
0.008414
|
34200
|
6600
|
30-Jan-08
|
6400
|
-0.03077
|
7600
|
0.026668
|
0.015605
|
34500
|
6650
|
31-Jan-08
|
6400
|
0
|
7600
|
0
|
0
|
34500
|
6750
|
1-Feb-08
|
6650
|
0.038319
|
7400
|
-0.02667
|
-0.01415
|
34200
|
6750
|
4-Feb-08
|
7250
|
0.086385
|
7500
|
0.013423
|
0.027475
|
33000
|
6850
|
5-Feb-08
|
7350
|
0.013699
|
7900
|
0.05196
|
0.044591
|
32500
|
6750
|
6-Feb-08
|
7150
|
-0.02759
|
8200
|
0.037271
|
0.024779
|
32800
|
6650
|
11-Feb-08
|
7000
|
-0.0212
|
8600
|
0.047628
|
0.034371
|
33500
|
6650
|
12-Feb-08
|
6850
|
-0.02166
|
8450
|
-0.0176
|
-0.01838
|
33650
|
6450
|
13-Feb-08
|
7100
|
0.035846
|
8550
|
0.011765
|
0.016403
|
33500
|
6500
|
14-Feb-08
|
7300
|
0.02778
|
8100
|
-0.05407
|
-0.0383
|
35500
|
6300
|
15-Feb-08
|
7250
|
-0.00687
|
7950
|
-0.01869
|
-0.01642
|
35300
|
6350
|
18-Feb-08
|
7400
|
0.020479
|
7900
|
-0.00631
|
-0.00115
|
36050
|
6500
|
19-Feb-08
|
7450
|
0.006734
|
8000
|
0.012579
|
0.011453
|
37950
|
6650
|
20-Feb-08
|
7350
|
-0.01351
|
8050
|
0.006231
|
0.002428
|
40050
|
6800
|
21-Feb-08
|
7800
|
0.059423
|
7850
|
-0.02516
|
-0.00887
|
41700
|
6850
|
22-Feb-08
|
7950
|
0.019048
|
8000
|
0.018928
|
0.018951
|
42950
|
7100
|
25-Feb-08
|
7850
|
-0.01266
|
8200
|
0.024693
|
0.017499
|
42200
|
7400
|
26-Feb-08
|
7750
|
-0.01282
|
8450
|
0.030032
|
0.021779
|
42200
|
7300
|
27-Feb-08
|
7900
|
0.01917
|
8450
|
0
|
0.003692
|
41950
|
7100
|
28-Feb-08
|
7950
|
0.006309
|
8300
|
-0.01791
|
-0.01325
|
41450
|
7100
|
29-Feb-08
|
7700
|
-0.03195
|
8400
|
0.011976
|
0.003516
|
40850
|
7100
|
1. Perhitungan
manual pada saham BUMI
a.
Mean
=1/39 (0 + 0.056695+ …+0) = 0.006565
b.
Standard deviasi
=1/(39-1) [(0-0.006565)2 +(0.056695-0.006565)2
+…
+ (0.006565)2 ]
= 0.002308
c.
Perhitungan normal VaR
dengan tingkat kepercayaan 95% dan holding period 1 hari
VaR
(hp, (1-α)) =
VaR
(1, 95%) =
= -(-1,645).1.( 0.048042)(1.000.000.000)
= 79.030.000
Nilai
normal VaR dengan tingkat kepercayaan 95% dan holding period 1 hari adalah 7,903%
d.
Perhitungan normal VaR
dengan tingkat kepercayaan 95% dan holding period 5 hari
VaR
(hp, (1-α)) =
VaR
(5, 95%) =
= -(-1,645). .(0.048042)(1.000.000.000)
= 176716000
Nilai
normal VaR dengan tingkat kepercayaan 95% dan holding period 5 hari adalah 17,6716%
PORTOFOLIO
Portofolio adalah gabungan dua
sekuritas atau lebih yang terpilih sebagai target investasi dari investor pada
suatu kurun waktu tertentu dengan ketentuan tertentu, misalnya mengenai
proporsi pembagian dana atau modal yang ditanamkan (Tandelilin, 2001).
Dalam pembentukan portofolio,
seorang investor berusaha memaksimalkan tingkat pengembalian (expected return) dari investasi dengan
tingkat risiko tertentu atau dengan kata lain, portofolio yang dibentuk dapat
memberikan tingkat risiko terendah dengan expected
return tertentu. Portofolio yang
mencapai tujuan tersebut disebut dengan portofolio yang efisien. Jika seorang
investor dihadapkan pada beberapa portofolio yang efisien, maka investor
sebaiknya memilih portofolio yang optimal.
Dalam pembetukan portofolio, setiap
asset memiliki kontribusi dengan pembobotan . Dalam portofolio optimal, komposisi bobot ditentukan menggunakan kriteria optimalitas. Kriteria
optimalitas yang dimaksud adalah dengan menggunakan efisiensi varian dari portofolio
yang dibentuk dan tidak memasukkan asset bebas risiko (seperti SBI) dalam portofolionya.
Penentuan bobot optimal dapat diselesaikan dengan batasan bahwa jumlah bobot portofolio
= 1 ().
Didefinisikan varian portofolio
sebagai:
.
Meminimalkan
fungsi terhadap sama halnya dengan meminimalkan fungsi .
Tujuannya
adalah meminimalkan risiko berdasarkan mean return portofolio yang terbentuk.
Secara matematis dapat ditulis sebagai:
,
dengan
batasan .
Secara
matematis, permasalahan optimalisasi tersebut dapat diselesaikan dengan fungsi
Lagrange.
(12)
dengan
L= fungsi Lagrange,
= faktor pengali Lagrange.
Untuk
mendapatkan nilai optimal dari bobot , fungsi L diturunkan parsial terhadap dan hasilnya disamakan dengan nol. Turunan parsial L terhadap
adalah:
(13)
Dengan
mensubsitusikan persamaan (13) ke (12) diperoleh:
Besaran
tersebut merupakan fungsi dari maka
(14)
Persamaan
(14) disamakan dengan nol, sehingga
diperoleh:
(15)
karena
.
Persamaan
(15) disubstitusikan ke (13) diperoleh bobot :
.
Jika
bobot masing-masing asset sudah ditentukan maka return portofolio dapat
ditentukan dengan rumus:
dengan : bobot asset ke-i (i=1,2,…, N) dan
: return asset ke-i pada periode waktu t.
Risiko portofolio
adalah kerugian yang dihadapi secara total karena harga sekumpulan asset lebih
kecil dari pada return portofolio yang diharapkan. Semakin banyak peluang
terjadinya return yang rendah bahkan negative dari suatu portofolio investasi
maka semakin berisiko suatu portofolio investasi. Semakin besar dispersi dari expected return suatu portofolio investasi
maka semakin besar pula risiko portofolio investasinya dengan asumsi
berdistribusi normal.
Pada dasarnya
retun portofolio dipengaruhi oleh:
- Risiko
masing-masing saham
- Proporsi
dana yang diinvestasikan pada masing-masing saham
- Kovarian
atau koefisien korelasi antarsaham dalam portofolio
- Jumlah
saham yang membentuk portofolio (Halim, 2005).
Penghitungan VaR portofolio
Dengan asumsi periode kepemilikan 1 hari (harian)
maka rumus (11) menjadi VaR(1-α)= . Perbedaan perhitungan VaR individu dan VaR portofolio terletak
pada perhitungan volatilitas (). Pada perhitungan VaR portofolio, volatilitas dapat
diestimasi dengan akar kuadrat dari varian portofolio. Langkah-langkah
perhitungan VaR portofolio adalah sebagai berikut.
Materi by Dosen Manajemen Risiko Statistika Undip