SKRIP SI

ANALISIS VALUE AT RISK PORTOFOLIO OPTIMUM SAHAl\tI P ADA

PERUSAHAAN YANG TERDAFTAR DI JAKARTA ISLAMIC INDEX

DENGAN PENDEKATAN MODEL EVl/MA

(Periode Januari 2007- Mei 20U)

••• 111 Universitas lslcm1 Negeri

F 1-!IDAYATULLAH "'""'''"'""

disusun oleh:

AGUSTINA

207081000432

JURUSAN MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SY ARIF HIDA YATULLAH

JAKARTA

Analisis Value At Risk Portofolio Sabam Optimum Dii Jaliarta Islamic Iudex Dengau Pendekatan EWMA (Periode 2007-2011)".

Skripsi

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Ekonomi

Oleh:

A.gustiua

207081000432 {)iterin.

dari l'g!.

No. lfnduk

. . ; :oB.:~:::o.:}::~:29.ii::· :::. ::

Di Bawah Bimbingan : . .Q!.l.2. .. : .. 9.3 ... ~ . ..\.\.<\£{2

Pembimhing I

~ (

Prof. Dr. Ahmad Rodoni, MM

NIP. 19690203 200112 l 003

................. ,0 ............... , "'''''

Pembimbing II

(-~~-·

Amalia, SE,M.SM

NIP. 197408212009012005

JURUSAN MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSIT AS ISLAM NEGERI SYARlF HIDA YATULLAH

JAKARTA

1432H/2011M

LEMBAR PENGESAHAN UJIAN KOMPREHENSIIF

Hari ini Senin-Ralm 30 Mei - 0 I Juni 20 I l telah dil<akukim Ujian Komprehensif atas

mahasiswa:

l. Nama : AGUSTINA

2. NIM : 207081000432

3. Jumsan : Manajemen Keuangan

4. Judul Skripsi :"Analisis Value At Risk Portofolio Optimum Scaham Pada

Perusahaan yang Terdaftar di Jll dengan Pendekatan EWMA ".

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang bersangkutan

selama proses ujian komprehensif, maka diputuskan bahwa rnahasiswa tersebut di atas

dinyatakan lulus dan diberi kesempatan untuk mela11intkan ke tahap Ujian Skripsi sebagai

salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan

Bisnis Universitas Islam Negeri SyarifHidayatullah Jl!klitrta.

Jakarta, 08 Juni 2011

1. Suhendra, S.Ag, MM

NIP. 19711206 2003121 l 001 Ketua

2. Arief Mufraiui, Le, M.Si

NIP. 19770122 200312 I 001 Sekretaris

3. Prof. Dr. Abdul Hamid, MS:

NIP. 19570617 198503 l 002 Penguji Ahli

LEMBAR PENGESAHAN UJIAN SKRIPSI

Hari ini Rabu, Tanggal 7 Desember 2011 telah dilakukan Ujian Skripsi atas mabasiswa :

1. Nama

2. NIM

3. Jurusan

AGUSTINA

207081000432

Manajemen

4. Judul Skripsi : Analisis Value At Risk Portofolio Optimum Sabam Pada Perusahaan

Yang Terdaftar Di Jakarta Islamic Index Dengan Pendekatan Model

Ewma (Periode Januari 2007- Mei 2011)

5. Setelah mencermati dan mernperbatikan penampilan dan kemampuan yang bersangkutan

selama proses ujian Skripsi, maka diputuskan bahwa mahasiswa tersebut diatas dinyatakan

lulus dan Skripsi ini diterirna sebagai salah satu syarat untuk mernperoleh gelar Sa1jana

Ekonomi pada Fakultas Ekonomi dan Bisnis Univeritas Islam Negeri Syarif Hidayatullah

Jakarta.

Jakarta, 19 Desember 2011

I. Prof Dr. Abdul Hamid,MS .NIP. 19570617198503 1 002

2. Suhendra,S. Ag, MM NIP. 197112062003121 001

3. Prof.Dr.Ahmad Rodoni,MM NIP. 19690203 200112 1 003

4. Amalia, SE., MSM NIP. 197408212009012005

5. lndo Yama Nasarudin, SE., MAB NIP. 197411272001121002

~-&tf~-;) ( ___ .--J""" / )

Ketua

( lfJ1r

Sekretaris

( ~~ ) Pembimbing I

~

l'--0--._,_.~ ....... ( )

Pembimbing II

( ~~t Penguji Allli

SURAT PERNYATAAN

fama Mahasiswa : AGUSTINA

HM : 207081000432

lurusan : Manajemen

)engan ini menyatakan babwa skripsi ini adalab basil karya saya sendiri yang merupakan

tasil penelitian, pengolahan dan analisis saya sendiri serta bukan merupakan replikasi

naupun saduran dari basil karya atau basil penelitian orang lain.

~pabila terbukti skripsi ini plagiat atau replikasi, maka skripsi ini dianggap gugur dan harus

nelakukan penelitian ulang untuk menyusun skripsi baru dan kelnlusan serta gelarnya

libatalkan.

)emikian pernyataan ini dibuat dengan segala akibat yang timbul dikemudian hari meajadi

anggung jawab saya.

Jakarta, 9 November 2011

AGUSTINA

Data Diri

Nama Lengkap

TTL

Ag am a

Alan1at Asal

No. Tlp

e-mail

Pendidikan

ORGANISASI

CURRICUJ,UM VITAE.

: Agustina

: Batu Panjang, 29 Agustus 1989

: Islam

: Jl. Sultan syarifkasim RT:OS RW:Ol No: 26

: 083877233183

: elsa_agustina89@yahoo.com

2007-2011

2004-2007

2001-2004

1995 -2001

Universitas Islam Negeri Syarif Hidayatullah

Jakarta Fakultas Ekonorni dan Bisnis, Jurnsan

Manajemen, Konsentrasi Keuangan.

MA PonPes Dar El Hikmah Pekan Baru.

MTs PonPes Dar El Hikmah Pekan Baru.

SDN 002 Rupat

I. IKPDH (Ikatan Keluarga besar Ponpes Dar el-Hikmah)

2. Theater SEMENANJUNG (Seni Melayu Nan Dijunjung)

3. IPEMALIS (Ikatan Pelajar Mahasiswa Bengkalis)

4. OSDH PON PES DAR EL HIKMAH PEKAN BARU

Abstract:

7his sludy to de/ermine !he co11duc/ {?f returns and volalifity from the s/ocks that listed in .fl! during 2007 through 201 I, that fimned in the oplimum por(fblio. Single J11dex /vfodel (SllVJ) is used lo find the composition {?l stocks thal included in !he optimum portfolio categmy. One <!/the W(\)!S to measure the risk is the method !!f /Talue al Risk (VaR). VaR is a risk measurement quantitatively that estimates the maximum loss potential that mqy occurs in the .fi1t11re that will be encountered al a certain lime period and at a cerlain level of COl?fldence. Vofatilily is used lo eslimale !he maximum loss that may occurs 011 an asset. Volatilily is a measurement to find out an asset price fluctuation. There are several methods of measuring volatility. Volatility estimation method that is used, the method Epo11e11tially Weighted !v!oving Average (EWMA) using the assu111plio11<~f95% !eve! !?f cor1fidence and the decay factor 0.94. The problem arises is whether the methods and assumptions that are used have been accurate considering there are various methods used to estimate volatility. The calculation result !?f Val? is next tested by Kupiec backtesting to test the validity <!f the VaR method. 1\i>elve (14) stocks tes!ed the validity and the 011ly one stock that is 11ot valid. 7he Stocks that are proven validity BUlvf!, BIEL, IN1P, PTBA, KLBF, UNSP, SMCB, UN1](, ELTJ~ UNVJ?, 77NS,CmA, LSJP and AS!!, whereas LPKR tested is invalid.

Keyword\': .Jll, Optimum Por(folio, S1JYI, VaR, EW/v!A

Abstrak:

Penelitian ini untuk mengetahui perilaku return dan volatilitas dari saham­saham yang terdaftar di JII selama periode 2007 sampai dengan 2011 yang terbentuk dalam portofolio optimum. Single Index Model (SIM) digunakan untuk mencari komposisi saham yang termasuk dalam kategori portofolio optimum. Salah satu cara untuk mengukur resiko adalah rnetode Value at Risk (VaR). VaR rnerupakan pengukuran resiko secara kuantitatif yang rnengestirnasi potensi kerugian rnaksimal yang mungkin terjadi pada rnasa yang akan datang yang akan dihadapi pada jangka waktu tertentu dan pada tingkat kepercayaan tertentu. Volatilitas dipakai untuk mengestimasi kerugian maksimum yang rnungkin terjadi pada suatu aset. Volatilitas adalah suatu ukuran untuk mengetahui fluktuasi harga suatu aset. Terdapat beberapa metode pengukuran volatilitas. Metode estimasi volatilitas yang dipakai adalah metode: Eponentially Weighted lvloving Average (EW!v!A) dengan menggunakan asumsi level of cm1fide11ce 95% dan decay factor 0. 94. Perrnasalahan yang timbul adatah apakah metode dan asumsi yang di1,,runakan sudah tepat rnengingat terdapat berbagai metode yang digunakan untuk rnelakukan estimasi volatilitas.Hasil perhitungan VaR kemudian diuji dengan backtesting Kupiec untuk menguji validitas metode VaR tersebut. Duabelas (14) saharn teruji validitasnya dan hanya satu saham yang tidak valid. Saharn-saham yang temji validitasnya adalab BUMI, BTEL, INTP, PTBA, KLBF, UNSP, SMCB, UNTR, EL TY, UNVR, TINS, CTRA, LSIP dan ASH, sedangkan LPKR teruji tidak valid.

KeywordY: .Ill, Portofolio Optimum, SIM, VaR, EWMA

KATA PENGANTAR

Assalamu'alaikum Wr.Wb

Alhamdulillaahirobbil 'alamin, Segala puji dan syukur kehadirat Allah SWT,

berkat limpahan taufik dan hidayah- Nya serta telah diberikan kek:uatan lahir dan batin

kepada diri penulis, sehingga setelah melalni berbagai proses yang culrnp panjang

akhirnya skripsi ini dapat penulis selesaikan dengan lancar. Shalawat serta salam

terlimpahkan kepada baginda besar Nabi Muhammad SAW, yang telah menyampaikan

ajaran islam dan semoga kita semua akan mendapatkan syafa'at-Nya, Amin.

Skripsi yang penulis selesaikan merupakan salah satu dzui banyak. nikmat yang

Allah SWT berikan kepada saya. Sestmgguhnya ilmu dan kemampuan penulis sangat

terbatas, sehingga di dalam penyusunan skripsi ini penulis banyak menghadapi

tantangan. Naimm dengan adanya bimbingan serta motivasi dari berbagai pihak,

tantangan-tantangan tersebut tidak menjadi hambatan yang dapat menggagalkan cita­

cita penulis.

Penyusunan skripsi ini diajukan guna memenuhi syarat untuk mencapai gelar

Saijana Ekonomi Jurusan Manajemen pada Fakultas Ekonomi dan Bisnis Universitas

Islam Negeri SyarifHidayatullah Jakarta.

Pada kesempatan ini izinkanlah penulis menyampaikan rasa terima kasih yang

sebesar-besarnya atas segala bimbingan, pengarahan, serta bantuai1 yang di be1ikan

sehingga penulis dapat menyelesaikan skripsi ini. Maka penulis mengucapkan banyak

terima kasih kepada:

1. Kedua orang tua tercinta, untuk Ayahanda dan Ibunda yang memiliki peran yang

sangat penting dan tidak terhingga yang selalu memberikan rasa cinta, perhatian,

dan kasih sayang, serta motivasi dan membantu secara moral dan materi serta selalu

mengiringi penulis melalui doa dan restu. Se1ta untuk kakak-kakakku tersayang,

Safrizal dan Desi Sartika.

2. Bapak Prof. Dr. Abdul Hamid, MS, selaku Dekan Fakulta.s Ekonomi dan Bisnis

Universitas Islam Negeri Syarif Hidayatullah Jakarta.

3. Bapak Arief Mufraini, Le, !vi.Si, selaku ketua jurusan program prodi manajemen

fakultas Ekonomi dan Bisnis Universitas Islam Negeri SyarifHidayatullah Jakarta.

4. Bapak Prof. Dr. Ahmad Rodoni, MM, selaku dosen pembimbing I yang telah

berkenan meluangkan waktu, tenaga, pikiran dan kesabarannya untuk memberikan

bimbingan dan arahan dalam penyusunan skripsi ini.

5. Ibu Amalia, SE., M.SM selalrn dosen pembimbing II yang dengan sabar

memberikan petunjuk dan pene,'fahan yang berguna bagi penulis dalam proses

penulisan skripsi ini.

6. .Para penguji ujian komprehensif: Bapak Prof. Dr. Abdul Hamid, MS, Arief

Mufraini, Le, M. Si, Suhendra, S.Ag, MM.

7. Semua dosen FEB Universitas Islam Negeri SyarifHidayatullah Jakarta yang telah

memberikan ilmm1ya yang tidak bisa disebutkan namanya satu per satu, semoga

Allah SWT membalas kebaikan bapak dan ihu. Serta seluruh jajaran staf fakultas

ekonomi dan bisnis, terima kasih atas bantuan, kemudahan, perhatian, dan

pelayanan yang telah diberikan

8. Kepada Riansar Bini Nugroho yang selalu mendampingi saya disaat susah maupun

senang, yang selalu memberikan dukungan dan semangat selama pembuatan skripsi

ini hingga selesai.

9. Kepada teman-teman tercinta Manajemen A & B, klmsusnya kelompok RY ANTI:

Ria, Yossy, Ade dan Nurul. terima kasih untuk persahabatan yang luar biasa yang

telah memberikan rasa kebersamaan, keakraban, kepedulian dan silaturrahmi yang

tetjalin selama ini.

Penulis menyadari bahwa skripsi ini masih belum sempuma dan masih belum

lengkap. Harapan besar dari penulis, semoga skripsi ini dapat bermanfaat bagi pembaca,

sehubungau dengan keterbatasan kemampuan yang dimiliki penulis, dengan rendah hati

penulis menerima saran dan kritik yang membangun demi lebih baiknya skripsi ini.

Wassalamu'alaikum Wr. Wb

Jakarta, 9 November 2011

Penulis

Agustina

DAFTARISI

Lembar Pengesahan Skripsi

Lembar Pengesahan Ujian Komprehensif

Lembar Pengesahan Uji Skripsi

Lembar Pemyataan Bebas Plagiarisme

Riwayat Hidup

Abstract

Abstrak

Kata Pengantar

Daftar Isi

Daftar Gambar

Daftar Tabel

Daftar Lampiran

BAB I PENDAHULUAN

A. Latar Belakang Penelitian

B. Perumusan Masalah

C. Tujuan Dan Manfaat Penelitian

BAB II TINJAUAN PUSTAKA

A. Pasar Modal Syariah

1. Pengertian Pasar Modal Syariah

2. Prinsip Syariah Dalam Pasar Modal

3. Fungsi Pasar Modal Syariah

4. Karakter Pasar Modal Syariah

Halaman

II

Ill

IV

Vll

x

XI

Xll

1

11

12

14

16

17

18

19

6. Instrnmen Pasar Modal Syariah 21

7. Jakarta Islamic Index (JI!) 21

8. Saham Syariah

a. Pengertian Saham Syariah 23

b. Return Saham 27

c. Resiko Saham 29

9. Portofolio

a. Pengertian Portofolio 34

b. Portofolio Optimum 37

c. Return Portofolio 38

d. Resiko Portofolio 39

10. Model Indeks Tunggal 40

11. Value At Risk 42

12. EWMA 45

13. Validasi Model (Backtesting) 47

B. Penclitian Terdahulu 49

c. Kerangka Berpikir 52

BAB III METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian 53

B. Metode Penentuan San1pel 53

C. Metode Pengumpulan Data 54

D. Metode Analisis Data 54

E. Operasional Variable Penelitian 62

BAB IV ANALISIS DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Penelitian

I. Sejarah Singkat Pasar Modal syariah 71

2. Perkembangan JIJ 72

3. Pembentukan Portofolio Optimum 79

B. Analisis dan Pembahasan

1. Perkembangan harga saham, IHSG dan SBI 82

2. Menghitung realized return, expected return.

alpha, beta dan varian error dari masing-masing 84

saham individual

3. Menghitung nilai excess return to beta (ERB) dan 86

nilai Ci masing-masing saham.

4. Menentukan cut-of-point (C*) 86

5. Menentukan saham kandidat portofolio 86

6. Menentukan besarnya proporsi dana pada saham-

saham yang masuk dalam kategori saham pembentuk 88

portofolio optimum

7. Melakukan Pengujian Data Return

a. Pengujian Stationeritas 90

b. Pengujian Normalitas 92

c. Pengujian Heteroskedastisitas 96

8. Perhitungan V aR untuk Historical Simulation 99

Method

9. Perhitungan VaR Tunggal

a. Perhitungan V aR dengan estimasi volatilitas 101

EWMA

b. Uji Validasi VaR dengan Estimasi Volatilitas 106

EWMA

10. Perhitungan VaR Portofolio

a. Pengujian stasionaritas 109

b. Pengujian normalitas 110

c. Tes heteroskedastisitas 111

d. Perhitungan volatilitas pottofolio 111

e. Value at Risk Portofolio (Diversified VaR) 112

C. INTERPRETASI 114

BAB V KESIMPULAN DAN SARAN

A. Kesimpulan

B. Saran.

DAFTAR PUSTAKA

115

116

DAFTAR GAMBAR

Hal am an

Gambar 2.1. Diagram Alur Proses Pengolahan Data 52

Garn bar 4.1. Pergerakan JII Periode Januari 2007 - Mei 2011 73

Gambar 4.2 Perbandingan kinerja antara .TII dengan IHSG 76

Gambar 4.3. Contoh Hasil Pengujian Normality Return ASll 94

DAFTAR TABEL

Hal am an

Tabel 2.1 Besaran Kesalahan untuk tidak menolak model VAR 47

Tabel 2.2. Penelitian Sebelumnya 49

Tabel 4.1. Data pergerakan indeks JII periode Januari 2007 - Mei 2011 73

Tabel 4.2. Sepuluh saharn terbaik indeks JI! Desember 20 I 0 - Mei 2011 75

Tabel 4.3. Daftar Saham 77

Tabel 4.4. Daftar Saham Anggota Sampel 80

Tabel 4.5. Daftar Saharn Yang Masuk Dalarn Sarnpel 81

Tabel 4.6. Daftar Saham Yang Tidak Masuk Dalam Sampel 82

Tabel 4.7. Daftar Data IHSG 83

Tabel 4.8. Data SBI-1 Bulan 84

Tabel 4.9. Expected Return, Alpha, Stdev, Beta Dan Variance Error Saham 85

Tabel 4.10. Saharn Kandidat Portofolio (ERB>C*) 87

Tabel 4.11. Saharn Non Kandidat Portofolio (ERB<C*) 88

Tabel 4.12. Daftar Proporsi Saham 89

Tabel 4.13. Contoh Hasil Perhitungan ADF- Test Untuk Saham Asii 91

Tabel 4.14. Hasil Uji ADF- Test 92

Tabel 4.15. Hasil Uji Tes Normality 95

Tabel 4.16. Hasil Perhitungan Cornish Fisher Expansion 96

Tabel 4.17. Contoh Hasil Perhitungan White Test Heteroskedastic Untuk 98

Saharn ASII

Tabel 4.18. Hasil Uji While Test Heteroskedastic 99

Tabel 4.19. Perhitungan VAR 100

Tabel 4.20. Decay Factor OPTIMUM IOI

Tabel 4.21. Has ii Perhitungan Forecast Variance Dan Volatilitas Harian 103

Masing-Masing Saham Dengan Estimasi Volatilitas EWMA

Tabel 4.22. Basil Perhitungan V aR Harian Dengan Estimasi Volatilitas EWMA 105

Tanggal 4 - 6 Januari 20 JO

Tabel 4.23. Rekapitulasi Overshoot Saham Dengan Estimasi Volatilitas EWMA 106

Tabel 4.24. Rincian Overshool Saham BUMI Dengan Estimasi EWMA 107

Tabel. 4.25 Uji validasi kupiech Test berdasarkan TnoF untuk Estimasi J08

Volatilitas EWMA

Tabel 4.26 Basil Uji Stasionaritas Portofolio 109

Tabel 4.27 Basil Uji Normalitas Portofolio }JO

Tabel 4.28 Nilai Cornish Fisher Expansion Portofolio II I

Tabel 4.29 Basil Uji Heteroskedastisitas Portofolio I I I

Tabel 4.30 Basil Perhitungan Volatilitas EWMA 112

Tabel 4.31 Hasil perhitungan VaR EWMA untuk Portofoli 113

LAMPIRAN A

LAMPIRANB

LAMPIRAN C

LAMPIRAND

LAMPIRANE

LAMPIRANF

LAMPIRANG

LAMPIRAN H

LAMPIRAN I

DAFTAR LAMPIRAN

Saham Yang Masuk Kategori JII Selama

Periode Januari 2007- Mei 2011

Data Emiten Periode Januari 2007 - Mei

2011

Portofolio Optimum

Uji Stasioner:itas dan Normalitas

Uji Heteroskedastisitas

Perhitungan Volatilitas dan VaR EWMA

Sekuritas

Daftar Realized Return Saham

Uji Nonnalitas, Stasioneritas dan

Heteroskedastisitas Return P01tofolio

Perhitungan Volatilitas dan VaR EWMA

PORTOFOLIO

BABl

PENDAHULUAN

A. Latar Belakang Masalah

Perkembangan pasar modal di Indonesia menunjukkan peranan

penting dalam mobilisasi dana untuk menunjang pembangunan nasional.

Tidak berlebihan bila dikatakan bahwa indikator perkembangan ekonomi

suatu negara secara sederhana dapat dilihat dari perkembangan industri

pasar modalnya. Keberhasilan penggalangan dana masyarakat untuk

tujuan investasi di pasar modal dapat mengurangi ketergantungan

pemerintah pada pinjaman luar negeri dan berupaya menjadi bangsa yang

mandiri, sehingga pada akhirnya dapat meningkatkan pertnmbuhan

ekonomi nasional.

Pasar modal merupakan indikator kemajuan perekonomian suatu

negara se1ta menunJang perkembangan ekonomi negara yang

bersangkutan. Dalam perekonomian suatu negara, sumber dana bagi

pembiayaan perusahaan sangat terbatas, maka perlu dicarikan sumber

pembiayaan yang bersifat jangka panjang. Pasar modal muncul sebagai

alternatifbagi pembiayaanjangka panjang (Ahmad Rodoni, 2005:108).

Pasar modal dalam pengertian klasik climtikan sebagai suatu

bidang usaha perdagangan surat-surat berharga seperti saham, sertifikat

saham, obligasi dan efek-efek pada umumnya. Dalam pasar modal yang

sarana untuk mempertemukan penawaran dan perantara bagi investasi

jangka panjang dalam bentuk efek. Undang-Undang Pasar Nomor 8 tahun

1995 tentang Pasar Modal memberikan batasan pasar modal yaitu

mempakan kegiatan yang berkaitan dengan penawaran umum dan

perdagangan efek, pemsahaan publik yang berkaitan dengan efek yang

diterbitkannya, serta lembaga yang berkaitan dengan efek (Ynlfasni,

2005).

Keberadaan lembaga pasar modal sangat membantu para pelaku

ekonomi dalam mencari altematif pendanaan kegiatan usaha dan juga para

investor yang ingin menanamkan dananya. Para investor lebih suka

menanamkan dananya di bursa efek daripada menanamkan dananya di

bank dalam bentnk deposito bank. Akan tetapi, untuk menginvestasikan

dana di bursa efek tidaklah mudah karena investor akan dihadapkan pada

tingkat resiko yang akan ditanggung. Oleh karena itu, sebelum investor

menginvestasikan dananya, terlebih dahulu perlu dilakukan analisis

terhadap dana tersebut yang akan diinvestasikan.

Prospek pertumbuhan pasar modal di Indonesia yang demikian

pesat ini ternyata didorong oleh minat investor asing yang masuk ke dalam

pasar modal Indonesia. Dengan adanya pasar modal, para investor dapat

melakukan investasi pada banyak pilihan investasi, sesuai dengan

keberanian mengambil resiko dimana para investor akan selalu

memaksimalkan return yang dikombinasikan dengan resiko tertentu dalam

suatu investasi meningkat maka disyaratkan tingkat keuntungan yang

semakin besar.

Berdasarkan Ngapon (2005), sejak konsep syariah diintroduksi ke

dalam industri pasar modal beberapa tahun yang lalu, setidaknya

masyarakat selaku investor mempunyai altematif untuk berinvestasi ke

industri dan instmmen yang diyakini memiliki nilai kehalalan, mengingat

bahwa sebelum instrumen atau produk yang dimaksud diluncurkan, harus

terlebih dahulu mendapat sertifikat dari DSN-MUI.

BEJ bersama dengan PT. Danareksa Investment Management

(DIM) dalam rangka mengembangkan pasar modal syariah telah

meluncurkan indeks saham yang berbasis syaiiah, yaitu Jakarta Islamic

Index (JII). JU dimaksudkan untuk digunakan sebagai tolok ukur

(benchmark) untuk mengukur kine~ja suatu investasi pada saham dengan

basis syariah. Melalui indeks, diharapkan dapat meningkatkan

kepercayaan investor untuk mengembangkai1 investasi dalam ekuiti secara

syariah. Indeks Syariah atau JII mempakan indeks yang terdiri 30 (tiga

puluh) saham yang mengakomodasi syariat investasi dalam Islam atau

indeks yang berdasarkan syariah Islam. Dengan kata lain, dalam indeks ini

dimasukkan saham-saham yang memenuhi kriteria investasi dalam syariat

Islam. Saham-saham yang masuk dalam indeks Syai·iah adalah emiten

yang kegiatan usahanya tidak be1ientangan dengan syai·iah seperti: usaha

perjudian dan permainan yang tergolong judi atau perdagangan yang

perbankan dan asuransi konvensional; usaha. yang memproduksi,

mendistribusi serta memperdagangkan makanan dan minuman yang

tergolong haram; serta usaha yang memproduksi, mendistribusi dan atau

menyediakan barang-barang ataupunjasa yang merusak moral dan bersifat

mudharat.

Setahun kemudian (tahun 2001), Dewan Syariah Nasional (DSN)

mengeluarkan fatwa yang berkaitan dengan reksa dana syariah. Keluamya

fatwa ini dapat digunakan untuk melengkapi krite:ria saham syariah yang

dikeluarkan oleh DIM dan BEJ, yang mana selama periode belum

keluamya fatwa DSN tersebut, kriteria kesyariahan saham berdasarkan

DIM dan BEJ hanya berpatokan pada kehalalan industri. Fatwa yang

dikeluarkan DSN tersebut mengemukakan tentang kondisi emiten yang

tidak layak untuk diinvestasikan oleh reksa dana syariah.

Sejak awal diluncurkan JII pada Juli tahun 2000 hingga Januari

tahun 2008, sudah banyak saham yang masuk dan keluar pada JII. Saham

yang terdaftar pada JI! dipandang telah memenuhi kriteria yang ditentukan

oleh DIM dan BEJ sebagai pengelola .III. Berdasarkan kriteria tersebut

pula, berarti saham-saham itu sudah merupakan saham yang memenuhi

ketentuan untuk masuk indeks syariah. Sebagai contoh adalah pada

periode tahun 2007 sampai dengan tahun 2011. Terdapat sekitar 60 saham

yang listing di JII. Dan terdapat sekitar 30 saharn yang fluktuatif masuk

dan keluar JII (tabel 4.3) juga terdapat saham .. saham yang konsisten

Pengkajian ulang saham dalam JII dilakukan enam bulan sekali

(per semester) dengan penentuan komponen indeks pada awal bulan

Januari dan Juli setiap tahunnya. Sedangkan perubahan pada jenis usaha

emiten akan dimonitoring secara terus menems berdasarkan data-data

publik yang tersedia.

Pengelolaan resiko mempakan ha! penting dalam melakukan

investasi. Setiap investor hams mempu menghadapi dan atau melakukan

perlindungan atas aset investasi sesuai dengan kemampuam1ya

menghadapi sebuah resiko. Oleh karena itu, pengukuran resiko menjadi

ha! penting dalam ha! ini.

Resiko adalah ketidakpastian imbal hasil, sedangkan imbal hasil

adalah sesuatu yang diharapkan yang akan diperoleh atau cash flow yang

diantisipasi dari setiap investasi yang dilakukan (A.H. Manumng,

2005:10). Investasi portofolio mengatakan bahwa portofolio dengan

tingkat pengembalian yang tinggi berpotensi untuk mengalaini kemgian

(risk) yang tinggi juga. Resiko ada disemua aktivitas investasi, resiko

bukan untuk dihindari. Oleh karena itu, investor hams mempertimbangkan

keseimbangan antara imbal hasil (return) dan resiko dari instmmen

investasi. Resiko dan imbal hasil mempakan dasar dari penetapan

keputusan investasi.

Investor untuk berinvestasi di pasar modal memerlukan

pertimbangan-pertimbangan yang matang. Informasi akurat yang

variabel yang menjadi penyebab fluktuasi harga saham perusahaan yang

akan dibeli. Dengan mengetahui pengaruh variabel-variabel tersebut,

investor dapat memilih perusahaan yang benar-benar dianggap sehat

sebagai tempat menanarnkan danru1ya atau modalnya. Salah satu

variabelnya adalah pengelolaan resiko itu sendiri. Pengelolaan resiko

merupakan ha! penting dalrun melakukan investasi. Setiap investor harus

mampu menghadapi dilll atau melakukan perlind1111gan atas aset investasi

sesuai dengall kemampuannya menghadapi sebuah resiko. Oleh karena itu,

pengukurilll resiko menjadi ha! penting dalam ha! ini.

Ukuran populer terhadap resiko adalah volatilitas, nrunun demikian

masalah utama dengan volatilitas adalah tidak memperhitungkru1 arah dari

pergerakilll investasi: suatu sahrun mungkin saja sallgat volatile oleh

karena secara mendadak hargru1ya berfluktuasi naik. Bagi seorang

investor, resiko adalah odds kehilallgilll uru1g dru1 Value at Risk didasarkan

atas ha! ini. Dengan mengilllggap bahwa investor sallgat peduli terhadap

odss kerugian besar, maka dengilll menggunakan VaR, para investor dapat

menentukilll keb~jakall investasi mereka, baik yang bersifat pasif (VaR

sebagai laporall rutin), defensif (VaR digunakilll untuk alat kontrol resiko)

maupun pendekatan aktif, dimana laporall VaR dapat digunakilll untuk

mengendalikilll resiko dan maksimisasi profit seperti alokasi modal, dana

investasi, dan lain sebagainya (Rowland Bismark Fernalldo Pasaribu,

2010:9).

Menurut Suad Husnan (2001 :49), portofolio berarti sekumpulan

investasi. Tahap ini menyangkut identifikasi sekuritas-sekuritas mana yang

akan dipilih dan berapa proporsi dana yang akan ditanamkan pada masing­

masing sekuritas tersebut. Pemilihan banyak sekuritas (pemodal

melakukan diversifikasi) dimaksudkan untuk mengurangi resiko yang

ditanggung. Pemilihan sekuritas ini dipengaruhi antara lain oleh preferensi

resiko, pola kebutuhan kas, status pajak, dan sebag,ainya.

Dalam dunia yang sebenamya hampir semua investasi

mengandung unsur ketidakpastian atau resiko. Pemodal tidak tahu dengan

pasti hasil akan diperolehnya dari investasi yang dilakukannya. Dalam

keadaan semacam itu dikatakan bahwa pemod.al tersebut menghadapi

resiko dalam investasi yang dilakukannya.

Investor dapat mengurangi resiko dengan cara melakukan

diversifikasi investasi. Diversifikasi investasi akm1 memberikan manfaat

optimum apabila return antar investasi dalam satu portofolio berkorelasi

negatif. Harry M. Markowitz (1952) telah membuktikan bahwa resiko

berinvestasi dapat dikurangi dengan menggabungkan beberapa aset ke

dalam sebuah portofolio. Metode Markowitz menunjukkan bahwa apabila

aset-aset keuangan dalam suatu portofolio memiliki korelasi return yang

lebih kecil dari positif satu, resiko portofolio secara keseluruhan dapat

diturunkan. Resiko minimum akan dicapai apabila korelasi return

investasi adalah negatif sempurna.

Namun, untuk memperoleh suatu return, investor hams mau

menanggung resiko tertentu (risk-return trade-ojj). Resiko ini dicerminkan

oleh volatilitas dari return yang diukur dengan standard deviation ( cr).

Sehingga, di samping return, maka model atau cara 1mtuk mengukur

volatilitas juga perlu mendapat perhatian khusus karena resiko ini juga

hams dikelola (manajemen resiko ). Dalam ha! ini, setelah mengetahui

volatilitas maka investor dapat memperkirakan dengan tingkat keyakinan

(level of col?fidence) dan dalam jangka waktu tertentn berapa potensi

resiko penumnan nilai return (value at risk) serta mengambil langkah­

langkah mitigasi resiko yang dapat dilakukan dalmn kerangka manajemen

resiko.

Membentuk satu portofolio, malrn sebaiknya investor berusaha

memaksimalkan pengembalian (return) yang diharapkan dari investasi

yang dilakukan dengan tingkat resiko tertentu. Portofolio seperti ini

mempakan portofolio yang efisien. Investor yang sangat berhati-hati

menghindari resiko yang berbeda, maka ia akm1 memilih investasi dengan

tingkat resiko yang lebih rendah. Bila investor memilki portofolio yang

efisien lebih dari satu, maka portofolio yang optimal yang akan dipilih.

Untuk menaksir keuntungan yang diharapkan dari suatu portofolio maka

perlu menaksir jumlah tingkat ke1mt1mgan yang diharapkan sebanyak

jumlah saham yang membentuk portofolio tersebut (Suad Husnan, 2001:

102).

Metode pengukuran resiko berubah-ubah sepanjang waktu.

Pendekatan pertan1a yang digunakan dalam mengukur resiko adalah

building-block approach, dimana semua aspek perhitungan charge

mengikuti aturan yang telah terstruktur dan distandarisasi sehingga

pendekatan ini disebut juga standardized approach. Dengan pendekatan

standardized approach, resiko nilai tukar dan resiko saham ditetapkan

sebesar 8% dari posisi net. Kelemahannya adalah capital charge 8%

tersebut diterapkan secara menyeluruh tanpa memperhatikan actival return

volatilitas saham maupun nilai tukar. Kelemahan lainnya standardized

approach tidak menghitungkan diversification across risk. Adanya

kelemahan tersebut mengundang kritik dari berbagai kalangan.

Teddy Fardiansyah (2006) menyatakan pengukuran resiko dengan

metode Value at Risk (VaR) saat ini sangat populer digunakan secara luas

oleh industri keuangan di seluruh dunia. Hal ini juga didukung dengan

peraturan Bank Indonesia (BI) No 5/8/PBI/2003 yang menerapkan

pengelolaan resiko bagi perbankan pada tahun 2008. Metode VaR

merupakan metode pengukuran resiko pasar secara internal yang

dianjurkan oleh Bank Indonesia melalui surat edaran No. 5/21/DPNP

tanggal 29 September 2003. Peraturan ini menyebabkan pengembangan

konsep VAR pada institusi perbankan berkembang pesat.

Value at Risk (VaR) dapat menghitung besarnya kerugian terburuk

yang dapat terjadi dengan mengetahui posisi aset, volatilitas dari aset,

tingkat kepercayaan akan te1jadinya resiko, dan time horizon atau jangka

waktu penempatan aset.

Secara umum perhitungan V aR dapat dilakukan dengan

menggunakan 3 (tiga) metode yaitu: variance covariance, historical

simulation, dan monte carlo simulation,

Beberapa penelitian menunjukkan asumsi distribusi normal dan

unconditional variance kurang tepat apabila diterapkan pada pergerakan

pasar keuangan. Situngkir dan Surya (2006) menemukan hasil terhadap

data historis menunjukkan bahwa perhitungan VaR menjadi lebih baik

terhadap data-data keuangan yang ada di Indonesia.

Pohan (2004) menemukan distribusi tidak normal dan

heteroscedasticity pada reksa dana saham selama tahun 2001-2002, dan

Karahap (2005) menemukan ha! yang sama pad.a portofolio mata uang

as mg.

Horasnah & Fidan (2006) mengusulkan penggunaan Exponentially

Weighted Moving Average (EWMA) untuk mengekspresikan dinamika

harga saham. Penelitian ini akan menghitung V aR dengan pendekatan

EWMA pada portofolio saham di Indonesia dengan tujuan menganalisa

profil resiko pasar bagi investor pasar modal di Indonesia.

Seperti yang dikemukakan oleh Pramesti (2005), bersumber dari

Karim Business Consulting (2003), didalam penelitiann Agung D.

Buchdadi (2007) bahwa sekitar 7 5% potensi investor pasar modal bersifat

seluas-luasnya terhadap instrumen symiah juga merupakan salah satu cara

mengembangkan pasar modal berbasis syariah. Secara khusus penelitian

ini akan memilih objek po1iofolio saham-saham yang tergabung dalam JI!

optimum selama Periode Janum·i 2007-Mei 2011 dalam rangka

pengembangan industri pasar modal syariah di Indonesia. Selain itu,

sepanjang pengetahuan peneliti bahwa sedikit sekali penelitian analisis

VaR yang menggunakan objek portofolio sahan1 berbasis syariah. Oleh

karena itu, peneliti tertarik untuk menganalis perhitungan Value at Risk

p01iofolio dengan pendekatan EWMA dari tahun Jmmari 2007-Mei 2011

dengan judul: "Analisis Value At Risk P01iofolio Optimum Saham Pada

Perusahaan Yang Terdaftar di Jal(mia Islamic Index Dengan Pendekatan

Model EWMA (Periode Januari 2007- Mei 2011) ".

B. Perumusan Masalah

1. Bagaimana potensi kerugian ym1g dihadapi investor selama melakukan

investasi instrumen saham berbasis sym·iah apabila pengukuran dilakukan

dengan metode VaR pendekatan EWMA?

2. Apakah dapat membuktikan validitas penggunaan pendekatan VaR metode

EWMA?

C. Tujuan Dan Manfaat Penelitian

I. Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah :

a. Menganalisis besamya potensi kerugian yang dihadapi investor selama

melakukan investasi instrumen saham berbasis syariah apabila

pengukuran dilakukan dengan metode VaR pendekatan EWMA.

b. Membuktikan validitas penggunaan pendekatan V aR metode EWMA.

2. Manfaat Penelitian

Hasil dari penelitian ini secara umum diharapkan clapat bermanfaat bagi:

a. Para Analis dan Investor

Sebagai masukan tentang model yang valid untuk mengukur salah

satu resiko pasar yaitu volatilitas return dari berbagai saham di

Indonesia, sehingga dalam pengambilan keputusan investasinya dapat

memperhitungkan apakah resiko yang ditartggung sepadan dengan

return yang diharapkan dan dapat mengambil Jangkah mitigasi resiko

yang memungkinkan.

b. Para Akademisi dan Ilmu Pengetahuan

Penelitian ini diharapkan juga dapat menjadi pelengkap penelitian­

penelitian yang lain serta dapat mengembangkan penelitian-penelitian

selanjutnya.

c. Perusahaan

Dapat dijadikan pertimbangan dalam pengelolaan investasi saham

di Indonesia.

d. Bursa Efek

Memberikan gambaran tentang pentingnya pengetahuan mengenai

VaR dan sebagai bahan acuan untuk evaluasi di Bursa Efek dan

menggambarkan dampak resiko yang ada di pasar modal.

e. Pemerintah

Sebagai bahan sumber kekayaan intelektual untnk pengembangan

kemajuan penduduk di Indonesia.

BAB II

TINJAUAN PUSTAKA

A. P ASAR MODAL SY ARIAH

1. Pengertian Pasar Modal Syariah

Pasar Modal menurut Pasal 13 UU Nomor. 8 Tahun 1995 adalah

kegiatan yang bersangkutan dengan penawaran umum dan perdagangan

efek, perusahaan publik yang berkaitan dengan efek yang diterbitkannya,

serta lembaga dan profesi yang berkaitm1 dengan efek (Ahmad Ifhan

Sholihin, 2010:335).

Pasar modal symfah adalah pasar modal yang dijalankan dengan

prinsip-prinsip syariah, setiap transaksi surat berharga di pasar modal

dilaksanakan sesuai dengan ketentuan syari' at islillll. Pasar modal syariah

adalah kegiatan yang bersangkutan dengan penawaran umum dan

perdagangan efek, perusahaan publik yang berkaitan dengan efek yang

diterbitkam1ya, serta lembaga dan profesi yang berkaitan dengan efek

yang me11jalankan kegiatannya sesuai dengan prinsip-prinsip syariah

Islam. Pasm· modal merupakan salah satu tonggak penting dalillll

perekonomian dunia saat ini. Banyak industri dan perusahaan yang

menggunakan institusi pasar modal sebagai media untuk menyerap

investasi dan media untuk memperkuat posisi keuangannya (Adrian

Sutedi, 2011: 45)

Prinsip instrumen pasar modal syariah berbeda dengan dengan

pasar modal konvensional. Sejumlah instrumen syariah dipasar modal

sudah diperkenalkan kepada masyarakat, misalnya saham yang berprinsip

syariah dimana k:riteria saham syariah adalah saham yang dikeluarkan

perusahaan yang melakukan usaha yang sesuai dengan syariah. Demikian

juga, usaha merealisasikan praktek obligasi syariah atau obligasi yang

berprinsip syariah.

Pemikiran untuk mendirikan pasar modal syariah dimulai sejak

munculnya instrumen pasar modal yang menggunakan prinsip syariah

yaitu reksa dana syariah. Walaupun sampai saat ini bentuk dari pasar

modal syariah belum sesuai dengan yang diharapkan, tetapi berbagai

pihak menilai perkembangan pasar islam sangat menjanjikan. Oleh karena

itu, pada saat diterbitkannya reksa dana syariah dan demikian juga dengan

adanya indeks syariah atau Jakarta Islamic Indeks (JI!), beberapa praktisi,

akademisi dan ulama mulai melakukan berbagai usaha untuk mendirikan

pasar modal yang dikhususkan bagi perusahan-perusahaan yang

operasinya sesuai dengan prinsip syariah.

Peresmian pasar modal direncanakan pada awal November 2002,

tetapi temyata Badan Pengawas Pasar Modal (Bapepam) dan Dewan

Syariah Nasional (DSN) merasa belum siap. Hal ini berkaitan dengan

banyaknya kendala yang belum tuntas dibicarakan. Akhimya pada tanggal

14 Maret 2003 pasar modal syariah diresmikan oleh Menken Boediono

pada direksi SRO, direksi perusahaan efek, pengurus organisasi pelaku,

dan asosiasi profesi dipasar modal Indonesia (Heri Sudarsono, 2008: 191 ).

2. Prinsip Syariah Dalam Pasar Modal

Fatwa DSN Nomor : 40/DSN-MUI/X/2003 tanggal 4 Oktober

2003 tentang Pasar Modal Dan Pedoman Umum Penerapan Prinsip

Syariah Di Bidang Pasar Modal, telah menentukan tentang kriterian

produk-produk investasi yang sesuai dengan ajaran Islam. Pada intinya,

produk tersebut harus memenuhi syarat antara Jain (Abdul Manan,

2009:89):

a. Jenis Usalia, produk barang dan jasa yang diberikan serta cara

pengelolaan perusahaan emiten tidak merupakan usalia yang dilarang

oleh prinsip-prinsip syariah, antara lain :

I) Usaha pe1judian atau permainan yang tergolong judi atau

perdagangan yang dilarang.

2) Lembaga Keuangan konvensional (ribawi), terrnasuk perbankan

dan asuransi konvensional.

3) Produsen, distributor, serta pedagang makanan dan mmuman

harnm.

4) Produsen, distributor, dan/atau penyedia barang/jasa yang

merusak moral dan bersifat mudarat.

b. Jenis Transaksi harus dilakukan menurut prinsip kehati-hatian serta

mengandung unsm dharar, gharar, maysir, dan zhulm meliputi :

najash, ba 'i al ma 'dun, insider trading, menyebarluaskan informasi

yang menyesatkan untuk memperoleh kew1tungan transaksi yang

dilarang, melakukan investasi pada perusahaan yang pada saat

transaksi tingkat (nisbah) hutang perusahaan kepada lembaga

keuangan ribawi lebih dominan dari modalnya, margin trading dan

ikhtikar.

3. Fungsi Pasar Modal Syariah

Menurut Metwally (1995: 177), fungsi dari keberadaan pasar modal

syariah adalah:

a. Memungkinkan bagi masyarakat untuk berpartisipasi dalam kegiatan

bisnis dengan memperoleh bagian dari keuntungan dan resikonya.

b. Memungkinkan para pemegang saliam menjual saliamnya guna

mendapatkan likuiditas.

c. Memungkinkan perusahaan meningkatkan modal dari luar untuk

membangun dan mengembangkan lini produksinya.

d. Memisalikan operasi kegiatan bisnis dru·i fluktuasi jangka pendek pada

harga saham yang merupakan ciri umum pada pasar modal

konvesional.

e. Memungkinkan investasi pada ekonomi yang ditentukan oleh kinerja

kegiatan bisnis sebagaimana tercermin pada harga saham.

4. Karakter Pasar Modal Syariah

Karakter yang diperlukan dalarn memben1uk struktur pasar modal

syariah adalah sebagai berikut (Heri Sudarsono, 2008: 193):

a. Semua saham harus diperjualbelikan pada bursa efek.

b. Bursa perlu mempersiapkan pasca perdagangan, dimana saharn dapat

diperjualbelikan melalui pialang.

c. Semua perusahaan yang mempunym saharn yang dapat

dipe1jualbelikan pada bursa efek diminta menyarnpaikan informasi

tentang perhitungan (account) keuntungan dan kerugian, serta neraca

keuntungan kepada komite manajemen bursa efek, dengan jangka

waktu tidak lebih dari 3 bulan.

d. Komite manajemen menerapkm1 harga saham tertinggi (HST) tiap-tiap

perusahaan dengan interval tidalc lebih dm·i 3 bulan sekali.

e. Saharn tidak boleh dipe1jual dengan harga dibawah HST.

f. HST ditetapkan dengan rumus:

jumlah kekayaan bersih perusahaan HST=--------

jumlah saham yang diterbitkan (1)

g. Komite manajemen harus memastikan bal1wa semua perusahaan yang

terlibat dalam bursa efek itu mengikuti standar akuntansi syariah.

h. Perdagangan saharn mestinya hanya berlangsung dalan1 satu minggu,

periode perdagangan, setelah menentukan HST.

1. Perusahaan hanya menerbitkan saham dalarn periode perdagangan,

dan dengan harga HST.

5. Kriteria Emiten Yang Sesuai Dengan Syariah

Pembiayaaan dan investasi keuangan yang sesuai dengan syariah

hanya dapat diberikan pada perusahaan yang kegiatan usahauya tidak

bertentangan dengan prinsip syariah, yaitu tidak berkaitan dengan produk

atau jasa haram, menghindari cara usaha dan perdagangan yang dilarang

(termasuk riba, gharar, maysir). Karenanya tidak semua perusahaan

dapat memenuhi kualifikasi sebagai emiten syariah.

Ketentuan umum emiten yang sesuai dengan syariah selaras

dengan ketentuan umum berusaha dalam ekonomi Islam (Iwan P.

Pon~jowinoto, 2003: 18) yaitu:

a. Halal produk danjasa

Emiten dilarang memiliki obyek usaha yang diharamkan seperti

makanan-minuman haram, hal-hal yang berkaitan dengan maksiat dan

pornografi, narkoba, sampai hal-hal yang banyak mudharat-nya,

misalnya senjata dan rokok.

b. Halal cara perolehan-pendapatan riba

Emiten harus mendapat penghasilan usaha dari usaha ekonomi secara

ridho sama ridho, serta tidak bertindak/diperlukan secara dzolim,

sepe1ii riba. Karenanya bank umum konvensi.onal tidak bisa menjadi

pemsahaan non lembaga keuangan yang memiliki pendapatan bunga

dalam presentase yang marginal terhadap pendapatan usaha masih

dapat menjadi emiten.

c. Halal cara perolehan - prinsip keterbukaan

Emiten hams menjalankan kegiatan usaha dengan cara yang

memenuhi prinsip keterbukaan dan dilarang menciptakan keraguan

yang dapat merugikan (gharar). Karenanya, emiten harus menyatakan

dengan jelas kegiatan usaha spesifik yang dijalankan, prospektus

usaha, maupun kemungkinan resiko yang dihadapi.

d. Halal cara pemakaian - manajemen usaha

Emiten harus mempunyai manajemen yang berpe1ilaku Islami,

menghormati hak asasi manusia, menjaga lingkungan hidup,

melaksanakan good corporate governance, se1ta tidak spekulatif dan

memegang teguh prinsip kehati-hatian. Emiten juga dilarang

melakukan gangguan dalam penawaran (ikhtikar), atau dalam

permintaan (nqjasy), dan dilarang mengambil resiko berlebihan

(maysir).

e. Halal cara pemakaian - hubungan dengan investor

Emiten hams mempunyai pembukuan yang jelas dan terpisah

mengenai kegiatan usaha yang dibiayai, sehingga dapat dinyatakan

dengan transparan dan adil. Emiten tidak terlibat kegiatan yang

menganggu mekanisme pembentukan harga efek yang diterbitkan.

6. Instrumen Pasar Modal Syariah

Abdul Hamid (2009: 46) efek-efek yang boleh diperdagangkan

dalam pasar modal syariah hanya memenuhi kriteria syariah, sepe1ti

saham syariah, obligasi syariah dan reksa dana syariah. Untuk

menghasilkan instmmen yang benar-benar sesuai dengan syariah, telah

dilakukan upaya-upaya rekonstmksi terhadap surat berharga diantaranya:

a. Penghapusan bunga tetap dapat mengalihkannya ke surat investasi

yang ikut serta dalam keuntungan dan dalam kemgian serta tunduk

pada kaidah al-ghunmu bi al-ghurn (keuntungan/penghasilan

berimbang dengan kemgian yang ditanggung) ..

b. Penghapusan syarat jaminan atas kembalinya harga obligasi dengan

bunga, sehingga menjadi seperti saham biasa.

c. Pengalihan obligasi ke saham biasa.

7. JAKARTA ISLAMIC INDEX (JII)

Jakarta Islamic Index (.TII) merupakan indeks terakhir yang

dikembangkan oleh BE.T yang bekerja sama dengan Danareksa

Investment Management untuk merespons kebutuhan informasi yang

berkaitan dengan investasi syariah. Jakarta Islamic Index (.TII) merupakan

subset dari Indeks Harga Saham Gabungan (IHSG) yang diluncurkan

pada tanggal 3 juli 2000 dan menggunakan tahun 1 Januari 1995 sebagai

base date ( dengan nilai 100). JII melakukan penyaringan (filter) terhadap

yang dikeluarkan oleh Dewan Syariah Nasional (DSN). Berdasarkan

fatwa inilah BEJ memilih emiten yang unit usahanya sesuai dengan

syariah (Abdul Hamid, 2009: 52).

Jakarta Islamic Index dimaksud untuk digunakan sebagai tolak

ukur (benchmark) untuk mengukur kinerja suatu investasi pada saham

dengan basis syariah. Melalui indeks diharapkan dapat meningkatkan

kepercayaan investor untuk mengembangkan investasi dalam ekuiti secara

syariah.

Dalam proses pemilihan saham yang masuk JII, Bursa Efek

Indonesia melakukan tahap-tahap pemilihan yang juga

mempe1iimbangkan aspek likuiditas dan kondisi keuangan emiten, yaitu

sebagai berikut:

a. Memilih kumpulan dengan jenis usaha utama yang tidak bertentangan

dengan prinsip syariah dan sudah tercatat lebih dari 3 bulan (kecuali

termasuk dalam I 0 kapitalisasi besar).

b. Memilih saham berdasarkan laporan keuangan tahunan atau tengah

tahun berakhir yang memiliki rasio kewajiban terhadap aktiva

maksimal sebesar 90%.

c. Memilih dari 60 saham dari susunan saham diatas berdasarkan urutan

rata-rata kapitalisasi pasar (market capitalization) terbesar selama

tahun terakhir.

d. Memilih 30 saham dengan urutan berdasarkan tingkat likuiditas rata-

ulang juga akan dilakukan 6 bulan sekali dengan penentuan komponen

indeks pada awal bulan J anuari dan Juli setiap tahunnya, sedangkan

perubahan pada jenis usaha emiten akan dirnonitoring secara terus­

menerus berdasarkan data-data publik yang tersedia.

Perhitungan JII dilakukan oleh Bursa Efek Indonesia dengan

menggunakan metode perhitungan indeks yang telah ditetapkan Bursa

Efek Jakarta, yaitu dengan bobot kapitalisasi pasar (market cap

weighted). Perhitungan indeks ini juga mencakup penyesuarnn­

penyesuaian (adjustment) akibat berubahnya data emiten yang

disebabkan oleh aksi korporasi (Adrian Sutedi, 2011: 63).

8. SAHAM SY ARIAH

a. Pengertian Saham Syariah

Saham merupakan surat berharga keuangan yang diterbitkan

oleh suatu perusahaan saham patungan se:bagai suatu alat untuk

meningkatkan modal jangka panjang. Para pembeli saham

membayarkan uang pada perusahaan dan mereka menerima sebuah

sertifikat saham sebagai tanda bukti kepemihkan mereka atas saham­

saham dan kepemilikan mereka dicatat dalam daftar saham

perusahaan. Para pemegang saham dari sebuah perusahaan

merupakan pemilik-pemilik yang disahkan secara hukum dan berhak

untuk mendapatkan bagian dari laba yang diperoleh oleh perusahaan

Produk investasi berupa saham pada prinsipnya sudah sesuai

dengan ajaran Islan1. Dalam teori percampuran, Islam mengenal

akad syirkah atau musyarakah yaitu suatu kerjasama antara dua atau

lebih pihak untuk melakukan usaha dimana masing-masing pihak

menyetorkan sejumlah dana, barang ataujasa.

Adapun jenis-jenis syirkah yang dikenal dalam ilmu fikih

yaitu: 'inan, mufawadhah, wujuh, abdan, mudharabah. Pembagian

tersebut didasarkan pada jenis setoran masing-masing pihak dan

siapa diantara pihak tersebut yang mengelola kegiatan usaha

terse but.

Fatwa di atas telah menentukan bagaimana memilih saham­

saham yang sesuai dengan ajarnn Islam. Dalam perkembangannya

telah banyak negara-negara yang telah menentukan batasan suatu

saham dapat dikategorikan sebagai saham syariah.

Di dalam literatur-literatur, tidak terdapat istilah atau

pembedaan antara saham yang syariah dengan yang non syariah.

Akan tetapi, saham sebagai bukti kepemilikan suatu perusahaan,

dapat dibedakan menurut kegiatm1 usaha dan tujum1 pembelim1

saham tersebut. Saham menjadi halal (sesuai syariah) jika sahmn

tersebut dikeluarkan oleh perusahaan yang kegiatan usahanya

bergerak di bidang yang halal dmliatau dalam niat pembelim1 saham

tersebut adalah untuk investasi, bukan untuk spekulasi (judi). Untuk

merupakan saham-saham yang insya Allah sesuai syariah (Ahmad

Rodoni, 2009: 61).

Terdapat beberapa pendekatan untuk menyeleksi suatu saham

apakah bisa dikategorikan sebagai saham syariah atau tidak

(Kumiawan, T, 2008), yaitu:

I) Pendekatan jual beli

Dalam pendekatan ini diasumsikan saham adalah aset dan

dalam jual beli ada pertukaran aset ini dengan uang. Juga bisa

dikategorikan sebagai sebuah kerja sama yang memakai

prinsip bagi hasil (profit-loss sharing).

2) Pendekatan aktivitas keuangan atau produksi.

Dengan menggunakan pendekatan produksi ini, sebuah saham

bisa diklaim sebagai saham yang halal ketika produksi dari

barang dan jasa yang dilakukan o\eh perusahaan bebas dari

elemen-elemen yang haram yang secara explicit disebut di

dalam Al-Quran seperti riba, judi, mmuman yang

memabukkan, zina, babi dan semua turunan-turunannya.

3) Pendekatan pendapatan

Metode ini lebih melihat pada pendapatan yang diperoleh oleh

perusahaan tersebut. Ketika ada pendapatan yang diperoleh

bahwa saham perusahaan tersebut tidak syariah karena masih

ada unsur riba disana. Oleh karena itu, seluruh pendapatan

yang didapat oleh perusahaan harus terhindar dan bebas dari

bunga atau interest.

4) Pendekatan struktur modal yang dimiliki oleh perusahaan

terse but.

Dengan melihat rasio hutang terhadap modal atau yang lebih

dikenal dengan debt lo equity ratio. Dengan melihat rasio ini

maka diketahui jumlah hutang yang digunakan untuk modal

atas perusahaan ini. Semakin besar rasio ini semakin besar

ketergantungan modal terhadap hutang. Akan tetapi untuk saat

ini bagi perusahan agak sulit untuk membuat rasio ini no!, atau

sama sekali tidak ada hutang atas modal. Oleh karena itu, ada

toleransi-toleransi atau batasan seberapa besar "'debt lo equity

ratio"' ini. Dan masing masing syariah indeks di dunia berbeda

dalam penetapan ha! ini. Namun, sec:ara keseluruhan kurang

dari 45% bisa diklaim sebagai perusahaan yang memiliki

saham syariah.

Pengkajian ulang akan dilakukan 6 bulan sekali dengan

penentuan komponen indeks awal bulan Januari dan Juli setiap

dimonitor secara terus-menerus berdasarkan data publik dan media.

Indeks harga saham setiap hari dihitung menggunakan harga saham

terakhir yang terjadi dibursa.

b. Return Saham

Return adalah keuntungan yang diperoleh oleh perusahaan,

individu dan institusi dari hasil kebijakan investasi yang dilakukan.

Adapun menurut R.J. Shook return merupakan laba investasi, baik

melalui bunga ataupun dividen (lrham Fahrni dan Y ovi Lavianti

Hadi, 2009: 151).

Return dapat berupa return realisasi yang sudah te1:jadi atau

return ekspektasi yang belum terjadi, tetapi yang diharnpkan akan

terjadi di masa mendatang.

Return realisasi (realized return) merupakan return yang telah

tetjadi. Return realisasi dihitung berdasarkan data historis. Return

realisasi penting karena digunakan sebagai salah satu pengukur

kine~ja dari perusahaan. Return histori ini juga berguna sebagai dasar

penentuan return ekspektasi (expected return) dan resiko dimasa

mendatang (Jogiyanto, 2000: 126).

Adapun rumus untuk menghitungnya adalah:

(2)

Keterangan:

R; : Return saham i

Pt : Harga saham pada waktu t

Pt-i : Harga saham pada waktu t-1

Return ekspektasi (expected return) adalah keuntungan yang

diharapkan oleh seorang investor dikemudian hari terhadap sejumlah

dana yang telah ditempatkannya. Pengharapan menggambarkan

sesuatu yang bisa saja te1jadi di luar dari yang diharapkan. Return

ekspektasi mernpakan return yang diharapkan akan diperoleh oleh

investor di masa mendatang (Irham Fahrni dan Yovi Lavianti Hadi,

2009: 152).

Expected return adalah pemberian bobot dari return rata-rata

dengan menggunakan bobot kemungkinan. Ini mengukur rata-rata

atau sentral tendensi dari distribusi probabilitas return. Expected

return mernpakan penjmnlahan dari hasil perkalian rate of return

yang mungkin te1jadi dalan1 suatu periode dengan probabilitasnya

(Kamarnddin Ahmad, 2004:95).

Adapun rlllllusnya adalah

(3)

Keterangan:

rt : rate of return ke-t dari distribusi probabilitas

p : besamya probabilitas terjadinya rate of return ke t

t : jumlah kemungkinan rate of return

Para pelaku pasar investor dapat melihat perkembangan

investasi dengan melihat return saham. Return saham memberikan

gambaran kine1ja suatu perusahaan jika return sahamnya baik maka

kine1ja dalam perusahaan tersebut bisa dikatakan baik pula. Sebab,

apabila return sahamnya baik maka tingkat pengembalian saham

atau investasinya lancar. Apalagi jika sekuritasnya berasal dari

perusahaan yang memptmyai prospek yang baik, ha! ini akan

menjanjikan pula dalam peningkatan capital gain.

c. Resiko Saham

Menurut Eduardus Tandelilin (20I0:102) resiko merupakan

kemungkinan perbedaan antara return aktual yang diterima dengan

return harapan. Semakin besar kemungkinan perbedaarmya, berarti

semakin besar resiko investasi tersebut. Ada beberapa sumber resiko

yang bisa mempengaruhi besarnya resiko suatu investasi. Sumber­

sumber tersebut antara lain resiko suku bunga, resiko pasar, resiko

inflasi, resiko bisnis, resiko finansial, resiko likuiditas, resiko nilai

tukar mata uang, dan resiko negara (country risk).

Dalam teori portofolio modern telal1 diperkenalkan bahwa

dasar apakah jenis resiko tertentu dapat dihilangkan dengan

diversifikasi, atau tidak. Kedua jenis resiko tersebut adalah resiko

sisternatis dan resiko tidak sisternatis.

I) Resiko Sisternatis ( Resiko Pasar)

Merupakan resiko yang berkaitan dengan perubahan yang terjadi

di pasar secara keseluruhan. Perubahan pasar tersebut akan

rnernpengaruhi variabilitas return suatu investasi. Dengan kata

lain, resiko sisternatis rnerupakan resiko yang tidak dapat

didiversifikasi.

2) Resiko Tidak Sisternatik (Resiko Perusahaan)

Merupakan resiko yang tidak terkait dengan perubahan pasar

secara keseluruhan. Resiko perusahaan lebih terkait pada

perubahan kondisi rnikro perusahaan penerbit sekuritas. Dalarn

manajernen portofolio disebutkan ba11wa resiko perusahaan bisa

dirninirnalkan dengan rnelakukan diversifikasi aset dalan1 suatu

portofolio.

Mengukur resiko dapat dilalrnkan dengan dua parameter balm

yaitu standar deviasi dan beta. Resilco dapat dinyatakan sebagai

keuntungan yang diperoleh rnenyirnpang dari tingkat keuntungan

yang diharapkan (Suad Husnan, 2001 :52).

Varians dan standar deviasi merupakan cara untuk mengukur

volatilitas return suatu sekuritas (Stephen Ross, 2002:242). Varians

digunakan untuk mengukur seberapa jauh kemungkinan nilai yang

kita peroleh menyimpang dari nilai yang kita harapkan. Sedangkan

nilai deviasi standar merupakan akar pangkat dua dari nilai varians.

Seperti yang dikemukakan di atas, resiko dapat diukur dengan

dua pendekatan baru yaitu standar deviasi dan beta.

a) Varians dan Standar Deviasi

Variance dan standar deviasi digunakan untuk mengukur

seberapa jauh kemungkinan nilai yang akan kita peroleh

menyimpang dari nilai yang diharapkan.

Menurut Zvi Bodie (2006: 187) vaiians dan standar deviasi

mengukur ketidakpastian hasil. Deviasi standar dari tingkat imbal

hasil adalah ukuran resiko. Deviasi standai· merupakan akar dari

vanans.

Adapun rumus varians adalah:

- 2 2 (X·-X)

(J = 2:-'-­n-1

Dimana:

o-2 = Variance

Xi =Actual Return

X = Expected Return

(4)

n - 1 = jumlah observasi dikurangi satu

Sedangkan rumus standar deviasi adalah :

(5)

b) BETA

Beta (/3) merupakan besarnya resiko suatu saham. Beta

menunjukkan hubungan (gerakan) antara saham dan pasar saham

secara keseluruhan (Irham Fahrni dan Yovi Lavianti Hadi, 2009:

140).

Beta merupakan respon dari return saham terhadap resiko

sistematik. Di CAPM, beta mengukur tingkat respon dari return

sahan1 terhadap faktor spesifik, return portofolio pasar.

(6)

Beta mengukur responsivenes dari sebuah sekuritas terhadap

pergerakan portofolio pasar. Oleh karena itu, beta suatu sa11am atau

portofolio saham dapat secara langsung dibandingkan dengan beta

saham atau portofolio sahan1 lainnya. Beta didefinisikan sebagai alat

ukur covariance diharapkan suatu sahan1 dengan portofolio pasar

yang terdiversifikasi dengan baik (Ahmad Rodoni Dan Hemi Ali,

2010:82).

Dalam pembahasan CAPM dan berbagai rumus yang

diterapkan beta selalu saja sering dipergunakan. Beta (/3) diartikan

sebagai resiko sahan1 sistematis.

f3 > 1 ini menunjukkan harga saham perusahaan adalah

lebih mudah berubah dibandingkan indeks pasar

f3 < 1 ini menunjukkan tidak terjadinya kondisi yang

mudah berubah berdasarkan kondisi pasar

f3 = 1 ini menunjukkan bahwa kondisinya sama dengan

indeks pasar.

Pada saat f3 > 1 ini menw1jukkan kondisi saham menjadi lebih

beresiko, dalam artian pada saat te1jadinya perubahan pasar sebesar

1 % maka pada saham X akan mengalami perubahan lebih besar 1 %

atau saham X > 1 % (Irham Fahrni dan Y ovi Lavianti Hadi, 2009:

140).

Beta suatu sekuritas dapat dihitung dengan teknik estimasi

yang menggunakan data historis. Data yang dihitWlg berdasarkan

data historis ini selanjutnya dapat digunakan untuk mengestimasi

beta masa datang, (Elton dan Gruber, 1994).

Secara definisi beta merupakan pengukur volatilitas antara

return-return suatu sekuritas (portofolio) dengan return-return antar

pasar. Jika volatilitas ini diukur dengan kovarian, maka kovarian

return antara sekuritas ke-i dengan return pasar adalah sebesar aim·

dibagi dengan vanan return pasar O"m 2 ), maka hasil ini akan

mengukur resiko sekuritas ke-i relatif terhadap resiko pasar atau

disebut dengan beta. Beta dapat dihitung dengan menggunakan

rumus sebagai berikut, (Jogianto, 2000:247).

IJiM

a2M

Atau dapat diuraikan sebagai berikut:

L~=l (Rit - "R;;;) (RMt -· J.r;;;) 2'.~=1(RMt - RMt ) 2

Keterangan:

/Ji =Beta sekuritas ke-i

Ru =Return sekuritas ke-i

R,t =Return rata-rata sekuritas ke-i

RMt =Return pasar (market return) pada waktu ke-t

R Mt = return rata-rata pasar pada waktu ke-t

9. PORTOFOLIO

a. Pengertian Portofolio

(7)

(8)

Menurut Irham Fahrni dan Yovi Lavianti Hadi (2009:2),

portofolio adalah sebuah ilmu yang khusus mengkaji tentang

resiko dalam berinvestasi secara seminimal rnungkin, termasuk salah

satunya dengan menganekaragamkan resiko tersebut.

Adapun tujuan pembentukan po1iofolio tersebut:

I) Bernsaha untuk memberikan keuntungan yang maksimum

sesuai dengan yang diharapkan atau adanya return yang

diharapkan (expected return).

2) Menciptakan resiko minimum

3) Menciptakan continuity dalam bisnis.

Portofolio merupakan kombinasi atau gabungan atau

sekumpulan aset riil maupun aset finansial yang dimiliki investor.

Hakikatnya pembentukan portofolio adalah untuk mengurangi resiko

dengan cara diversifikasi, yaitu mengalokasikan sejumlah dana pada

berbagai alternatif investasi yang berkorelasi negatif. (Abdul Halim,

2005:54).

Teori portofolio berhubnngan dengan pemilihan portofolio

optimal oleh investor-investor rasional yang memiliki sifat

menghindari resiko (risk averse) yaitu para investor yang berusaha

memaksimumkan pengembalian portofolio yang diharapkan

(expected portfolio return) mereka sesuai dengan tingkat resiko

portofolio yang bisa diterima secara individual (Frank J Fabozzi,

Franco Modigliani dan Michael G. Ferri, 2000:256).

Perkembangan penting berikutnya adalah teori keuangan

menjadi dasar dari teori portofolio. Meskipun artikel tersebut

disusun dengan memakai alat analisis statistik, prinsip dasar

berkaitan dengan alokasi portofolio yang rasional telah tercapai,

yang sering ditampilkan dalam ungkapan " dont put all your egg in

one basket". Markowitz menunjukkan bahwa ketika seseorang

menambahkan suatu aset ke dalam po1iofolio investasinya maka

total resiko dari p01iofolio tersebut akan berkurang, tetapi ekspektasi

return-nya tetap sebesar rata-rata tertimbang dari ekspektasi return

masing-masing aset yang ada di p01iofolio. Dengan kata lain,

diversifikasi akan menurunkan resiko total tanpa mengorbankan

return.

Ketika portofolio sudah terdiversifikasi dengan baik, artinya

penambahan kembali suah1 aset ke potiofolio sudah tidak lagi

menurunkan total resiko secara berarti, maka pada saat itu

variabilitas yang melekat dan unik pada tiap-tiap aset dalam

portofolio (sering disebut resiko tidak sistematik) akan hilang.

Resiko yang masih muncul adalah resiko sistematis yaitu resiko

yang berpengaruh kepada seluruh aset. Dengan demikian, penilaian

portofolio tidak perlu lagi dihitung dari besamya total resiko, tetapi

dari besar kecilnya resiko sistematis yang tidak dapat dihilangkan

dengan diversifikasi tersebut. Sebagai akibatnya penseleksian suah1

aset untuk dimasukkan kedalam portofolio ditentukan oleh besamya

covariance yang rendah (lebih-lebih yang negatif) akan disukai

dibandingkan dengan aset yang memiliki covariance tinggi. Aturan

seleksi portofolio yang dikemukakan oleh Markowitz adalah

memilih aset yang tertinggi ratio return dari covariance-nya dan

mengkombinasikan aset-aset tersebut dalam ~fficient portofolio

dimana mencari resiko terendah untuk ekspektasi return tertentu atau

mencari return maksimum pada level resiko tertentu ( Zaenal Arifin,

2005: 3).

b. Portofolio Optimum

Dalam pembentukan portofolio, investor selalu mgm

memaksimalkan return harapan dengan tingkat resiko tertentu yang

bersedia ditanggungnya, atau mencari portofolio yang menawarkan

resiko terendah dengan tingkat return tertentu. Karakteristik

portofolio seperti ini disebut sebagai portofolio yang efisien.

Untuk membentuk portofolio yang efisien, kita harus

berpegang pada asumsi tentang bagaimana perilaku investor dalam

pembuatan keputusan investasi yang akan diambilnya. Salah satu

asumsi yang paling penting adalah bahwa semna investor tidak

menyukai resiko (risk averse). Investor seperti ini jika dihadapkan

pada dua pilihan investasi yang menawarkan return yang sama

dengan resiko yang berbeda, akan cendemng memilih investasi

Sedangkan, portofolio optimal merupakan portofolio yang

dipilih seorang investor dari sekian banyak pilihan yang ada pada

kumpnlan portofolio efisien. Tentunya portofolio yang dipilih

investor adalah po1iofolio yang sesuai de:ngan prefensi investor

bersangkutan terhadap return maupun terhaclap resiko yang berseclia

clitanggungnya, ( Eduardus Tandelilin, 2010:157).

c. Return Portofolio

Return harapan dari suatu portofolio bisa diestimasi dengan

menghitung rata-rata tertimbang clari return harapan clari masing-

masing aset individual yang ada clalam portofolio. Persentase nilai

portofolio yang diinvestasikan clalam setiap aset-aset individual

dalam portofolio clisebut bobot portofolio, yang dilambangkan

clengan W. Jika seluruh bobot portofo!io dijumlahkan, akan

berjumlah total 100% atau 1,0; artinya seluruh dana telah

cliinvestasikan clalan1 portofolio (Eduardus Tandelilin, 2010:120).

Rumus untuk menghitung return harapan dari portofolio

adalah sebagai berikut:

n

E(Rv) = Icwi).E(Ri) (9)

i=l

Keterangan:

E(R;) = return harapan dari sekuritas ke i

W; = bobot portofolio sekuritas ke i

= jumlah total bobot portofolio = 1,0

n = jumlah sekuritas-sekuritas yang ada dalam

portofolio

Karena expected return po1tofolio merupakan rata-rata

tertimbang dari expected return saham-sahamnya, maka kontribusi

setiap saham terhadap expected return portofolio tergantung pada

expected return-nya dan besarnya proporsi nilai pasar awal

portofolio.

d. Resiko Portofolio

Resiko portofolio menggambarkan gabungan penyimpangan

antara sekuritas yang membentuk po1tofolio tersebut. Resiko

portofolio diukur dengan standar deviasi pmtofolio (Ahmad Rodoni

dan Herni Ali HT, 2010:74).

Rumus untuk menghitung varians portofolio adalah sebagai

berikut (Zvi Bodie, 2006:292):

2_ 2 2+ 2 2+ 2 ~ (JP - Wv(JD WE(JE WvWe(J~ (10)

Keterangan simbol:

(jJ = varians portofolio

(JDE = standar deviasi sekuritas

Sehingga resiko portofolio dapat dimliskan sebagai be1ikut:

(JP = jw5(J5 + wi(Jf + 2WoWE(JD(r~-;;~ ~----,._J

(l J)

10. MODEL !NDEKS TUNGGAL

Dalam pendekatan Markowitz, pemilihan portofolio investor

didasarkan pada preferensi mereka terhadap return harnpan dan resiko

masing-masing pilihan portofolio. Dalam teori portofolio dikenal adanya

konscp portofolio cfisien dan portofolio optimal. Portofolio efisien adalah

ponofoiio yang menyediakan rerurn maksirnai bagi investor dengan

tingkat resiko tertentu. atau p01tofolio yang rnenawarkan resiko terend~J1

dengan tingkat resiko tertentu. Sedangkan portofolio optimal adalah

ponofoiio yang dipiiih investor dari seidan banyak piiihan yang ada pada

porlofolio efisien. Pemilihan portofolio optimal didasarkan pada preferensi

investor tcrhadap return harapan clan dlunjukkan oleh kurva indeferen.

Pendekata11 lviarkovvitz mcngarasj kcicn1aban dlvcr::dfikasi sccara

nai[ karena dengm1 menggunakan model Markowi17 investor bisa

memanfaatkan semua informasi yang tersedia sebagai dasar pembentukan

portofolio yang optimal. lvfoskipun demikian, ieori poriofolio nmsih

merupakan teori nom1atif yang menekankan pada bagaimana seharusnya

investor melakukan diversifikasi secarn optimal (Eduardus Tanclelilin,

William Sharpe (1963) mengembangkan model yang disebut

dengan model indeks tunggal (Single Index Model). Model ini dapat

digunakan untuk menyederhanakan perhitungan di model Markowitz

dengan menyediakan parameter-parameter input yang dibutuhkan di dalam

perhitungan model Markowitz. Di san1ping itu. model indeks tunggal

dapat juga digunakan untuk menghitung return ekspektasi dan resiko

portofolio.

Model indeks tunggal didasarkan pada p<::ngamatan bal1wa harga

dari suatu sekuritas ber.fluktuasi searah dengan ind;;iks harga pasar. Dengan

dasar ini, return dari suatu sekuritas dan return dari indeks pasar yang

umum dapal dituliskan sebagai hubungan, (Jogiyar1to, 2000):

R; = a; + {3;. RM ~ e,J (14)

l(etcranga11:

R; = return sekuritas ke-i

a; = nilai ekspektasi dari return sekuritas yang independcn terhaclap

return pasar

/3; = resiko sistematik clari suatu sekuritas

RM = tingkat return clari incleks pasar

e; = kesalahan residu yang merupakan variabel acak clengan nilai

ekspektasinya sama clengan nol

11. VALUEATRISK

Menurut Philip Best (1998) Value at Risk atau VaR adalah suatu

metode pengukuran resiko secara statistik yang memperkirakan kerugian

maksimum yang mungkin te1:jadi atas suatu portofolio pada tingkat

kepercayaan (level of confidence) tertenhr. Nilai VaR selalu disertai

dengan probabilitas yang menunjukkan seberapa mungkin kerugian yang

ter:jadi akan lebih kecil dari nilai VaR tersebut. VaR adalah suatu nilai

kerugian moneter yang mungkin dialarni dalam j:mgka waktu yang telah

ditentukan. Pemyataan berikut ini merupakan de:finisi formal dari VaR

yang dikutip dari Best ( 1998):

"Value at Risk is the maximum amount of money that may be lost

on a portfolio over a given period of time, with a given level of confidence.

" (Value at Risk adalah jumlah maksimum uang yang mungkin hilang

pada portofolio selama periocle waktu tertentu, clengan tingkat kepercayaan

tertentu)". Pernyataan berikut ini merupakan ddinisi formal dari VaR

yang diungkapkan oleh Philippe Jorion (2001):

"VaR summarizes the worst loss over a target horizon with a given

level of corifidence" (VaR merangkum kerugian terburuk atas cakrawala

target dengan tingkat kepercayaan tertentu) But.ler (1999) memberikan

definisi VaR sebagai berikut: "Value at Risk measures the worst expected

loss that an institution can suffer over a given time interval under normal

market conditions at a given confidence level. It assesses risk by using

in a bank's portfolio" (Value at Risk mengukur kerugian yang

diperkirakan terburuk yang dapat mengalami sebuah institusi selama suatu

interval waktu tertcntu di bawah kondisi pasar nonnal pada tingkat

kepcrcayaan tcrtentu. Ini menilai resiko dcngan menggunakan model

statistik dan simulasi yang dirancang untuk menangkap volatilitas aset

dalam portofolio bank). Dari tiga pendapat tersebut menunjukan bahwa

VaR merupakan alternatifjawaban kelemahan metode Markowitz.

Dalam kaitannya dengan kemudahan pemahaman atas nilai VaR,

Stambaugh (1996) menyatalrnn bahwa VaR mcmiliki fungsi sebagai

berikut: "I) providing a common language for risk, 2) allowing for more

effective and consistent internal risk management, risk limit setting and

evaluation, 3) providing an enterprise-wide mechanism for external

regulation, and 4) providing investors with an understandable tool for

risk assessment" (I) menyediakan bahasa umum untuk resiko,

2) memungkinkan untuk manajemen resiko yang lebih efoktif dan

konsisten internal, resiko membatasi pengaturan dan evaluasi,

3) menyediakan mekanisme perusahaan-lebar untuk regulasi eksternal, dan

4) menyediakan investor dengan alat dimengerti untuk resiko penilaian).

Menghitung nilai VaR untuk masing-masing metode dapat

digunakan dengan menggunakan nunus umum sebagai mana dinyatakan

dibawah ini.

VaR = V0 *er* a* 'iil (15)

Dimana:

V 0 = nilai eksposur

er = standm deviasi

a =alpha

-.ft= waktu ( dalill'Il hari) atau holding period

Penghitungan VAR untuk aset menggunakan nunus dari Philippe

Jorion, 2001:150 yaitu:

VaR =a· crp • W . ] (16)

Dimana:

a = Tingkat kepercayaan

crp = Standar deviasi portofolio

W = Nilai posisi aset

Apabila VaR dihitung dengan memperhitimgkan Jama waktu

investasi t (holding period) maka rnmusnya adalah:

(17)

Dirnana:

-.ft = waktu ( dalam hari) atau holding period

12. EWMA (Exponentially Weighted Moving Average}

Penghitungan standar deviasi yang telah dikemukakan di atas

berasmnsi bahwa volatilitas data konstan dari waktu ke waktu. Hal ini jauh

dari kenyataan yang ada. Oleh Watsham (1997) volatilitas yang konstan

disebut homoscedastis dan volatilitas yang tidak konstan disebut

heteroscedastis. Banyak ahli yang telah mengembangkan metode

penghitungan volatilitas heteroscedastis. Metode yang sering digunakan

saat ini adalah metode Exponentially Weighted Moving Average (EWMA)

yang dikembangkan J.P. Morgan.

Metode ini melakukan estimasi volatilitas dengan memberikan bobot

pengaruh lebih besar terhadap volatilitas data terbaru. Dari Jorion (200 I)

yang mengutip J.P Morgan diketahui persamaan EVV'MA yang digunakan:

al = A.11~_ 1 + (1 - A.)~ (18)

Di mana:

11,2 =Varian dari data imbal hasil (r) pada saat t

r,_1 = imbal hasil padasaat t-l

A, =parameter (decay factor)

Dari Philippe .!orion (2001) menyebutkan Risk Metrics

menggunakan nilai A, sebesar 0,94 untuk data harian mengingat hit1111gan

nilai A, sangat tergantung dcngan rentang waktu pengarnatan data saham.

penghitungan dengan nilai ?c=0,94 yang dianjurkan oleh Risk Metric

tersebut.

Kelebihan dari EWMA adalah lebih mudah dalam implementasinya

karena hanya mendasarkan pada satu parameter saja (/,), sehingga

membuat EWMA menjadi lebih tahan terhadap kesalahan estimasi

(estimation error) dibandingkan dengan model lainnya. Parameter/, secara

teoritis dapat ditemukan dengan memaksimalkan likelihood function.

Secara operasional ha! ini dapat menjadi pekerjaan yang melelahkan

dengan digunakannya ratusan data harian. Pada praktiknya, decay factor

yang optimal adalah decay factor yang meminimalkan root mean square

error (RMSE) antara proyeksi variance dari EWMA pada periode i + I

dengan actual squared return (actual daily variance) untuk periode i + I

(Clelow & Strickland, 2000).

Kelemahan dari EWMA adalah decay factor yang dapat bervariasi

tergantung pada data yang digunakan (indeks bursa saham yang satu dapat

memiliki A, berbeda dengan indeks bursa saharn yang lain) dan dapat

bervariasi tergantung pada periode observas yang digtmakan ( untuk indeks

bursa saham yang sama, A, yang digunakan dapat berbeda antara

menggunakan periode observasi satu tahun deng;an dua tahun). Hal ini

akan mengurangi konsistensi dari EWMA. Sebagai contoh, .J. P. Morgim

menggunakan A, yang berbeda untuk mengulmr volatilitas harian dan

bulanan sehingga model harian dan bulanan menjadi tidak konsisten imtara

digunakan, dapat mendekati prilaku aktual dari data secara cukup baik, dan

tahan terhadap kesalahan spesifikasi (Philippe Jori on, 2007 a, pp. 231-

232).

13. V ALIDASI MODEL (BACKTESTING}

Menurut Philippe Jorion (2001) model VaR hanya bennanfaat bila

dapat memprediksi resiko dengan baik. Langkah yang dilakukan dalam

backtesting adalah membandingkan kerugian sebenarnya dibandingkan

dengan kerugian yang diprediksi oleh model V ai;:..

Dari Philippe Jori on (2001) yang menyebutkan sumber Kupiec

(1995) disajikan Tabel 2.1 yang memberikan batasan untuk lidak menolak

model setelah dilakulrnn backtesting.

Tabel 2.1. Besaran Kcsalahan Untuk Tidak Mcnolak Model VaR

.•

Tingkat Kepercayaan

Tidak Menola k Batasan 1m:~~-;-· 1 alahan I Probability

Level p VaR

O.Ql 99% ---,-·-~~- "··-·~-~«<"'•·~~··--~--

I 0.025 97.5 % !---------·--·-------.. ~-I o.o5 95 %

0.075 92.5 % t~~--.. -~} _ _j ____ jzQ.% -----

Kcs

T=252 hari

N<7 f....-.---~-·-·~~-~-··~-···

2<N<12 r-·-~" ~·-

6<N<20 --~--~·~-~

ll<N<28 l6<N<36

~--~~~~-. ---

1 ·-~·

1 2 3

T=510 1-Y=ioooo 1

_ ltari L_!i_ar!__I .<:J:'l:':!!_L_i<N<!Z._

6<N<21 ~ .. ..Jl,-:-N<36 6<N<36 I 37<N<65 7<N<51.1-s9<N<92·· 8<N<65 81 <N<l2_QJ

Sumber: Jorion (2007)

Permasalahan utama dalam membangun model resiko adalah

melakukan validasi terhadap model tersebut. Ketika sebuah model

dibentuk, malrn penting untuk memvalidasi sebelum di digunakan dalam

utama proses validasi model adalah backtesting. Backtesting yaitu suatu

aplikasi metode kuantitatif untuk menentukan apakahforecast value at risk

model konsisten dengan asumsi ketika model dibentuk. Metode yang

digunakan dalam memvalidasi model-model resiko dikenal dengan nama

metode backtesting. Backtesting adalah aplikasi metode kuantitatif untuk

menentukan apakah estimasi resiko suatu model konsisten terhadap

asumsi-asumsi yang mendasari model yang sedang diuji (kesalahan

spesifikasi model, estimasi resiko yang kerendahan dan sebagainya).

Langkah selanjutnya yang dilakukan adalah melakukan uji fonnal

dengan metode statistik. Semua uji statistik berdasarkan. ide pemilihan

tingkat siginifikasi yang diikuti dengan estimasi probabilitas dari hipotesis

no! yang diasumsikan karena bernilai benar. Umumnya hipotesis no! tidak

ditolak jika nilai yang di estimasi dari probabilitas tersebut melampaui

tingkat siginifikasi yang dipilih. Sebaliknya, jika nilai yang diestimasi

lebih kecil dari probabilitas yang di estimasi, hipotesis no! dapat ditolak.

Semakin tinggi tingkat signifikansi, maka besar kemungkinan hipotesis nol

tidak ditolak, semakin kecil kem1111gkinan sebuah model yang benar

ditolak dengan tidak benar (Kesalahan tipe !). Namun demikian, hal

tersebut juga bermakna semakin besarnya kemimgkinan secara tidak benar

tidak menolak sebuah model yang salah (Kesalahan Tipe II). Uji manap1111

karenanya melibatkan tarik ulur antara kedua tipe kesalahan tersebut

(Dowd, 2005: 323; Philippe Jorion, 2007:146).

B. PENELITIAN SEBELUMNY A

Beberapa penelitian yang mengkaji tentang pemilihan saham dan

portofolio optimal telah banyak dilakukan oleh para peneliti terdahulu.

Penelitian-penelitian tersebut tersaji dalam Tabet 2.2. di bawah ini:

Tabel 2.2. Penelitian Sebelumnya

NO NAMA JUD UL METODE HAS IL

1 AgungD Penghitungan Value Value at Risk, I. lmbal hasil po1tofolio Buchdadi At Risk Portofolio EWMA optimum pada saham yang

Opti1num Saham tergabung dalam Jll bersifat Perusahaan Bcrbasis ho111oscedastic. Walaupun

Syariah Dengan demikian terdapat beberapa Pendekatan Ewn1a sahan1 kornponen portofolio

(Studi En1piris yang bersifat Terhadap Saham- heteroscedastic.

Saham Yang Tergabung Dalam JII 2. Value at Risk 1nenunjukkan Selama 2005-2006) scberapa besar kemungkinan

kerugian yang tcrjadi didalam suatu saham, yang dihaclapi oleh investor, pada portofolio optin1urn saham yang tergabung dalam JlJ untuk tingkat kcpercayaan 99% adalah 3,007% ner hari.

2· Mokhan1ad Analisis Single Index Porto-folio optimal dibentuk oleh Sukarno Pe1nbentukan Model tiga saha1n yang me1npunyai

Portofolio Optimal excess returns to beta (ERB) Saha111 Menggunakan terbesar, yaitu sahan1 AALI dan Metode SIM di BEJ, PGAS dengan nilai ERB sebesar

2007 0,86~Vo dan 0,37%. Proporsi dana dari kedua saham tersebut adalah sebesar 48,54o/o untuk AALJ dan 51,46% untuk PGAS dengan return portofolio sebesar 0,072%, resiko porlofolio sebesar 0, 196% dan excess return to beta portcfolio sebesar 0,61 %.

·-3 Ratna Pcrbandingan Value Value At Risk, Dari hasiI pengujian yang Kumalasari at Risk Dcngan EWMA& dilakukan dengan backtesting dan

Estimasi Volatilitas GARG! Kupiec test berdasarkan TnoF EWMA dan GARCH diperoleh basil bahwaforecasting

(Studi Kasus PON volatilitas dengan metode Bank X), 2005 GAR CH lebih tepat digunakan

dibandingkan metode EWMA. Artinya metode GARCH lebih dapat menangkap pergerakan actual loss yang te1:jadi dan lebih 1nendekati atau mencenninkan ..

dalrun batas toleransi. hal ini tcrbt1kti karcna telah lulus uji Kupiec test, sehingga dapat digunakan untuk menghitung VaR portofolio.

4 YU SKAR Perhitungan ValueAt Value at Risk, Berdasarkan hasil analisa rcsiko KAHAR Risk pada Institusi EWMA pasar tersebut di atas dapat dilihat

Perbankan bah\va basil VaRjika berda.:;;arkan Mctodc dibandingkan

Variance Covariance,2009 dengan modal bank ju1nlahnya

sangat

signifikan; yaitu jika n1enggunakan metode standar dcviasi yaitu scbcsar 59,39o/o dari modal sedangkanjika n1enggunaka111nctode EWMA sebei;ar 28,63%

dari n1odal.

5 Sri Jayanti Pengukuran Resiko Value at Risk I. Dalan1 Aggregating Value at Napitupulu Opcra'iional Dcngan Risk digunakan test

Metode Aggregating Goodness Of Fit untuk Value At Risk menentukan distribusi yang Skripsi, 2009 akan dipakai.

2. Pengukuran potensi kerugian operasional dengan I'vfetode Aggregating Value at Risk dipcrolch dari pcrhitungan gabungan antara distribusi frckuensi dan distribusi severitasnya yang akan disilnulasikan.

3. Jika kerugian ckstrim te1jadi maka Aggregating VaR tidak dapat dipakai, schingga kita memodclkankan dcngan model EVT.

6 Xiangjin Value at Risk and Semi- keleinah dari ketcrgantungan yang Bruce Chen Optin1um Aset Parametric Metode negatif antara saham dan obligasi dan Paran1 Allocation in Stock- sebelum GFC, kecuali di Jepang, Silvapulle Bond portfolios dan ketcrgantungan yang negatif

bcfOrc and after the yang kuat berikut GFC, schingga Global Financial 111eningkatkan tnanfaat dari Crisis: Empirical diversifikasi portofolio dan Evidence from n1engurangi Vars. Namun, stratcgi

Australia and the 07 asel alokasi yang optiinal Countries, 20 I 0 dit1;111ukan konsisten pada vars

diu!<Ur pada tingkat satu persen, lima dan sepuluh probabilitas, dan di se:mua delapan negara. Strategi

alokasi aset yang opti1nal tidak terpengaruh oleh GFC itu. Fokus utama dari kcdua regulator dan I(omite Basel vars dan tingkat

yang tepat dari persyaratan modal, . . . .. .

mcnunjukkan bahwa kcbutuhan 1noda! mcmang bisa Jebih rcndah selama krisis. Tc1nuan penclitian

ini n1erniliki implikasi untuk diversifikasi portofolio resiko,

rebalancing, lindung nilai, kcputusan investasi, dan regulator

global. 7 Jayanth R. V aluc al Risk Models Value at Risk Para EWMA (Exponential

Vanna in the Indian Stock M-oving Average 'l'ertimbang) Markel, 1999 (VaR) n1odel yang digunakan dalam JP

Morgan n1ctodologi ® RiskMetrics tidak baik pada 10% dan tingkat rcsiko dari 5% tetapi rusak di% I dan tingkat resiko yang Jebih rendah. Makalah ini

ken1udian 1nenunjukkan bagaimana untuk menyi111pan

n1odel EWMA dengan n11~nggunakan seju1nlah besar pcnyin1pangan standar untuk

mcnctapkan batas VaR. Scbagai contoh, makalah ini menyarankan n1enggunakan 3 standar dcviasi

:i%distribusi normal VaR scdangkan standar deviasi 2,58

dan 1nenunjukkan GED 1nenu1tjukkan deviasi standar 2.,85. Dengan rnodifikasi ini

EWMA model ditampilkan untuk bcke~ja cukup baik. Mcngingat keseclerhanaan yang lcbih bcsar

dan kernudahan interprctasi, mungkin !ebih nyan1an dalatn praktek untuk rnenggunakan

model ini dari spesifikasi GARCH-GED lcbih akurat.

Makalal1 ini juga n1e111bcrikan bukti yang 1nenunjukkan balnva

adalah n1ungkin untuk n1cningkatkan kine1:ja model VaR

n1crnperhitungkan pergerakan harga pasar saham rekening di

luar ncgeri.

Sumber: Hasil Penelitian Terdahulu

C. Kerangka Berpikir

Gambar 2.1. Diagram Alur Proses Pengolahan Data

START

Hitung Return dan Resiko

Setiap Saham

c: ' • ..c 0

"' 'i;j

Uji o;··~· .... ·2 c: .... "' Uji Stasioneritas -;w;t 0 a. Heteroskedastisitas arque-Berra

u " "' w

..c .... a. QJ

'<( ..c "' ;:;:

ya tidak ya ya

Hitung a dengan C:"'. "~"""' EWMA deviasi)

HitungVaR

Portofolio

Validasi VaR

Terhitung

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini akan memilih objek portofolio saham - saham .TII yang

telah dilakukan optimasi dengan cara dikembangkan oleh Markowitz pada

tahun 1952. Saham-saham dalam .TII mempakan 30 saham yang dapat

dikategorikan sesuai dengan konsep syariah. Analisis V aR dilakukan

terhadap portofolio optimum dengan pendekatan Exponentially Weighted

Moving Average (EWMA) apabila diketahui adanya conditional variance.

Penghitungan VaR dengan menggunakan historical simulation method.

Selanjutnya backtesting akan dilakukan sebagai validasi atas analisis VaR

tersebut. Penelitian ini memilih batasan waktu pengamatan pada tahun

Januari 2007 sampai Mei 2011.

B. Metode Penentuan Sampel

Pengumpulan data dilakukan terhadap data sekunder bersumber dari

Bursa Efek Indonesia (BEI). Untuk masing-masing variabel dengan jangka

waktu mulai dari Januari 2007 sampai dengan Mei 2011. Frekuensi observasi

data adalah harian.

Data yang digunakan adalah data kuantitatif berupa harga saham pada

perusahaan yang terdaftar pada Jakarta L~lamic Index (JI!) pada jangka waktu

yang secara konsisten terdaftar sebanyak empat kali atau empat semester

selama periode penelitian.

Jenis data yang dikumpulkan adalah data kuantitatif historis yang

mencakup variabel-variabel di atas. Berdasarkan !criteria tersebut di atas yang

telah ditentukan untuk memilih sampel tersebut, maka dapat diperoleh jumlah

sampel sebanyak 30 (lihat Lampiran A).

C. Metode Pengnmpulan Data

Data-data yang diperlukan dalan1 penelitian ini adalah menggunakan

metode dokumentasi yaitu metode yang digunakan untuk mengumpulkan data

sekunder. Data sekunder diperoleh dari instansi atau lembaga yang berkaitan

dan mendukung penelitian ini. Serta keterangan lain yang diperoleh dari studi

pustaka lainnya yang ada hubungannya dengan masalah yang diteliti. Dalam

hal ini jenis data yang diambil adalah:

1. Jumlah emiten sebanyak 30 perusahaan. Sumber data dari Indonesian

Stock Exchange (Bursa Efek Indonesia) Januari 2007 - Mei 2011.

2. Harga saham perusahaan. Sumber data dari Yahoo!Finance pada kurun

waktu Januari 2007 - Mei 2011.

D. Mctode Analisis Data

Analisis data dilakukan dengan menggunakan metode indeks tunggal

untuk menentukan set portofolio yang efisien. Sedangkan perhitungannya

dilakukan dengan menggunakan progran1 excel dan eviews 7. Adapun

langkah-langkah yang akan dilakukan adalah sebagai berikut:

I. Mendeskripsikan perkembangan harga sah<m1, IHSG dan SBI.

2. Menghitung realized return, expected return, standar deviasi dan

varian dari masing-masing saham individual, IHSG dan SBI.

3. Menghitung beta, alpha dan variance error masing-masing saham

individual.

4. Menghitung nilai excess return to beta (ERB) masing-masing

saham. Nilai ERB diperlukan sebagai dasar penentuan saham yang

menjadi kandidat portofolio. Nilai ERB yang diperoleh diurutkan

dari nilai yang terbesar ke nilai yang terkecil. Salmm-saham

dengan nilai ERB lebih besaT atau sama dengan nilai ERB di titik

C* merupalcan kandidat portofolio optimal.

5. Menghitung nilai Ci

Nilai Ci adalah nilai C untuk saham ke-i yang dihitung dari

akumulasi nilai-nilai Al sampai dengan Ai dan nilai-nilai Bl

sampai dengan Bi. Nilai Ci merupakan hasil bagi varian pasaT

terhadap kelebihan pengembalian lebih besar dari pada RFR

terhadap variance error saham dengan varian pasar pada

sensitivitas saham individual terhadap variance error saham.

6. Mencari nilai C*

Besarnya C* adalah nilai Ci yang terbesar. Saham-saham yang

membentuk portofolio efisien adalah saham-saham yang

mempunyai ERB lebih besar atau sama dengan ERB di titik C*.

7. Menentukan proporsi dana yang akan diinvestasikan dalam

portofolio efisien.

8. Menentukan korelasi dan covariance saham-saham pembentuk

portofolio.

9. Menghitung expecled re/urn, standar deviasi dan varian dari portofolio.

I 0. Uji Asumsi Klasik

Model regresi linier berganda (multiple regression) dapat disebut

sebagai model yang baik j ika model tersebut memenuhi !Criteria

BLUE (Best Linear Unbiased Estimator). BLUE dapat dicapai bila

memenuhi Asumsi Klasik.

Sedikitnya terdapat tiga UJI asumsi yang harus dilakukan

terhadap suatu model regresi tersebut, yaitu:

a. Uji Stasioneritas

Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan

varians dari data time series tersebut tidak mengalami perubahan

secara sistematik sepanjang waktu, atau sebagian ahli menyatakan

rata-rata dan variannya konstan, ( Nachrowi dan Hardius, 2006: 340).

Menurut Wing Wahyu Winarsono (2009: 10.4) data yang tidak

stasioner bila direl!resi akan mudah menvebabkan re.,resi fanc11n<Y

Data dikatakan stasioner bi la memenuhi syarat berikut:

a. Rata-rata dan variannya konstan sepanjang waktu, dan

b. Kovarians antara dua data runtut waktu tergantung pada

kelambanan antara dua periode tersebut. Oleh karenanya

data yang tidak stasioner harus dijadikan stasioner <lulu.

Untuk menjadikan data tidak stasioner menjadi stasioner

biasanya data cukup didiferensi saja. Pada tingkat diferensi pertama,

biasanya data sudah menjadi stasioner. Kalau ternyata belum,

kemungkinan besar pada diferensi kedua sudah stasioner.

Uji stasioneritas data return, dilakukan dengan menggunakan

Augmented Dickey-Fuller test (ADF-test) d(:ngan bantuan software

EViews7.0.

Hipotesis:

H0 : o = 0 (data return tidak stasioner)

H0 : o =F 0 (data return stasioner)

Adapun nilai Critical Value (CV)= x2 , df: 2

Uji stastisknya adalah sebagai berikut:

- Jika p :S 5% atau nilai ADF < CV 5%, maka H0 ditolak atau data

stasioner.

- Jika p >5% atau nilai ADF > CV 5%, maka H0 diterima atau data

tidak stasioner.

b. Uji Normalitas

Salah satu asumsi dalam analisis stasistik adalah data

berdistribusi normal. Dalam analisis multivariat, para peneliti

menggunakan pedoman kalau tiap variabel terdiri atas 30 data. Maka

data sudah berdistribusi n01mal. Apabila analisis melibatkan 3

variabel, maim diperlukan data sebanyak 3x30 = 90. Meskipw1

demikian, untuk menguji dengan lebih akurat, diperlukan alat analisis

dan eviews menggunakan dua cara, yaitu dengan histogram dan uji

.Jarque -Bera, (Wing Wahyu Winarsono, 2009: 5.37)

.Jarque -Bera adalah uji statistik Wltuk mengetahui apal'ah

data berdistribusi normal. Uji ini mengukur perbedaan skewness dan

kurtosis data dan dibandingkan dengan apabila datanya bersifat

normal. Rumus yang digW1akan:

N-k 2 (K~3)2 Jarque-Bera = - {S + ---}

6 4

Dimana:

S = skewness

K = kurtosis (banyaknya koefisien)

Probabilita (a) > 5% data berdistribusi normal

Probabilita (a) < 5% data berdistribusi tidak nonnal

( 36)

Jika ternyata tidak berdistribusi normal, maka a dikoreksi

mertjadi a' dengan cornish fisher expansion dan selanjutnya dihitung

dengan rwnus sebagai berikut:

Dimana:

a'= a- .:1: (a2 -1)( 6

a = nilai alpha sesuai nilai probabilita .Jarque-Berra

a 2 = nilai alpha setelah disesuaikan (adjusted)

( = nilai skewness ( kemencengan)

(37)

Hal yang te1penting dalam tahap penentuan tingkat

kepercayaan ini adalah menentukan patokan seberapa besar toleransi

kesalahan yang dapat diterima.

c. U.ii Heteroskedastisitas

Menurut Nachrowi dan Hardius (2006: 109) Salah satu asumsi

yang harus dipenuhi agar taksiran parameter dalam model regresi

bersifat BLUE (Best Linier Unbiased Estimate) maka var (µi) hams

sama dengan 0"2 (konstan), atau dengan kata lain, semua residual atau

error mempunyai varian yang sama. Kondisi seperti itu disebut

homoskedastis. Sedangkan bila varian tidak konstan atau berubah-

ubah disebut heteroskedastis.

Dalam banyak aplikasi, Var (µi) akan cenderung besar, atau

dapat dituliskan o-f > o-} > ... > o{ Dengan demikian, sudah dapat

diduga bahwa heyeroskedastisitas akan mengakibatkan Var (b1J)

cenderung akan besar.

Akibat vmian koefisien regresi yang lebih besar, maka akan

mengandung konsekuensi yaitu interval kepercayaan semakin lebar,

uji hipotesis baik uji-t atau uji-F akan terpengaruh yang berakibat uji

hipotesis tidak akurat, dm1 pacla akhimya akm1 membawa dampak pula

pada keakuratan kesimpulan. Heteroskedastisitas dapat diketahui

dengan melakukan serangkaian pengujian. Pengl\jian untuk

mencleteksi heteroskedastisitas terbagi atas 2, yaitu: secara grafis dan

uji formal.

Sebagaimana cliketahui bahwa heteroskedastisitas merupakan

suatu kondisi dimana Var (µf) tidak konsta11. Dengan clemikian, pada

suatu nilai vm·iabel bebas X atau sekelompok nilai X akan mempunyai

nilai Var (µf) ym1g berbeda dengan variabel bebas X atau

sekelompok nilai X lainnya. Oleh karena itu, bila nilai-nilai µf diplot

dengan nilai-nilai variabel bebas akan ditemui suatu pola atau bentuk

yang tidak random.

Apabila titik-titik pada gambar ticlak mencenninkan suatu pola

yang sisitematis atau dapat dikatakan random. Hal ini menunjukkan

bahwa tidak ada perbedaan Var (µf) pada suatu tingkat nilai X atau

vanaimya homoskedastis. Begitu juga sebaliknya apabila grafik

membentuk pola-pola sistematis ha! ini menunjukkan VaR (µf) tidak

konstan untuk semua nilai X, atau variannya heteroskedastis.

Salah satu kelemahan pengujian secara grafis adalah tidak

jarang terjadi keraguan dalam menafsirkan pola yang menunjukkan

grafik. Oleh karena itu, dibutuhkan uji formal untuk memutuskarmya,

salah satunya adalah uji White (White's General Heteroscedasticity

Test).

Uji ini mengasumsikan bahwa varian error merupakan fungsi

yang mempunyai hubungan dengai1 variabel bebas, kuadrat masing­

masing variabel bebas, dan interaksi antar variabel bebas. Uji White

menggunakan residual kuadrat sebagai vaiiabel dependen, dan

variabel independennya terdiri atas variabel independen yang sudah

ada, ditambah dengai1 kuadrat variabel independen, ditambah lagi

dengan perkalian dua variabel independen (Wing Wahyu Winamo,

2009: 5.14)

Adapun perumusan uji hipotesis pada ttji white adalah:

Jika Probability nR 2 ~ 5% artinya ditolak H0 , atau a heteroskedastic

Jika Probability nR 2 > 5% artinya jangan tolak H0 , atau a

homoskedastic.

E. Operasional dan Variabel Penelitian

Instrumen investasi yang diteliti dalam penelitian ini adalah saham,

IHSG dan suku bunga SBI selama periode tahun Januari 2007- Mei 2011.

1. Harga Saham

Data harga saham yang akan diteliti adalah harga saham harian selama

periode tahun Januari 2007- Mei 2011, diperoleh dari JSX Daily

Statistic terutama dari data Table Trading. Nilai return dian1bil dari

perubahan harga saham harian, baik secara individual maupun

po1iofolio dalam model Markowit.

2. Indeks Harga Saham Gabungan (IHSG)

Data IHSG diambil dari data penutupan harian indeks selama periode

tahun Janum·i 2007- Mei 2011. Data IHSG mewakili data pasar,

diperlukan untuk menghitung tingkat return (Rm) dan resiko pasar.

3. Suku Bunga Indonesia (SBI)

Data tingkat suku bunga SBI per bulan diperoleh dari laporan bulanan

BI selama periode tahun Januari 2007- Mei 2011. Data SBI ini

digunakm1 sebagai proxy return aktiva bebas resiko (risk free rate of

return).

Berikut ini adalah definisi operasional dan pengukurm1 variabel

beberapa hal yang berhubungan dengan analisis portofolio optimal, (Jogiyanto,

2000:218), yaitu:

a) Realized Return (Rt) adalah presentase perubahan hm·ga penutupan

sal1am A pada bulan ke t dikurangi harga penutupan saham A pada hari

ke t-1 kemudian hasilnya dibagi dengan harga penutupan saham A pada

hari ke t-1.

(19)

Dimana:

R; =return saham ke-i

Pt = Harga investasi sekarang

P t-1 = Harga investasi tahun lalu

b) Tingkat keuntungan yang diharapkan atau expected return tiap saham

individual merupakan presentase rata-rata realized return saham i

dibagi jumlah realized return saham i. Dihitung dengan program J<,xcel

mengg1makan rumus Average atau menggunaka:n rumus:

E(R). = 2:, Rt (i) ' n

(20)

Dimana:

expected return

return realisasi saham i

n jumlah realized return saham i

c) Standar Deviasi (SD) digunakan untuk mengukur resiko dari realized

return, yang dapat dihitung dengan program Excel menggunakan rumus

STD EV.

Dimana:

a 2 = Variance

(Xi -X)Z (f = I:---­

' n-1

X; =Actual Return

X = Expected Return

n - 1 = jumlah observasi dikurangi satu

(21)

d) Variance ( cr2) digunakan untuk mengukur resiko expected return saham

i. Variance dapat dihitung dengan cara, yaitu mengkuadratkan standar

deviasi atau dihitm1g dengan program Excel menggunakan rmnus VAR

atau menggunakan rumus:

Variance = u 2 (22)

a tau

(23)

e) Beta (~i) adalah resiko unik dari saham individual, menghitung

pasar (IHSG) dalam periode tertentu. Beta digunakan untuk menghitnng

Excess Return to Beta (ERB) dan Bj yang diperlukan untuk menghitung

Cut-Off Point (Ci). Beta dapat dihitung dengan program Excel

menggunakan rumus slope:

(24)

Atau dapat diuraikan sebagai berikut:

(25)

Keterangan:

/Ji = Beta sekuritas ke-i

Rit =Return sekuritas ke-i

R,t =Return rata-rata sekuritas ke-i

RMt =Return pasar (market return) pada waktu ke-t

RMt =return rata-rata pasar pada waktu ke-t

f) Alpha (ai) merupakan intercept realized return >:aham i dengan realized

return pasar (IHSG), membandingkan perhitungan realized return

saham i dengan realized return pasar (IHSG} dalam periode waktu

tertentu. Alpha digunakan untuk menghitung variance error ( ei).

Alpha dihitung dengan program Excel menggunakan rumus intercept

atau menggunakan rumus:

(26)

Dimana:

ai = alpha saham i

f3 i beta saham i

Rm return pasar

g) Variance ( crei) adalah varian dari residual error sahan1 i yang JUga

merupakan resiko unik atau tidak sistematik, dihitung dengan program

Excel menggunakan rumus:

Dimana:

2 (I) CJei "

0 2 m

= Variance ei saham i

Variance saham i

Variance pasar

alpha saham i

(27)

h) Excess Return to Beta (ERB) digunakan untuk mengukur return

didiversifikasikan yang diukur dengan Beta. ERB menunjukkan

hubungan antara return dan resiko yang merupakan faktor penentu

investasi.

ERB·= E(R;)-RsR l flt

(28)

Keterangan:

ERB; = excess return to beta sekuritas ke-i

E(R;) =return ekspektasi berdasarkan model indeks tunggal untuk

sekuritas ke-i

RsR =return aktiva bebas resiko

{3; = beta sekuritas ke-i

i) Nilai Ai dihitung untuk mendapatkan nilai Aj dan Bi dihitung untuk

mendapatkan nilai Bj, keduanya diperlukan untuk menghitung Ci.

Penentuan nilai Ai dan Bi untuk masing saham b-i sebagai berikut:

[E(RD - RsR]. ~i l O"ei

2 (29)

Dan

(30)

Keterangan:

E(Ri) = expected return saharn i

Rf = riskfree rate of return

~i = beta saham i

ae1 = varians saharn i (unique risk)

j) Titik Pembatas (Ci) merupakan nilai C untuk saharn ke-i yang dihitung

dari akumulasi nilai-nilai Al sampai dengan Ai dan nilai-nilai Bl

sarnpai dengan Bi. Nilai Ci merupakan hasil bagi Varian pasar dan

return premium terhadap variance error saham dengan Varian pasar

dan sensitivitas saharn individual terhadap variance error saham.

(31)

Dengan mensubtitusikan nilai Ai dan Bi dirumus (di atas) ke nilai Ci dirumus

(di alas), maka rumus Ci menjadi:

(32)

k) Cut-Off Point (C*) merupakan nilai Ci terbesar dari sederetan nilai Ci

I) Prosentase proporsi dana (Wi) masing-masing saham pembentuk

portofolio optimal dihitung dengan menggunakan rumus:

(33)

Dan

X· = ..f!J_ (ERB - C*) L O'ej2 l

(34)

dimana:

wi = proporsi sekuritas ke-i

K = j1m1Iah sekiritas diportofolio optimal

{J; = beta sekuritas ke-i

u e/ = Varians dari kesalahan residu sekuritas ke-i

ERB; =excess return to beta sekuritas ke-i

C* = nilai cut off point yang merupakan nilai Ci terbesar

m) Correlation atau koefisien korelasi antar saham merupakan

perbandingan perhitungan realized return saham A dengan perhitungan

realized return saham B dalam suatu periode tertentu. Koefisien

korelasi antar dua kelompok data tersebut dihitung dengan program

Excel menggunakan rumus Correl atau dengan rumus:

(35)

Dimana:

r(ABJ = koefisien korelasi saham Adan B

o-AB =covariance saham Adan B

o-A = covariance sahan1 A

o-8 = covariance saham B

Koefesien korelasi mempunyai nilai antara + 1 dan -1.

I) Korelasi positif artinya return a dan b berubah kearah yang sama .

. lilrn koefisien korelasi positif dan nilainya semakin mendekati + 1,

maka tidak ada manfaat jika dilakukan diversifikasi karena kedua

return alcan bergeralc kearall yang sama pada waktu dan tingkat

yang sama.

2) Korelasi negatif berarti kedua return bergeralc dengan arah yang

berlawanan. Jika koefisen korelasi negatif dan nilainya semakin

mendekati -1 malca resiko kedua aset dalam portofolio semakin

mendekati nol.

3) Jika nilai koefisen korelasi adalall no! maka kedua return

independent antara satu dengan yang lain.

BAB IV

ANALISIS DAN PEMBAHASAN

A. Sekilas gambaran umum objek penelitian

1. Sejarah Pasar Modal Syariah

Kegiatan pasar modal di indonesia diatur dalam Undang-Undang

No. 8 Tahun 1995 (UUPM). Pasal 1 butir 13 UUPM menyatakan bahwa

Pasar Modal adalah kegiatan yang bersangkutan dengan penawaran umum

dan perdagangan efek, perusahaan publik yang berkaitan dengan efek yang

diterbitkannya, serta lembaga dan profesi yang berkaitan dengan efek.

Sedangkan efek dalam UUPM Pasal 1 butir 5 diyatakan sebagai surat

berharga yaitu surat pengakuan utang, surat berharga komersial, saham,

obligasi, tanda bukti utang, unit pernyertaan kontrak investasi kolektif,

kontrak kegiatan be1jangka atas efek clan setiap derivatif.

UUPM tidak membedakan apakah kegiatan pasar modal tersebut

dilakukan dengan prinsip-prinsip syariah atau tidak. Dengan demikian,

berdasarka UUPM kegiatan pasar modal di indonesia dapat dilakukan

sesuai dengan prinsip-prinsip syariah clan dapat pula dilakukan tidak

sesuai dengan prinsip syariah (Nurul Huda clan Mustafa Edwin Nasution,

2007:55).

Di indonesia, perkembangan instrumen syariah di pasar modal

sudah te1jadi sejak tahun 1997. Diawali dengan lahirnya reksa dana

(sekarang BEI) bersama dengan PT Dana Reksa Investment Management

(DIM) meluncurkan Jakarta Islamic Index (JII) yang mencakup 30 jenis

saham dari emiten-emiten yang kegiatan usahanya memenuhi ketentuan

tentang hukum syariah. Penentuan kriteria dari komponen JII tersebut

disusun berdasarkan persetujuan dari Dewan Pengawas Syariah DIM.

Prinsip pasar modal syariah tentunya berbe:da dengan pasar modal

konvensional, sejumlah instrumen syariah di pasar modal sudah

diperkenalkan kepada masyarakat, misalkan saham syariah, obligasi

syariah dan reksa dana syariah. Pasar modal syariah pun sudah

diluncurkan pada tanggal 14 Maret 2003. Banyak kalangan yang

meragukan manfaat diluncurkannya pasar modal syariah ini, ada yang

mencemaskan nantinya akan ada dikotomi dengan pasar modal yang

sekarang sudah ada.

Dalam kerangka kegiatan pasar modal syariah ada beberapa

lembaga penting yang secara langsnng terlibat dalam kegiatan pengawasan

dan perdagangan, yaitu Bapepam, Dewan Syariah Nasional (DSN), bursa

efek, perusahaan efek, emiten, profesi dan lembaga penunjang pasar modal

serta pihak yang terkait lainnya, khusus untuk kegiatan pengawasan akan

dilakukan secara bersama-sama oleh Bapepam dan DSN.

2. Perkembangan JU

Adapun data pergerakan indeks JII yang dimulai dari Januari 2007

Tabel 4.1. Data Pe1·gerakan lndeks JU Periode Januari 2007-Mei 2011

.

Date 2/01/2007 0

0 0 0 0

2/01/2008 5/01/2009 4/01/2010 3/01/2011

...

-·--

Open 3! 1,28 493,01 216,19 417,04

~-·

533,27 Sumber: BE!, data diolah

··---

Iiig~_ . ~19,1 516,77 239,4

444,77 542,79

-----·---Low Close

'' '' ·~·--

_ _275,61_ 296,96_ 398,J. 476,97

+-.. -. 2-10,5,L__2!3:6~ "_416,94_ . .427,68 ~457,11 477,51

Pergerakan indeks JII sangat fluktuatif, ha! ini tercermin dalam

grafik perkembangan JII selama peiiode panganmtan sepe1ti pada Gambar

4.1. di bawab ini.

.)nl<;>rt.ni '"'''""le ln<hU< 1$ ~.;K"

Sumber: BE!

Gambar 4.1. Pergeralrnn JII Periode Januari 2007··Mei 2011

Indeks harga saham yang baik adalah indeks yang dapat

merepresentasikan dan merespon dengan akurat setiap pergerakan IHSG

keseluruhan. Setiap indeks mempunyai track record dan kine1janya

masing-masing. Namun, secara umum terdapat kemiripan (similar) pola

satu indeks dengan lainnya. Begitu pula dengan indeks JII yang mewakili

pasar modal melalui 30 sabam syariah.

Secara umum, selama tiga tahun terakhir sejak pertengahan 2007

sampai dengan oktober 2009, indeks JH menunjukkan pola pergerakan

yang sangat fluktuatif dalam rentang (range) yang sangat besar. Setelah

berhasil mencapai break high sepanjang sejarah pasar modal pada level

521,433, indeks JII ikut terperosok jatuh begitu dalan1 akibat krisis

ekonomi global yang dipicu oleh memburuknya perekonomian AS dan

sebagian Eropa.

Krisis ekonomi global yang dipicu oleh kehancuran "backed

securities" dengan underlying kredit perumahan kualitas rendah

(subprime mortgage). Indeks sempat JII anjlok sangat dalam hingga

mencapai level terendahnya 166,917 pada September 2008. Sahan1-saham

andalan JII yang selama ini menjadi motor penggerak indeks justru

menjadi sumber kejatuhan hingga level terburuk sejak 2004 (Gambar

4.1). Setelah perekonomian dunia mulai mengalami pemulihan kembali

pada Maret-Agustus 2009, indeks JII yang dimotori 10 saham blue chips

kembali menunjukkan kekuatan kinerja fundamentalnya. Indeks JII pun

mulai bangkit kembali secara konsisten hingga mencapi level pemulihan

yang cukup baik, yaitu di posisi 3 83 ,665. Di samping itu, kesepuluh

saham tersebut senantiasa menjadi pencetak keuntungan terbesar di BEI

seperti terlihat pada Tabel 4.2. Pada Tabel 4.2, disitjikan keuntungan yang

diperoleh sepuluh saham andalan tersebut pada periode Desember 2010-

Mei 2011. Sepuluh saham berpredikat top gainer tersebut dikenal sebagai

saham dengan fundamental yang sangat solid terutama profitabilitas,

struktur modalnya dan atraktivitas komoditas yang diprodnksi.

Tabel 4.2. Sepuluh Saham Terbaik Indeks JII Desember 2.010 - Mei 2011

.. -,----------.-·-,..------

Open Close Chang

Name Price Price e

---T· No Kode

r--·----D~sember Mei

(%) 2010 2011 - ·-al Nickel Indonesia Tbk 7,82 14,5 85,421

- .. 1 !NCO PT.Internasion

f---1-·---~· ------

2 DEWA PT.Darma Hen waTbk 70 102 45,714 ---·-------··--·-·~ -----·--~-- .. -·

3 MNCN PT.Media Nus antara Citra Tbk 650 940 44,615 ----·· Agr:o Tbk 2925 3375 15,385

---· r----4 SGRO __ PT.Sampoer11!1__ ational Tbk 52350 59200 13,085 -----~-

5 ASII PT.Astra Intern atubara Bukit Asam Tbk I8700 20900 11,765 --· -- f--·

6 _ _PTBA PT.Tamba~

a (Persero) Tbk 640 660 3,125 - --7 WIKA PT.Wijliya Kary t _Tunggal Prakasa Tbk 16500 17000 3,030 ---·--sik_(]"ers(')ro) J~k 9400 9650 2,659

----~--- . -·--·--------------- -" _______ ., \----- ... -~----

8 INTP PT.Indocemen -------;-------9 SMGR PT.Semen Gre . -·------ - - ----- .,_

imah Tbk 2625 2625 0 --IO TINS _PT.Tambang_T

Sumber: BEi 2011

Perbandingan kinerja antara Jakarta Islamic Indeks (JII) dengan

Indeks Harga Saham Gabungan (IHSG) dapat dilihat sesuai dengan

Gambar 4.2. di bawah ini:

Gambar.4.2 Pcrbandingan Kincrja antara JU den:gan IHSG

Composlto Index W '·JKSE

-XI"• Jan 07 Jan OB Jan 09 Jan 10 Jan 11

Ill Volume 10.0

;5_0 i 00

I

____ LlLiJl.lilllLJL .. 11,!LI. Sumber: BE!

Pergerakan indeks JI! memiliki kinerja yang tidak kalah dengan

IHSG itu sendiri, seperti terlihat pada Gambar 4.2 di atas, JII mengikuti

pola pergerakan IHSG yang berfluktuatif. Pada awal tahun 2008 JII

mampu melewati kine1ja IHSG dilihat dari tingkat imbal hasil yang pada

saat itu lebih tinggi dibandingkan dengan IHSG itu sendiri. Pada saat

terjadinya krisis keuangan global yang juga dirasakan oleh pasar modal

Indonesia yaitu pada akhir tahun 2008 sampai dengan awal tahun 2009,

indeks JII merosot tajam dalam ha! persentase keuntungan atau imbal

has ii.

Melewati masa krisis yaitu dimulai dari petiengahan 2009 sampai

dengan periode pertengahan 2011, indeks JII mengalami peningkatan

keuntungan atau imbal basil. Hal ini dipengaruhi juga oleh membaiknya

kondisi perekonomian Indonesia dan dunia pada umumnya.

Selanm periode penelitian yaitu 4,5 tahun dimulai pada bulan

Januari 2007 sarnpai dengan Mei 2011 didapatkan sejumlah saham yaitu

sebanyak 71 saham atau emiten yang termasuk datarn JII (Jakarta Islamic

Index) yang terlihat seperti pada Tabel 4.3 di bawah ini:

No KodeSaham ..

1 AALI -· -·-----

2 ACES 0 ADHI .)

-· .

4 ADRO --- ~·--

5 ANTM -· ·--

6 APEX -· ..

7 ASII -·---··

8 ASRI

9 BISI ...

10 BKSL .... ·-··

11 BLTA -·

12 BMTR . -

13 BNBR 1----~ .. -

14 BRPT

15 BSDE -

16 BTEL --~

17 BUMI

18 BWPT f.--·

19 CMNP - .

Tabel 4.3. Daftar Saham

Na ma Saham ----

tari Tbk PT. Astra Agro Les ~-··-

PT.Ace Hardware I ndonesia Tbk ------··---

PT.Adhi Karya (Pe rsero) Tbk --·-------··

PT.Adaro Energy T bk

PT.Aneka Tamban 1------···

g (Persero) Tbk

maDutaTbk PT.Apexindo Prata ---

PT.Astra Internatio nal Tbk •.. .....

PT.Alam Sutera Re alty Tbk ---

nal Tbk PT.Bisi Internasioa

PT.Sentul City Tbk . ... .

PT.Berlian Laju T

PT.Global Mediaco

ankerTbk

mTbk

ers Tbk

bk

PT.Bak:rie & Broth

PT.Barito Pacific T --

PT.Bumi Serpong Damai Tbk ---·---·

PT.Bakrie Telecom Indonesia Tbk

PT.Bumi Resource sTbk -· --------··-----·

PT.Bw Plantation Tbk ----··-----

PT.Citra Marga Nu saphala Persada Tbk

21 CPRO

22 CTRA .

23 CTRP ..

24 CTRS ~·

25 DEWA ----

26 ELSA f------·

27 ELTY ·---

28 ENRG

129· FREN ---··

30 GJTL --·· •.

31 HEXA

32 HITS --·

33 IIKP .

34 INCO ..

35 INDF . . .

36 INDY ~·-- ··-·

37 INKP ··-·

38 INTP ~·

39 ISAT r·

40 ITMG

41 JRPT

42 KIJA -···

43 KLBF ~· ... _.

44 LPKR ~·

45 LSIP .

46 MEDC

47 MIRA .... ···-·

48 MNCN

49 MPPA •.. ...

50 PGAS

PT.Central Proteinaprima Tbk

Tbk .

PT.Ciputra Development ..•

PT.Ciputra Property Tbk

PT.Ciputra Surya Tbk

PT.Damm Henwa Tbk . . ..

PT.Elnusa Tbk

PT.Bakrieland Developm entTbk

Tbk .

PT.Energi Mega Persada ...

PT.Mobile-8 Telecom Tb k ·~----·

PT.Gajah Tunggal Tbk ... _

PT.Hexindo Adiperkasa 1 'bk ··-

PT.Humpuss lntermoda T ransportasi Tbk

Tbk PT.Inti Kapuas Arowana

PT.Intemasional Nickel I ndonesia Tbk

murTbk ..

PT.Indofood Sukses Mak ...

PT.Indika Energi Tbk ... ··----

PT.Indah Kiat Pulp & Pa perTbk ..

PT.Indocement Tw1ggal Prakasa Tbk

PT.Indosat Tbk ..

PT.Indo Tambangraya M egah Tbk

k PT.Jaya Real Property Tb

PT.Kawasan Industri Jab abeka Tbk

PT.Kalbe Farma Tbk . ··---

PT.Lippo Karawaci Tbk

PT.Pp London Swnatra I ..•

ndonesia Tbk

sional Tbk PT.Medco Energy Intema

PT.Mitra Rajasa Tbk ..

PT.Media Nusantara Citr a Tbk

Tbk

raTbk

PT.Matahari Putra Prima ··----·

PT.Perusahaan Gas Nega .

52 PTBA PT.Tambang Batubara Bukit Asam Tbk ··---····- ---·----

53 RALS PT.Ramayana Lestari Sento:;a Tbk

54 SGRO PT.Sampoerna Agro Tbk --------

55 SMAR PT .Smart Tbk -'"~-··---

56 SMCB PT.Holcim Indonesia Tbk ----·-·---

57 SMGR PT.Semen G:resik (Persero) Tbk

58 SMRA PT.Summarecon Agung Tbk

59 SULI PT.Sumalindo Lestari Jaya Tbk

60 TBLA PT.Tunas Baru Lampung Tbk

61 TINS PT.Tambang Timah Tbk -·-···-··--·--

62 TLKM PT.Telekomunikasi Indonesia Tbk

63 TOIL PT.Total Bangun Persada Tbk

64 TRAM PT.Trada Maritime Tbk ---

65 TRUB PT.Truba Alam Manunggal Engineering Tbk

-~--·-·-·--

66 TSPC PT.Tempo Scan Pacific Tbk ---·-··--- - .. --~--

67 TURI PT.Tunas Ridean Tbk -·------·

68 UNSP PT.Bakrie Sumatera Plantations Tbk ----

69 UNTR PT.United Tractors Tbk --·-- ----~---·-

70 UNVR PT.Unilever Indonesia Tbk ---·----

71 WIKA PT.Wijaya Karya (Persero) Tbk --·--·-·- ·- --· .. -----·-----·

Sumber : BEL data diolah.

3. Pembentukan Portofolio Optimnm

Portofolio optimum dibentuk dari saham-sahan1 yang tergabung

minimal 4 kali dalam daftar Jakarta Islamic Indeks (JII) selama tahun

Januari 2007-Mei 2011. Dengan demikian dilakukan optimasi terhadap 30

saham menggunakan metode Single Index Model (SIM). Data imbal hasil

yang digunakan adalah imbal basil harian selmna 4.5 tahun yaitu mulai

dari bulan Januari 2007 smnpai dengan Mei 2011.

Data penelitian dibatasi untuk saham-saham yang pada periode

pengmnatan yang pernah masuk dalam 4 semester. Saham yang tidak

masuk dalam kriteria tersebut tidak dimasukkan sebagai smnpel atau di

drop out dari sampel. Didapatkan sejumlah 30 saham yang masuk ke

dalam kategori yang tersebut di atas. Adapun nama-nama saham tersebut

dapat disajikan pada Tabel 4.4. berikuti ini:

Tabel 4.4. Daftar Saham Anggota Sampel

,----" ,, ___

~ KodeSaham

r-----. AALI

ANTM ASII

I 4 BISI 5 BMTR 6 BUMI 7 LPKR

~·~--.-

8 ELSA 9 ELTY 10 KLBF _.,, .. ___ 11 INTP

''

I 12 MNCN

I 13 UNVR 14 UNTR t-----------=-------i-------~~-----···

' 15 TLKM i---

I 16 TINS 17 UNSP . __ ,,._

18 ITMG 19 BTEL 20 BRPT 21 SMGR 22 SGRO 23 PTBA

'

~· ,....,,. ................

Nama Perusa h aan

PT.Astra Agro Lestari TIJk PT.Aneka Tambang (Persero) T bk -PT.Astra International Tbk ··---··-· ---·-PT.Bisi Internasioanal Tbk PT.Global Mediacom Tbk PT.Bumi Resources Tbk PT.LiQ2.o Karawaci Tbk PT.Elnusa Tbk --PT.BakrielaJ1d Development' r bk PT.Kalbe Farma Tbk

sa Tbk PT.Indocement Tunggal Prak a k PT.Media Nusantara Citra Tb

--·-~--

PT.Unilever Indonesia Tbk PT.United Tractors Tbk

"

--~-·-

PT.Telekomunikasi Indonesi< Tbk PT.Tambang Timah Tbk -----· PT.Bakrie Sumatra Plantation Tbk PT.Indo Tambangraya Megil!

s l Tbk

'

PT.Bakrie Telecom Indonesi! PT.Barito Pacific Tbk

-b PT.Semen Gresik (Persero) T k

PT.Smnpoern~:igro Tbk

--··-

·-·---

"

PT.Tmnbang Batu Bara Bukil: A smn Tbk --- ----- ' ............. ...-...- .. y ~··

--

--·~

··--·~

--

--

.•

26 IN 27 LS 28 CT 29 DE 30 WI .

CO I PT~fi1temasional Nickel Indonesia Tbk ~

~p PT ~~p~~~~~v~~~~;~:~!n:. ~~1esia ~bk ...

W Darma Henwa Tbk -KA '.Vijaya Karya (P-er-s-er_o_) -Tbk ______ ::J

Sumber: BE!, data diolah

Karena terdapat saham yang baru listing sehingga data harga saham

harian dari saham tersebut tidak lengkap selama periode penelitian. Oleh

karena itu, saham yang tidak memenuhi !criteria periode pengamatan di

hapuskan dari sampel penelitian, saham baru tersebut berjumlah 10 saham,

sehingga jumlah sampel yang digunakan adalah sebesar 20 saham. Data

saham tersebut seperti yang terdapat pada Tabet 4.5. di bawah ini:

Tabel 4.5. Daftar Saham yang masuk dalam Sampel

~-~o. ----- ---·------- -- ------

KodeSaham Nama Perus: ---·- --AALI PT ._J\stra Agro Les!ari Tbk ---·

' 2 ASII PT.Astra International Tbk

thaan ----

3 -------·· 4 5 6

r-· 7

~·

8 r-------------9

r·-··

10 11 12 13 14 .

15 16 17 18

·--·· 19 20

BUMI LPKR

.

ELTY KLBF INTP

UNVR UNTR ...

TLKM TINS UNSP BTEL BRPT PTBA SMCB TRUB INCO ----LSIP

CTRA

PT.Bumi Resources Tbk PT.Lippo Karawaci Tbk PT.Ba](rieland DevelO]Jfl1en tTbk PT.Kalbe Farma Tbk

1kasa Tbk PT .Indoce111ent Tunggal Prz PT.Unilever Indonesia Tbk .. PT.United Tractors Tbk

--· PT.Telekomunikasi Indones ,ia Tbk -------

. PT.Tambang Timah Tbk --------i

msTbk

.

PT.Bakrie Sumatra Plantatic PT.Bakrie Telecom Indones ia PT.Barito Pacific Tbk PT.Tambang Batu Bara Bu~ :it Asam Tbk PT.Holcim Indonesia Tbk PT.Truba Alam Manunggal PT.Intemasional Nickel Ind

Engineering Tbk onesia Tbk )Jlesia Tbk PT.PP London Sumah·a Ind• ----- .

PT.Ciputra Development Tl >k Sumber: BE!, data diolah

Oleh karena itu, nama-nama saham seperti yang tidak dijadikan

sampel karena saham-saham tersebut merupakan saham-sahan1 yang

barn listing di bursa.

Tabel 4.6. Daftar Saham Tidak Yang Masnk Dalam Sampel

~o----K-o-~-e-S-~--~-a-m-·~--N-a-~-;-:u:~~q

2 WIKA 29 Oktober 2007 1----+--· -----<

3 ITMG 18 Dec 2007 _,_, ___ .. ·--···------· --- --··-----

4 BISI 28 Mei 2007 1-----l--· ---·-+--···---------

5 SGRO 18 Juni 2007 1-----+--·------i------- ----;

6 ELSA 06 Febrnari 2008 1------>---··-cc~----··--···---·------I

1---7--+-___ B_M_T_R~ -+-· __ 24_April 2QQZ__ 8 SMGR 07 Ag.ustus 2007

~_-_9-_-_~---~~~A~N~~T~M~~---~ ____ 1_2_J_u_li_2_1_-)_0-7~~~~~ l_O_~--~D_E_~ W __ A_~ ~~~2~_Septe_rnbe:r 20_0_7_~

Sumber: BE!, data diolah

B. Analisis Dan Pcmbahasan

Berdasarkan data sekunder yang telah terkwnpul., data kemudian diteliti

dan dianalisis. Pemilihan dan penentuan saham-saham yang menjadi kandidat

portofolio dengan model indeks tunggal penghitungannya menggunakan

program Excel. Adapun alat analisis yang dapat dipakai dalam penelitian ini

dapat dijelaskan dalam langkah langkah sebagai berikut:

1. Perkembangan Harga Saham, IHSG dan SBI

Data harga saham yang diteliti adalab harga saham penutupan

(closing price) harian selama periode tahun Januari 2007- Mei 2011.

Nilai return saham diambil dari perubahan harga sal1am harian. Data

dari yahoofinance.com. Daftar saham anggota sampel yang digunakan

dalam penelitian ditunjukkan Tabel 4.3.

Data kedua yang diperlukan dalam penelitian ini adalah data

Indeks Harga Saham Gabungan (IHSG) selama periode tahun Januari

2007 sampai dengan Mei 2011 yang diperoleh dari laporan Bursa Efek

Indonesia (BEI). Data IHSG mewakili data pasar yang diperlukan untuk

menghitung tingkat return pasar (Rm) dan resiko pasar (am). Tabel 4.7

dibawah ini menunjukkan data IHSG tersebut:

Tabel 4.7. DataIHSG

,.---------------

-~ Tahun Bulan

2007 2008 2009 2010 )---.-.-------- ·-- -· -·· ··-

Januari 1836,52 2731,51 1437,34 2575,41 3727,52 .•. ·-·

Februari 1771,33 2646,82 1310,64 2587,55 3442,5 ------- -----· --- -·- ---- -----·----------- ---- ··------- -----~---------- ----------- ---·-------

Maret 1759,49 2652,31 1256,11 2554,67 3512,62

April 1849,38 2393,25 1461,75 2830 3707,49 ----- .• ·-

Mei 2001,18 2342,76 1729,58 2960,9 3849,3 ... _

Juni 2111,75 2427,77 1998,58 2724,61 ~- ..•

Juli 2167,82 2378,81 2059,88 2874,25 ' ..•

Agustus 2256,31 2248,75 2338,8 3058,98 r--- .

September 2213,57 2164,62 2326,91 3135,32

Oktober 2399,46 1648,74 2477,97 3547,11 ..• ·-

November 2704,66 1352,72 2371,64 3645,15 . .

Desember 2726,93 1223, 12 2452,5 3619,09 ..

Sumber: BEL data diolah

Data ketiga yang diperlukan adalah data tingkat suku bunga SBI-

I bulan, diperoleh dari laporan bulanan BI selama periode Januari 2007

proxy return aktiva bebas resiko atau risk free rate of return (R 1 ).

Seperti terlihat pada Tabel 4.8. berikut ini.

Tabet 4.8. Data SBI-1 Bulan

----·

Tahun --·- -··1

Bulan ···----··-·---·

2010 I 2011 2007 2008 2009

Januari 9.50% 8.00% 8.75% 6.5oo/:16.5o% -· . .

Februari 9.25% 8.00% 8.25% 6.50% 6.75% •. . ·-

Maret 9.00% 8.00% 7.75% 6.50% 6.75% . ...

April 9.00% 8.00% 7.50% 6.50% 6.75% .• ..

Mei 8.75% 8.25% 7.25% 6.50% 6.75% C-------··- .. •. .. -· •..

Juni 8.50% 8.50% 7.00% 6.50% ~ .. - •.. .. .

Juli 8.25% 8.75% 6.75% 6.50% ~· -·-··~ --·-·· ·-·--

Agustus 8.25% 9.00% 6.50% 6.50% •.

September 8.25% 9.25% 6.50% 6.50% --·· .. .. ··---··- ·-

Oktober 8.25% 9.50% 6.50% 6.50% . ··--~·--·- --··

November 8.25% 9.50% 6.50% 6.50% . ·-·--~·--·- --· ··---

Desember 8.00% 9.25% 6.50% 6.50% -··-

Sumber: www.bi.go.zd

2. Menghitung realized return, expected return, alpha, beta dan varian

error dari masing-masing saham individual.

Untuk menghitung realized return, expected return, standar

deviasi, beta dan varian dari masing-masing saham individual

menggunakan program Excel. Realized return diperoleh dari prosentase

perubahan harga penutupan saham i pada hari ke-t dikurangi harga

pembukaan saham i pada hari ke-t kemudian hasilnya dibagi dengan

~~" 3 4 5 6 7 8 9 10

-··

11 12

-·· 13 14 15 16

-17 18

-· 19 20

-

harga pembukaan saham i pada hari ke-t. Hasil penghitungan realized

return masing-masing saham diperlihatkan pada lampiran.

Alpha dihitung dengan rumus intercept, merupakan perbandingan

return realisasi suatu saham dengan return pa.sar pada suatu periode

tertentu. Beta dihitung dengan rumus slope, mencerminkan volatilitas

return suatu saham terhadap return pasar. Variance error merupakan

resiko unik atau unsystematic risk suatu saham. Hasil perhitungan

expected return, alpha, beta, dan variance error masing-masing saham

individual terlihat dalam Tabel 4.9. berikut ini.

Tabel 4.9. Expected Return, A/pita, STDEV, Beta, Dan Variance Error Saham

..

Ko de E(ri) Alpha ( a1 ) Beta ((li)

Saham ·-----··---

TRUB -0,000959356 -0,001945 0,9756378 ELTY 0,002250405 0,0006140 1,6190375

-~---·

TINS 0,001689081 0,0002689 1,4050927 ·-

UNTR 0,001629639 0,0004039 1,2126822 UNVR 0,000297254 -0,0001478 . 0,4404099 UNSP 0,001173266 -0,0003655 1,5225332 TLKM -0,000262284 -0,0009297 0,6603883

··----·· ·-~--·· PTBA 0,000782256 -0,0004927 1,2614964 LSIP 0,001188547 0,0000502 1,1262726 . -· -·~

LPKR 0,00291837 0,0025617 0,3_528312 KLBF 0,001596142 0,0011092 0,4816942 INTP 0,002230527 0,0014588 0,76]l153 INCO -0,000609982 -0,0008180 0,2058551 CTRA 0,002091328 0,0010990 0,9817823 •.. f-..--.--. • •

BUMI 0,002549607 0,0010352 _1,4982947 BTEL 0,004575509 0,0038.<m_ 0,7652086.

-ASH 0,001263711 0,0001769 1,0752537

f---'-·· ·- --~

AALI -_Q,000431686 -0,0015524 1,0752537 .. SMCB 0,001094826 0,0000310 1,0525234 BRPT 0,000164582 -O,OQ10785 1,2300101

Sumher: Data dznlah

O' ei2 Stdev ··-

0,( )015406910 0,041513178 0,( )014270013 0,043931708 0,( ioo8212120 _ _,__o~,034641795 0,( )005516042 0,028875508 0,( )003883716 0,020629832 0,( )011263199 0,039637583 0,( )002738417 0,018908384 0,( )005849201 0,02983766 0,( )005931081 0,02892?586

. _0,( )_00_4_34_70_9_7 0,021414901 0,( )005116285 0,023582875 0,(

-·-)006219672 .. 0,027089296

0,( 1017461205 0,041883791 0,( ~

1010085477 0,0~4547214

o,c 1013150586_ +--0,~0~_17830§2 0,5 i917272657 0,035208379

-O,C --1004366008 0,025660475 O,C 1005557777 0,028137892 O,C 1007406830 .Q,030874908

5_1_08_76_1_84_ 0,043403813 . .1:

3. Menghituug nilai excess return to beta (ERE:) dan nilai C; masing­

masing saham.

Berdasarkan hasil perhitungan di atas kemudian dihitung nilai

excess return to beta (ERB) dan nilai C; masing-masing saham. Nilai

ERB yang diperoleh diurutkan atau diranking dari nilai ERB terbesar ke

nilai ERB yang terkecil. Nilai C; merupakan nilai C untuk sekuritas ke-i

yang dihitung dari kumulasi nilai-nilai Al sampai dengan Ai dan nilai­

nilai BI sampai dengan Bi. Hasil perhitungan nilai ERB dan nilai Ci

saham ditunjukkan pada lampiran.

4. Menentukan cut-of-point (C*)

Besarnya cut-off point (C*) adalah nilai Ci dimana nilai ERB

terakhir kali masih lebih besar dari nilai Ci. Pada penelitian ini

didapatkan nilai cut-of-point (C*) sebesar 0,0000003002, yaitu untuk

sekuritas UNVR dengan nilai ERB sebesar 0,000198185 yang

merupakan nilai ERB terakhir kali lebih besar dari nilai C; (lihat Tabel

4.8).

5. Menentukan saham kandidat portofolio

Saham yang menjadi kandidat portofolio adalah saham yang

mempunyai nilai excess return to beta lebih besar atau smna dengan

nilai cutof- point. Dengm1 nilai cut-of-point (C*) = 0,0000003002 dan

yang menjadi kandidat portofolio. Tabel 4.10. berikut ini

memperlihatkan daftar 15 saham kandidat po1iofolio yang diurutkan

dari nilai ERB terbesar menuju nilai ERB terkecil dan 15 saham non

kandidat pmtofolio.

Tabet 4.10. Saham Kandidat Portofolio (ERB > C*)

-· . -"· ·--·-

No KodeSaham ERBi Ci ---

1 LPKR 0,007676186 0,0000043 ... ..

2 BTEL 0,005705029 0,0000046 ~·

3 KLBF 0,002877697 0,0000052 ·--·

4 INTP 0,002646385 o_,0000054 5 CTRA 0,001916266 0,0000025 .•. .. ·--·---· 6 BUMI 0,001561532 0,0000024 •.

7 ELTY 0,001260276 --- -0,0000001)_

535 955 796 279 907 600 639 605 393 300 964 213 930 774 002

002

8 UNTR 0,001170684 0,0000001 ···-

9 TINS 0,001052677 0,0000000 ~·· .•.

10 ASII 0,000979991.._ 0,0000032 11 LSIP 0,000868862 0,0000002 . .•

12 SMCB 0,0_00840698 0,00_1)_0038 13 UNSP 0,000632692 0,0000002

·-··-· 14 PTBA 0,000453655 0,0000001

i--------- ·-- .

15 UNVR 0,000198185 0,0000003 ~- ~·

Cut-of-point (C*) 0,000198185 0,0000003 '---------- --~·

Sumber : data diolah

Sedangkan pada Tabel 4.11. adalah nama-nama saham yang

memiliki nilai ERBi lebih kecil dari C1 sehingga tidak dimasukkan ke

dalam perhitungan portofoflio optimum saham.

Tabel 4.11. Saham Non Kandidat Portofolio (ERB> C*)

~-· - -· -·

No KodeSaham ERBi C; --· --· -·

1 BRPT -0,0000369018 -·

_Q,000004 9114 2 AALI -0,00059675 0,0000034054

-· -· 3 TLKM -0,000715118 0,0000001539

-· ·--·· 4 TRUB -0,001198526 -0.,0000002107 _,,_ 5 INCO -0,00398316

-· O,Q000026788

Sumber: data diolah

6. Menentnkan Besarnya Proporsi Dana Pada Saham-Saham Yang

Masnk Dalam Katcgori Saham Pcmbcntuk Portofolio Optimum.

Setelah sekuritas-sekuritas yang membentuk portofolio optimal

telah dapat ditentukan, maka perlu diketahui proporsi masing-masing

sekuritas dalam portofolio optimal tersebut. Perhitungan besarnya

proporsi untuk sekuritas saham-saham tersebut dapat menggunakan

mmus yang (34).

Tabel 4.12. Daftar Proporsi Saham

..

X; __ _Lxi. ··-

NO Saham W;(%) ·-~·· ----··~

I LPKR 6,23011677 24,84605296 25,0748752 2 INTP 3,2~8284205 24,84605296 1~,0736428

---·-·"--3 KLBF . 2,709046768 .):'f ,84605296 10,9033285 . ..

4 UNTR 2,573046648 24,84605296 10,3559574 . ·-5 ASH 2,41276_7788 24,84605296 9,7108695 ·-6 CTRA 1,86511 ?_256 24,8460~296 7,5067024

·-7 TINS 1,800615765 24,84605296 7,2470898

I ·-

8 BUMI 1,778769421 24,84605296 7,1591630 9 LSIP 1,649340637 24,84605296 6,6382400 10 ELTY 1,429534542 24,84605296 5,7535680 11 SMCB __ 1_,194220264 24,84605296 4,8064788 -· .. ..•

12 PTBA 0,977750312 24,84605296 3,9352340 13 UNSP 0,854852035 24,84605296 3,4405949 •. ··-14 UNVR 0,224400148 24,846052?6 0,9031622 - ·--15 BTEL 0,00737723 24,84605296 0,0296918

·--Sumber: data diolah

Dilihat dari Tabel di atas didapatkan hasil proporsi masmg-

masing saham. Saham yang memiliki komposisi paling besar adalah

saham LPKR dengan nilai 25,075 % . Kemudian sal1am yang memiliki

komposisi terbesar kedua adalah saham INTP dengan nilai 13,074 %.

Adapun saham yang memiliki komposisi yang paling kecil adalah

saham BTEL yaitu sebesar 0,030 %.

7. Melakukan Pengujian Data Return

Sebelum melakukan perhitungan VaR, data return masing-masing

saham harus dilakukan pengujian lebih dahulu. Pengujian diperlukan

untuk mengetahui bagaimana karakteristik data return masing-masing

a. Pengujian stationaritas

Pengujian ini bertujuan untuk mengetalmi apakah data return ke-

15 saham tersebut bersifat stationer atau tidak. Data dapat dikatakan

stationer bila data tersebut memiliki mean dan variance yang konstan

yang hanya tergantung pada variabel waktu dari data yang diobservasi.

Untuk melakukan pengujian stationarity digunakan metode

Augmented Dickey-Fuller Test (ADF- test) pada data return dengan

bantuan software Eviews 7. Caranya dengan membandingkan nilai

ADF-test statistic dengan test critical values. Suatu data dikatakan

stationare bila nilai ADF-test statistic > test critical values 5% level.

Contoh perhitungan ADF-test untuk data return saham ASII dapat

dilihat pada tabel 4.13.

Berdasarkan hasil perhitungan menggunaikan software Eviews 7

diperoleh nilai ADF Test Statistic untuk data return saham ASII adalah

sebesar < -29.95092 test critical valuse 5% level MacKinnon sebesar -

2.864190 sehingga data stasionare. Hasil lengkapnya mengenai

pengujian stationarity untuk ke-15 saham tersebut dapat dilihat pada

lampiran.

Uji stationarity data return, dilakukan dengan menggunakan

Augmented Dickey Fuller- Test (ADF-test) dengan bantuan software E-Views

7 prosuder yang dilakukan:

• H0 : y = 0 -> data return non stationare

• H1 : y = 0 -> data return stationare

• Critical value (CV)= X 2, df: 2

• Test statistik ADF

• Uji statistik :

Jika P ~ 5% atau nilai ADF < CV 5%, artinya ditolak H0 , atau data

stationare. Jika P > 5% atau nilai ADF >CV 5%, artinyajangan tolak

H0 , atau data non stationare.

Tabel 4.13. Contoh Hasil Perhitungan ADF-test Untulk Saham ASH

Null Hypothesis: ASll has a unit root Exogenous: Constant Lag Length: O (Automatic- based on SIC, maxlag=21)

!-Statistic Prob.*

Augmented Dickey-Fuller test statistic Test critical values: 1 % level

5% level 10% level

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation Dependent VaRiable: D(ASll) Method: Least Squares Date: 14/07/11 Time: 19:11 Sample (adjusted): 2 1011

-29.95092 -3.436605 -2.864190 -2.568233

Included observations: 1010 after adjustments

VaRiable Coefficient Std. Error t-Statistic

ASll{-1) -0.942430 0.031466 -29.95092 c 0.001181 0.000808 1.462249

R-squared 0.470882 Mean dependent VaR Adjusted R-squared 0.470357 S.D.dependentVaR S.E. of regression 0.025642 Akaike info criterion Sum squared resid 0.662776 Schwarz criterion Log likelihood 2268.029 Hannan-Quinn critec F-statistic 897.0578 Durbin-Watson stat Prob(F-statistic) 0.000000

0.0000

Prob.

0.0000 0.1440

-3.84E-05 0.035234

-4.487186 -4.477448 -4.483486 1.993065

Rangkuman hasil ADP-test untuk data return ke-15 saham dapat

No

1

2

Tabel 4.14. Hasil Uji ADF-test

NamaSaham .. ~.

ASII .. -·-··-···

BTEL

•..

Uji St:

St· ----St

1sioneritas

asioner

asioner ,------------~ .---~-----· ·---

3 BUMI -------- ···-·--

4 CTRA --~---

5 ELTY .

St ···--

as10ner

1sicmer Sti

St, as10ner --·----- -- --

6

7

8 ~---

9

10 ~-·

11

12

13

14 ... '

15

INTP

KLBF --~-~-

LPKR

LSIP . -----~

PTBA ··-

SMCB ------ --·-

TINS ..•

UNSP ..

UNTR ---··-·-·-----

UNVR Sumber: data diolah

St·

St· ___ ,. __________ asioner

as10ner

as10ner

as10ner

as10ner

St· ·-~·-

St·

St· ------·----j

•.. Sti isioner

St· as10ner __ __, St·

St, ·-·-·-

St·

as10ner

as10ner

as1oner --~-

Dari tabel diatas 4.14. dapat diketahui bahwa data return ke-15

saham sudah stationare. Langkah selanjutnya adalah melakukan

pengujian normalitas data return.

b. Pengujian normalitas

Pengujian normality dilakukan untuk mengetahui apakah data

return memiliki distribusi normal atau tidak. Pengujian dilakukan

dengan membandingkan nilai jarque-bera (JB) dengan chi square X2

(a= 5%, df = 2) sebesar 5,99146.

Pada residual berdistribusi normal, statistik JB secara asimtotis

merupakan distribusi Chi Square dengan der.ajat kebebasan 2, atau

(mendekati 0), maka hipotesis bahwa residual memiliki distribusi

normal.

Bila nilai JB < X2 5,99146 maka data memiliki distribusi normal

sehingga bisa langsung menggunakan a sesuai angka Z- score karena

pada distribusi normal besarnya skewness adalah no!. Tetapi sebaliknya

jika nilai JB > X2 5,99146 maka data tidak memiliki distribusi normal

sehingga harns menggunakan a'. a' diperoleh dengan menggunakan

persamaan Cornish Fisher Expansion rumus (39).

Contoh hasil pengujian normality untuk data return saham ASII

menggtmaka software Eviews 7 dapat dilihat pada Gambar 4.4. tersebut

dapat dilihat bahwa dari hasil perhitungan nilai Jarque-Bera untuk data

return saham ASII yang diperoleh adalah sebesar 393,6530. Angka ini

lebih besar dari nilai Chi Square X2 (a = 5%, df = 2) sebesar 5,99146

sehingga dapat disimpulkan bahwa data return ASII tidak memiliki

distribusi normal.

Uji normalitas dengan menggunakan .Tarque-Bera test, prosedur

yang dilakukan:

• H0 : data return saham normal

• H1 : data return saham tidak normal

• Critical value (CV)= X 2, df: 2

• Test statistik jarque berra

/S2 (K-3)2_

Nilai JB untuk masing-masing nilai tukar dapat diproleh dengan

bantuan software E-Views 7.

• Uji statistik :

Jika P $ 5% atau nilai JB >CV 5%, artinya clitolak H0 , atau data return

tidak memiliki clistribusi normal

Jika P > 5% atau nilai ADF < CV 5%, artinya jangan tolak H0 , atau data

return memiliki distribusi normal.

Gambar 4.3. Contoh Hasil Pengujian Normality return ASH

240-~---

200 ~

160 ..

120-

80

40-

P1l I I....,.-.,.........,... -0.10 -0.05 0.00 0.05 0.10

Series: ASll Sample 1 1011 Observations 1011

Mean Median Maxin1un1 Minimum Std. Dev. Skewness Kurtosis

0.001264 0.000000 0.134211 -0.109375

0.025660 0.380726 5.960586

Jarque-Bera 393.6530 Probability 0.000000

1-lasil selengkapnya mengenai uji normality untuk data return ke-15

saham dilihat pada Tabel 4.15.dibawah ini:

Tabel 4.15.

·~---·-

Hasil Uji Tes Normality -~

No Nama Saham Uji Norma Iitas alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

alitas

1 ASII TidakNorm " -----

2 BTEL TidakNorm ---·- -+---.--.-.--··

0 BUMI TidakNorm .) -·

4 CTRA TidakNorm ---------

5 ELTY TidakNorm +--

6 INTP Tidak Nmm -

7 KLBF TidakNorm --- ""

8 LPKR TidakNorm --

9 LSIP TidakNorm " --

10 PTBA TidakNorm ~·-··· --

11 SMCB TidakNorm r------------ ·--- ·---·

12 TINS TidakNorm -

13 UNSP TidakNotm ~-

14 UNTR TidakNorm r----------·· ··--

15 UNVR TidakNorm ·--- --

Sumber: data diolah

Dari tabel diatas terlihat bahwa ke-15 data return saham tidak

memiliki distribusi normal karena nilai jarque -bera > chi square X 2

(a= 5%, df = 2) sebesar 5,99146 sehingga a harus dikoreksi lebih

dahulu menggunakan Cornish Fisher Expansion. Hasil perhitungan

Cornish Fisher Expansion untuk ke-15 saham s,ecara rinci dapat dilihat

pada Tabel 4.16.

Jika distribusi data return saham normal maka a yang dipakai

adalah dengan z- score. Bila distribusi data return saham tidak normal

maka a harus dikoreksi dengan Cornish Fisher Expansion (a').

~ ... _..,_

No.

r----~-·--

1 ~--·-·-·---

2 3 -- .

4 5 6

·---· 7 8 ~-

9 10 11 12 13 14 -15

Tabel 4.16. Hasil Perhituugan Comish Fisher E:tpa11sio11

Retm·n Koef. Skewness

(~)

. _____ ,. __

ELTY 0,524591 TINS 0,55646

UNTR o,~21787 UNVR 0,324072 UNSP 0,346688 PTBA 0,382928 ----·--LSIP 0,658908

LPKR ],5Q22_41 KLBF 1,669113 INTP 0,605071

-· CTRA 1,191817 BUMI 0,0687754 BTEL 1,0215 ASII 0,38Q?_?_6

SMCB 1,017656 --··-···-

-·--·· ' a'

a (0.95) --1-~---

a--(a -1 )Xi 8

-- 6 1.644853476

··--1.644853476

---~--·---

1.644853476 1.644853476 1.644853476

·-1.644853476

1---------------· -1.644853476 1.644853476 ---- -1.644853476

··--1.644853476 .

1.644853476 -\----------~-·

1.644853476 1.644853476 1.644853476

·- ---1.644853476

··---

1,49573472 1,48667~73 7 1,4681060 1,5527336 1,5463049

7 9~ 3 --1

1,5369034 5 1,45755415 1,21763173 1,17039615 1,47285771 1,30607096 1,44935447 1,35448~1.? 1,53662938 1,35557747

--~-·

--9 6 6 2 1 7 7 5 2

Sumber : Data diolah

Dari Tabel 4.16. diatas, maka a' untuk data return saham ELTY

setelah dikoreksi adalah sebesar 1,495734728. Angka ini lebih besar

dari a karena memiliki koefisien skewness ncgatif. Angka a' inilah

yang nan tin ya akan digunakan pada perhitungan VaR aset ELTY.

c. White Test Heteroskedastic

Pengujian ini be1tujuan untuk mengetahui apakah varians return

konstan atau tidak konstans (time varying). Apakah varians dari return

adalah konstan (homoskedastic) maka standar deviasi dapat dihitung

menggunakan standar deviasi statistik menggunakan persamaan (24 ).

Bila berdasarkan pengujian diperoleh hasil bahwa varians adalah

time varying (Heteroskedastic), maka standar deviasi tidak dapat

dihitung dengan persamaan standar deviasi statistik tetapi harus

dihitung dengan menggunakan metode EWMA. Persamaan untuk

menghitung volatilitas dengan menggunakan motode EWMA

menggunakan persamaan ( 18).

Uj i Heteroskedastic dengan White Heteroskedastic Test, prosedur yang

dilakukan :

• H0 : a bersifat homoskedastic

• H1 : a bersifat heteroskedastic

• Critical value (CV)= X 2, df: 2

• Test statistik F

• Uji statistik :

Jika Probability nR 2 ~ 5% artinya ditolak H0 , atau a heteroskedastic

Jika Probability nR 2 > 5% artinya jangan tolak H0 , atau a

homoskedastic.

Uji White Test Heteroskedastic dilakukan dengan bantuan

software Eviews 7 dengan melihat persentase probability F- statistic (p)

untuk masing-masing saham. Bila nilai probability F- statistic < 5%

maka Varians data return heteroskedastic. Contoh basil perhitungan

White Test Heteroskedastic untuk data return saham ASII dapat dilihat

pada Tabel 4.17. dibawah ini:

Tabel 4.17. Contoh Hasil Perhitungan White Test Heteroskedastic Untnk Saham ASH

Heteroskedasticity Test: White

F-statistic Obs*R-squared Scaled explained SS

21.12719 Prob. F(2,1007) 40.67358 Prob. Chi-Square(2) 100.97 42 Prob. Chi-Square(2)

Test Equation: Dependent VaRiable: RESIDA2 Method: Least Squares Date: 21/07/11 Time: 13:30 Sample: 2 1011 Included observations: 1010

VaRiable Coefficient

c 0.000526 ASll(-1) -0.003163

ASll(-1)A2 0.203257

R-squared 0.040271 Adjusted R-squared 0.038365 S.E. of regression 0.001437 Sum squared resid 0.002081 Log likelihood 5178.712 F-statistic 21.12719 Prob(F-stalistic) 0.000000

Std. Error I-Statistic

4.96E-05 10.61840 0.001806 -1.751725 0.031320 6.489595

Mean dependent VaR S.D. dependent Va~: Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

0.0000 0.0000 0.0000

Prob.

0.0000 0.0801 0.0000

0.000656 0.001466

-10.24894 -10.23433 -10.24339 2.065728

Berdasarkan Tabel 4.17 diatas dapat dilihat bahwa nilai

probability F- statistic untuk data return saham ASII adalah sebesar

0,000 < 5% artinya Varians return adalah heteroskedastis. Pengujian

White Test Heteroskedastic selengkapnya un1uk ke-15 saham dapat

dilihat pada lampiran. Rangkuman uji While Test Heteroskedastic data

return untuk ke-15 saham dapat dilihat pada Tabel 4.18.

Berdasarkan Tabel 4.18.tersebut dapat diketahui bahwa data

return ke-15 saham ini, ada 13 nilai saham yang memiliki probability

F- statistic < 5% artinya data return adalah heteroskedastic. Karnna

heteroskedastic, maka standar deviasi/volatili(y tidak dapat dihitung

dengan menggunakan persaman standar deviasi statistik tetapi

menggunakan estimasi volatilitas EWMA.

Tabel 4.18. Hasil Uji White Test Heterosketlastic

·~'"· .. ·~-

No. Nama Probability F-

Kondisi saham statistik

1 ELTY 0,0027 < 5% reject homoskedas -·

2 TINS 0,0000 < 5% reject homoskedas --· -·--

3 UNTR 0,0000 < 5% reject homoskedas -~·--·-

4 UNVR 0,0005 tic data heteroskedastic < 5% reject homoskedas ·-·

5 UNSP 0,0000 < 5% reject homosk~tjas ---

tic data heteroskedastic

6 PTBA 0,0003 < 5% reject homoskedas tic data heteroskedastic

7 LSIP 0,4132 < 5% reject homoskedas tic data homoskedastic ·-··-·

I 8 LPKR 0,0000 < 5% reject homoskedas tic data heteroskedaslic -·

9 KLBF 0,0093 < 5% reject ho_moskedas -

tic data heteroskedastic

10 INTP 0,0168 < 5% reject homoskedas tic data heteroskedastic r-----·-· -·-- -

11 CTRA 0,0743 < 5% reject homoskedas tic data homoskedastic

12 BUMI 0,0071 < 5% reject homosked_a!i_ r---·-···--

tic data heteroskedastic -+--------·---;

13 BTEL 0,0000 < 5% reject homoskedas tic data heteroskedastic --- --·

14 ASJJ 0,0000 < 5% reje_.c!. homoskedas -·--- --tic data heteroskedaslic

15 SMCB 0,0007 < 5% reJ.ec;!_~omoskedas tic data heteroskedastic

Sumber: data diolah

8. Perhitungau VaR untuk Historical Simulation Methot/

Perhitungan VAR untuk menghitung resiko pasar dari saham LSIP dan

CTRA dengan menggunakan Historical Simulation Method dengan

menggunakan persamaan 15. Sebagai contoh nilai VAR untuk l (satu) hari

perdagangan, saham LSIP proses perhitungannya sebagai berikut:

VaRLSIP = 8350* 0,033009* 1,457554159*v'I

= 401,73375

Persentase (%) LSIP 401,73375 *

= 100 8350

=4,811183

Untuk menghitung perhitungan VaR dan persentasenya untuk resiko

dari saham LSIP dan CTRA dapat dilihat dari tabel Tabel 4.19.

Tabet 4.19. Perhitungan VaR

- -- """""~~-

No Sabam Tanggal Stdev I I Alpha Akart Vo VaR(Rp)

--.--- --.----~

04/01/2010 0,033009 05/01/2010 __ Q,_033009 + 1,45755 I 8500 408,9505

1,4575?_ I 8650 416,1673 --~"-·

LSIP 06/01/2010 0,033009 i 1,45755 I 8700 418,5729 , ________

07/01/2010 0,033009 1,45755 I 9200 442,6288 08/01/2010 0,033009 ! 1,45755 :I 9300 447,44 I -------04/01/2010 0,035109 i 1,30607 l I 980 44,93785

--·-,.--·· 05/01/2010 __ 0,035109

-1 -I 1,30607_1_ l 1020 46,77205

--~~ ~-

2 CTRA 06/01/2010 __ 0,Q35109 1,306071 I 1120 51,3575_?_ --r-

07/01/2010 0,035109 08/01/2010 0,035109

1,306071

I I 1180 54,10884

1=i ---1,306071 1280 58,69j_~ --

Sumber: data diolah

Untuk menghitung perhitungan VaR untulc resiko yang akan dihadapi

oleh investor dalam periode perdagangan selama kurun waktu sepanjang

tahun Desember 2007- Mei 2011 dengan metode historical simulation dapat

dilihat pada lampiran.

9. Perhitungan VaR Tunggal

Berdasarkan hasil pengujian tentang White Heteroskedastic, diketahui

bahwa seluruh data return ke-13 saham memiliki varians yang tidak konstan.

Karena Varians data return tidak konstan, maka dalan1 melakukan

perhitungan VaR, metode estimasi volatilitasnya harus melakukan

pendekatan EWMA.

a. Perhitungan V aR dengan estimasi volatilitas EWMA

Sebelum melakukan forecast volatility, langkah pertama

dilakukan adalah mencari decayfactor optimum. Decay factor optimum

adalah decay factor yang memberikan nilai Root Mean Square Error

(RMSE) terkecil/ minimal.

Dari Jorion (2001) menyebutkan RiskMetrics menggunakan nilai

'A sebesar 0,94 untuk data hatian mengingat hitungan nilai 'A sangat

tergantung dengan rentang waktu pengamatat1 data saham. Oleh karena

itu, penelitian ini akan membandingkan ni lai 'A hasil penghitungan

dengan nilai 'A 0,94 yang dianjurkan oleh RiskMetric tersebut.

Rangkuman decay factor optimum untuk ke-13 saham disajikan pada

label berikut ini.

Tabel 4.20. Decay Factor Optimum

·--· i-----, No

Decay Nama Saham F,

actor ····-··-·-·--- --

1 BUMI 0,94 ... -·- ----··-"-

2 BTEL 0,94 ---3 INTP 0,94 --4 PTBA 0,94 --·------5 LPKR 0,94

~-·-~ -··- --6 KLBF 0,94

- .. -·~·---

7 UNSP 0,94 --8 SMCB 0,94

-~·-------

9 UNTR 0,94 -10 ELTY 0,94

- . -·-·--·-11 UNVR 0,94 --12 TINS 0,94

- ..

13 ASII 0,94 Sumber: data diolah

Langkah selanjutnya melakukan Forecast Variance dan

Volatilitas. Contoh perhitungan Forecast Variance dan Volatilitas

harian disajikan pada tabel dibawah ini.

Tabcl 4.21. Hasil Perhitungan Forecast Variance Dan Volatilitas Harian Masing-Masing

Saham Dcngan Estimasi Volatilitas E'IVMA

No Sabam

1 BUMI

2 BTEL

Date Return Volatility Forec,ast Variance

-----~r----····--t--'-==='"-=-l···-·-···-----1

04/01/2010 0 I 0,001895263 0,043534617 0510112-0···1-o--+-o,-o-80_8_08_0_8_I0,0o22·3-7-06-+---o-,o-4_7 __ 823il2

0610112010 0,01851852 ! 0,001915839 0,043770298 0410112010 -0,0206897 I _o,ooi 531533 o,039134-80-6--1 05/01/2010 06/01/2010

0,02797203 0,001552795 0,039405525 -0,0067568 0,001508589 0,038840553

f----l-------·-t---~~-1,--------~------··--+-------I

04/01/2010 0,01094891 . 0,000919715 __ Q,_()30326809 3 INTP -05701i2010 0,01444043 .. 0,000925034 0,030414375

06101120 I 0 0,0070922 0,000915541 0,030257901 ·--+-----+---·,.---

04/01/20 I 0 0,0259366 0,001361066 0,036892632 05/01/20 I 0 -0,0055866 0,001322576 0,036367245

----;

r----r-----·-- .06/01/2010 0,02247191 0,001351003 Q,036755994 04/01/2010 0,02 0,000344129 0,018550702

4 PTBA

5 LPKR 05/01/2010 0 0,000320129 0,017892136 -~-----+-~------!

06/01/2010 0 0,000320129 0,017892136 0410112010 0,0 l S-38462 0:00066:s813 ... --~0,~02_5_8_61_4_23_...j

6 KLBF 05/01/2010 0 0,000654612 0,025585387 06/01/2010 0,03053435. 0,000710553 0,026656196 04/01/2010 0,01724138 0,001939576 0,044040613

···-·· . ··---~-----+

05/01/2010 0,06779661 0,002197523 0,04687774 7 UNSP

06/01/2010 0,01587302 0,001936857 0,044009736 >--+----+----·---- ---·--·----+~-------·· ---04/01/2010 0,03225806 0,001294526 0,035979516 05/01/2010_ ... 0 0,001232091 0,0351011~ 06/01/2010 -0,0124224 -- 0,001241349 r---0,03523~79

-........; 04/01/2010 0,00731261 O,OOIJ_Ll_')l25 0,033898746

-· . '--!--'-=~-'-'-'-'-'---!

8 SMCB

9 UNTR 05101/2010 -0,0072727 0,00114909 0,033898231 ··--·----l----·--·-·-

06/01/2010 -0,0198556 __ _o_,_()_0 __ 1 __ 1_6_9_5_7_1-1-_0~,0_34_1_9_89_9_4_--I

10 ELTY 04/01/2010 0,02941176 0,002262567 0,047566451

1------1-------···---··---+--_0_5_/0_1_/2_0_10-+_-_0~,0_17_4_4_19_ .. 0,002228917 0,04721141

---~---06/01/2010 0,01775148 0,002229571 0,047218334 04/01/2010 0,01273885 O,OOQ449188 0,021194058

r--05/01/20I0 _,_ __ -_0~,0_0_9_52_3_8_+_0~,0_0_0_44 __ 4_8 __ 9L!_ ~ 0,0210925 ·-= 11 UNVR 06/01/2010 0,03618421 0,000518009 0,022759816

r---+ ------1----+----- --1-------+-·-·· ..... 04/01/2010 0,0625 0,0018814~] 0,043376232

12 TINS o_s __ /0_11_2_01_0--+ __ o __ -f __ o~,o ... o ... 1_647122 o,040584757 f----j---- __ 0_6_1 __ 01_12_0_1_0-+-_o~,0_1_14_9_42_5 __ +_o,Q.Ql65505 0,0406 __ 8 __ 2_3_-f

13 ASJI 0410112010 0,01875902 o,ooo9J?2_2_9-j __ o~,0_3_03_1_3_83_9 ___ _ 05/01/2010 0,00141044 O,QQ0897934 0,02996555 £\L If\ 1 /"'JI\ 1 f\ f\ f\11 f'\f\Al'. I\ tV"lrl.flOOAOA

Dari tabel 4.20. tersebut diketahui bahwa forecast variance dan

volatilitas untuk data return saham BUMI tanggal 4 Januari 2010

masing-masing adalah sebesar 0,001895263 dan 0,043534617.

Penjelasan yang sama berlaku untuk ke-12 saham lainnya.

Hasil perhitungan bahwa forecast variance dan volatilitas

selengkapnya untuk ke-13 saham dapat dilihat pada lampiran. setelah

diperoleh nilai bahwa forecast variance dan volatilitas untuk masing­

masing saham, selanjutnya dilakukan perhitungan V aR masing-masing

saham. Dalam perhitungan VaR digunakan asumsi confidence level

95% dan holding period 1 hari.

Hasil perhitungan VaR selengkapnya untuk masing-masing

saham dapat dilihat pada lampiran. Sebagai gambaran, pada tabel 4.21.

akan disajikan sebagai dari basil perhitungan VaR 1mtuk masing­

masing saham tanggal 4-6 januari 2010.

Tabel 4.22. Hasil Perhitungan VaR Ha1ian Dengan Estimasi Volatilitas EWMA Tanggal

4-6 Januari 2010 --·--~··-- ·~·--~·- "··---- .

No Saham Date Volatility Posisi Q~'

Holding VaR

_ _ill~) Pero it/ -----04/01/2010 Q,043534617 2425 1,449354477 1 153,0104488 ----

I BUMI 05/01/2010 0,047823212 2675 1,449354477 1 185,4117053 ··-·

06/01/2010 0,043770298 2750 1,449354477 I 174,4563644 -·~- --···-

04/01/2010 0,039134806 142 1,354484787 1 - 7 ,527064966 ···---- --·- - -2 BTEL 05/01/2010 0,039405525 147 I ,3_~4484 787 I 7,846005103

-06/01/2010 0,038840553 147 1,354484787 I 7, 733513965 --04/01/2010 0,030326809 13850 1,472857712 1 618,6389~32_ - .

3 INTP 0510112010 0,_(}_'.3_0414375 14050 1,472857712 1 629,3844559 -- -06/01/2010 0,030257201 14200 1,472857712 1 632_,_8_3_12832

~ ---··~-----

04/01/2010 O~Q36892632 17800 l,~3600345 1 1008,676346 - f--··

4 PTBA 05/01/2010 0,036367245 17800 1,53600345 1 I 994,311796L -- _ _..

0610112010 0,036755994 18200 1,53600345 I 1027 ,523469 --04/01/2010 0,018550702 510 1,217631736 1 11,51984075 --- -----

5 LPKR 05/01/2010 0,017892136 . 510 1,217631736 1 11, 11087664 ---06/01/2010 0,017892136 500 1,217631736 1 10,89301632

·+--- - --··-04/01/2010 0,025861423 1320 1,170396156 1 39,9539051 -- --- ---

6 KLBF 0510112010 0,025585387 1320 1,170396156. 1 39,5274504 ----- - --06/01/2010 0,026656196 1350 1,170396156 I 42,11771821 - --- -----·-04/01/2010 Q_,_()_~4040613 590 1,54630493 1 40,17912819

.----'---- --7 UNSP 05/01/2010 0,04687774 630 1,54630493 I 45,66698683_ -- -

0610112010 0,044009736 640 1,54630493 I 43,55358185 ---·

04/01/2010 0,035979516 1600 1,355577472 1 78,03683369 8 SMCB 05/01/2010 0,03~_101_148 1610 1,355577472 I 76,60754406

··-·--06/01/2010 0,03523279 1590 1,355577472 1 75,23963458 --- --·-··--- -··--04/01/2010 0,0338987~§_ 27550 1,46810607 1 1371,079614

9 UNTR 05/0112010 0,033898231 27300 1,46810607 1 1358,61724 --0610112010 0,034198994 27150 1,4§8_ I 0607 I 1363,140447

f-- --04/01/2010 0,047566451 175 1,495734728 1 12,45068866 --------- --- ---

10 ELTY 0510112010 0,04721141 169 1,495734 728 1 11,93406099 ------!----'-- -06/01/2010 0,0472_18334 172 1,495734728 1 12,14768943

~--··-- ~--·~-·--· . --04/01/2010 0,021194058 15900 1,55273369 I 523,2487743

~- --11 UNVR 05/01/2010 0,0210925 15600 1,55273369 I 510,9161593 ----~-

06/01/2010 0,022759816 15750 1,55273369 1 556,6039428 - --04/01/2010 0,043376232 2125 1,486675737 I 2125 ......

12 TINS 05/01/2010 0,040584757 2175 _1,486675737 I 2175 ······--·-··-- ... ---- ----·--

06/01/2010 0,040682~-- 2200 1,486675737 1 2200 -- -------.----- -04/01/2010 0,030313839 35300 1,536629385 I 1644,314108

~--------.. !----'--13 ASII 05/01/2010 0,02996555 35500 _1536629385 I __ 1634,631016

06/01/2010 0,030088989 35300 1,536629385 1 1632, 117524 - -- -----Sumber: Data diolah

b. Uji Validasi VaR dengan Estimasi Volatilitas EWMA

Langkah selanjutnya setelah dilakukan perhitungan VaR adalah

melalo.ikan pengujian validasi model. Validasi model dilakukan dengan

backtesting dan kupiec test. Backtesting dilakukan dengan melakukan

perbandingan antara nilai VaR harian dengar1 actual loss harian. Actual

loss merupakan hasil perkalian dari return dengan harga (close)

masing-masing saham. Langkah ini dilaknkan untuk mengetahui

apakah estimasi kerugian maksimum yang diyakini terjadi sejalan

dengan actual loss-nya. Bila nilai actual loss harian melebihi/

melampaui nilai VaR harian a.iiinya penyimpangan/overshoot.

Rekapitulasi overshoot yang terjadi pada masing-masing saham

berdasarkan hasil perhitungan clan backtesting disajikan pada tabel

4.22. berikut ini:

Tabel 4.23 Rekapitulasi Overshoot Saham Dengan Estimasi Volatilitas EWMA

-N~ -r -.. ~--..

SAHAM Total Overs

BUMI 8

!toot

--2 BTEL 17 ...

3 INTP 10 '-------··-

4 PTBA 3 -----··----

5 LPKR 65 -·-·----

6 KLBF 34 7 UNSP 6

·-· 8 SMCB 3 --··- ··-~··-

9 UNTR 6 ·-·---·

10 ELTY 9 ...

11 UNVR 14 12 TINS 0 .•.

13 ASII 4 14 LSIP 8

~--·-· ----------

Berdasarkan tabel 4.22. tersebut dapat dilihat bahwa jumlah

overshoot yang terjadi pada masing-masing saham jumlahnya

bervariasi. Untuk saham BUMI jumlah overshoot yang terjadi dengan

menggunakan estimasi volatilitas EWMA adalah sebanyak 8 hari dari

368 data VaR harian. Jumlah overshoot terbanyak dialami oleh saham

LPKR yaitu sebanyak 65 hari, sedangkan saham TINS yang memiliki

jumlah overshoot paling sedikit dibandingkan clengan saham lain yaitu

0.

Untuk lebih jelasnya, overshoot yang terjacli pacla saham BUMI

clapat dilihat pada Tabet 4.23 berikut dibawah ini. Pada tabel tersebut

akan terlihat jelas tanggal terjadinya overshoot untuk saham BUMI.

Tabel 4.24. Rincian Overshoot Saham BUMI Dengan Estimasi EWMA

..

No Tanggal Perbandingan

Keterangai -----

VaR Actual Loss

1 05/01/2010 185,4117 216,1616162 overshoot 2 02/03/2010 161,3535 189,244186 overshoot

--~- .

3 26/05/2010 164,1604 284, 7222222 overshoot .

4 20/08/2010 128,3473 244, 1860465_ . overshoot ~- .

5 23/08/2010 124,9728 189,2666667 overshoot ·---

6 25/08/2010 140,3117 224,5398773 overshoot 7 24/09/2010 161,9514 219,5121951 overshoot 8 13/04/2011 230,955 240,9448819 overshoot _ .. " ..

Sumber: Data Diolah

Pada lampiran akan ditampilkan secara rinci backtesting dan

jumlah overshoot yang terjadi selama periode tanggal 04 januari 2010

Untuk mengetahui apakah penyimpangan!overshoot yang terjadi

masih dapat ditolerir atau apakah model yang dipakai valid atau tidak,

maka perlu dilakukan suatu pengujian. Pengujian yang dilakukan

adalah uji Kupiec berdasarkan TnoF. Hasil uji untuk masing-masing

saham dituangkan dalam Lampiran.

Tabcl 4.25. Uji validasi Kupiec Test berdasarkau TnoF untuk Estimasi Volutilitas EWMA

No Saham --· ··--~·

I BUMI 2 BTEL 3 INTP

. - --4 PTBA ,,-- •..

5 LPKR 6 KLBF

~---- ...

7 UNSP . .

8 SMCB -·

9 UNTR -·· ~--·~·-

10 ELTY -~

11 UNVR -----12 TINS

H:Lc~~ Sumber: Data diolah

Overshoot __ ,._ = 0,94

8 17 10 .

3 65 34 ·-...

6 3 6

" ···-

9 ·-~·

14 .. ._ ___ 0 •.. 4 8

25 ----··-

.

Kn pit : ·-· .. ··-v v v v

-·-·-Tidak Val .

v v •.. ;.,.. ...

v

a lid a lid al id

----;

al id id/Menolak al id al id a lid

----·-·· v v v v v v . . I- .

V;

al id al id al id a lid a lid a lid ilid

----;

Berdasarkan tabel 4.24. di atas, terlihat bahwa ke-12 saham

masing-masing memiliki nilai 16 < N > 36 artinya model valid untuk

ke-12 saham tersebut. Tetapi untuk saham LPKR nilai 16 < 65 > 36

artinya model tidak valid untuk saham LPKR.

10. Perhitungan VaR Portofolio

a. Perhitungan VaR Portofolio

Metode perhitungan VaR untuk portofolio pada dasarnya sama

dengan perhitungan VaR untuk masing-masing nilai saham. Yang

membedakannya adalah bahwa pada perhitungan V aR p01iofolio

dipengaruhi oleh volatilitas return masing-masing nilai saham, dan

bobot masing-masing nilai sal1am. Return portofolio merupakan

penjumlal1an perkalian bobot dan return masing-masing. Data-data

tersebut dapat dilihat pada lampiran 1.

Seperti juga data return masing-masing sallam, data return

portofolio juga harus melalui langkall-langkah pengujian data.

1) Pengujian Stationeritas

Langkal1-langkal1 pengujian yang dilalrnkan sanm dengan

pengujian yang dilakukan terhadap masing-masing nilai sal1am

yang diuraikan pada pemballasan sebelumnya. Berdasarkan

pengolallan data diperoleh basil bahwa nilai ADF Test Statistic

untuk data return portofolio adalah sebesar -115.2976 > test

critical value 5% sebesar -2.861539 artinya data tersebut sudall

stasioner. Hasil pengujian dapat dilihat pada Tabel 4.25.

Tabel 4.26 as1 lit tas1onar1tas 'orto o 10 H "I U"" S P i r

No Emiten ADF Statistic

Kesimpnlan ADFTest CV5%

1 Portofolio -29.96211 -2.864122 Stasioner

Langkah selanjutnya yang akan dilakukan adalah

melakukan pengu31an normalitas t:erhadap data return

portofolio.

2) Pengujian Normalitas

Berdasarkan hasil perhittmgan diperoleh Jarque-Bera

untuk data return portofolio adalah sebesar 833.1799. Angka

ini lebih besar dari nilai chi Square x2 (a = 5%, df=2) sebesar

5.991 yang berarti data return portofolio tidak memiliki

distribusi normal. Hasil pengujian normalitas untuk data return

portfolio dapat dilihat pada Tabel 4.27.

Tabel 4.27 Hasil Uji Normalitas Portofolio

No Saham .Tarque- Skewness Kurtosis Prob;* Pola .Distribusi Bera

I Portofolio 393.2908 -0.101011 6,011672 0.00000 Tidak Normal

Sumber : Data diolah

Karena data return portofolio tidak berdistribusi normal

maka a. yang akan digunakan hams dikoreksi lebih dahulu

dengan menggunakan Cornish Fisher Expansion. a.' hasil

perhitungan dengan Cornish Fisher Expansion unttJk return

portofolio adalah sebesar 1.6161404.

Tabet 4.28 Nilai Cornish Fisher Expansion l!'ortofolio

KOEF. SKEWNESS a' .

No. saham (~) a(0.95) 1 · A

a--(w-l)XI (a=5%) 6

.

1 Portofolio -0,101011 1.644853476 1.6161404

Sumber : Data dwlah

3) Tes Heteroskedastisitas

Pengujian heteroskedastisitas untuk return portofolio

dapat dilihat pada tabel 4.29.

Tabel 4.29. Hasil Uji Heteroskedastisitas Portofolio

No I Saham Probability.· Probability Kesimpulan F-Statistic · Critical Value Pen11:11iiau

l Portofolio 0.0000 0.05 Heteroskedastis

Sumber: Data diolah

Berdasarkan hasil pengolahan da1a dengan menggunakan

sojiware EViews 7.0 diperoleh hasil bahwa nilai Probability F-

Statistic untuk data return portofolio adalah sebesar 0.0000 <

5% artinya Varian return portofolio adalah heteroskedastis.

4) Perhitungan Volatilitas Portofolio

Volatilitas portofolio dalam penelitian ini dapat diketahui

dengan pendekatan EWMA karena data return portofolio tidak

konstan atau heteroskedastisitas. Tabel 4.30 merupakan hasil

perhitungan volatilitas dengan pendekatan EWMA.

Tabet 4.30. Hasil Perhitungan Volatiliitas EWMA

No Emiten ..1. -·

I Pmiofolio 0.94 .

Sumber: Data diolah

5) Value at Risk Portofolio (Diversified VaR)

Value at risk portofolio adalab perkalian antara nilai

exposure, deviasi standar portofolio, alpha' dan akar dari

waktu. Perhitungan value at risk di penditian ini menggunakan

time horizon 1 hari, tingkat keyakinan 95% (a = 5% 1,645),

namun karena tingkat bagi hasil portofolio sabam memiliki

bentuk skewness maka dilakukan koreksi dengan Cornish

Fisher Expansion menjadi 1.6161404.

Dengan menggunakan persamaart V aR, maka setelah

dilakukan langkah-langkab diatas perhitungan value at risk

untuk masing-masing exposure adalah sebagai berikut :

Tabel 4.31. I-Iasil perhitungan VaR EWMA untuk Portofolio

- ·-·

-~ -··--

Date Rp l GP GEwma Vo a' Vt VAR -~-·- ·-·--·- -··------- -

3-Jan-2007 0,016152 0,94 1,0203 0,0042~()__ 56930 1,61614 I 392,5293 --··- - ··--

4-Jan-2007 -0,00238 0,94 1,0203 0,000594 58652 1,61614 1 56,33387 -·---· - -

5-Jan-2007 0,029039 0,94 1,0203 0,007015 58675 1,61614 1 665,1737 --~.--· ··--- ~- ---

8-Jan-2007 0,00302 0,94 1,0203 0,000291 58675 1,61614 1 27,61805 - -·

,, ___ . --.. -·

9-Jan-2007 -0,02826 0,94 1,0203 0,00623 58845 1,61614 1 592,4994 -- --

I O-Jan-2007 -0,03705 0,94 1,0203 0,008854 57325 1,61614 I 820,3211 -- . - ·-

I 1-Jan-2007 -0,0049 0,94 1,0203 0,0009 54865 1,61614 I 79,76188 -- --- -· ···-

Sumber: Data diolah

C. INTERPRETASI

Melalui pengujian Single Index Model didapatkan 15 saham yang

masuk dalam kategori portofolio optimum dari 20 saham yang menjadi

sampel. Data saham yang masuk dalam portofolio optimum kemudian diuji

return-nya dengan uji asumsi klasik dan didapatkan hasil bahwa semua data

bersifat stasioner, tetapi data tersebut tidak berdistribusi normal sehingga nilai

alpha harus dikoreksi dengan alpha Cornish Fisher, ha! ini sejalan dengan

penelitian Agung Buchdadi (2007). Dari uji asumsi klasik ditemukan adanya

gejala heteroskedastisitas pada 13 saham sehingga nilai V aR harus dihitung

dengan EWMA, sedangkan 2 saham yang bersifat homoskedastis dihitung

dengan VaR biasa. Hal ini juga tidak sejalan dengem penelitian Agung D.

Buchdadi (2007) yang menemukan adanya imbal hasil portofolio optimum

pada saham yang tergabung dalam JII bersifat homoscedastic.

Hasil perhitungan diversified VaR Portofolio untuk masing-masing

exposure lebih kecil dibandingkan dengan nilai Undiversified VaR Portofolio.

Hasil ini sejalan dengan hasil penelitian Rowland Bismark Fernando Pasaribu

(20 I 0) yaitu dengan membandingkan besaran jumlah V aR individual dengan

V aR portofolio, dapat diestimasi bahwa diversifikasi p01tofolio dapat

menurunkan tingkat resiko Hal ini membnktikan bahwa nilai resiko dari

masing-masing saham dapat diperkecil dengan melakukan diversifikasi saham

dengan membentuk satu portofolio yang dalam penelitian ini ditentukan

dengan menggunakan SIM.

A. KESIMPULAN

BABV

KESIMPULAN DAN SARAN

Kesimpulan yang dapat ditarik berdasarkan peneliti.an ini adalah:

1. Berdasarkan estimasi volatilitas EWMA, dengan confidence level 95%

maka potensi kerugian maksimum terjadi 3 April 2008 dengan nilai

exposure Rp 100.670 sebesar Rp 3108,097. Kerugian minimum terjadi

pada tanggal 12 Mei 2008 dengan nilai exposure Rp 111. 040 sebesar

Rp 0,25073.

2. Validasi penghitungan VAR dengan metode EWMA memenuhi syarat

untuk tingkat kepercayaan 95%. Pengi,,'llnaan nilai /.., = 0,94 yang

digunakan RiskMetrics dalam menghitung VAR harian dengan metode

EWMA menghasilkan validitas yang lebih baik. Berdasarkan pengujian

yang dilakukan dengan Kupiec test berdasarkan TNoF diperoleh hasil

bahwa forecasting VaR instmment tunggal EWMA dengan hasil 14

saham valid/diterima yaitu saham BUMI, BTEL, INTP, PTBA, KLBF,

UNSP, SMCB, UNTR, ELTY, UNVR, TINS dan ASII dan saham

LPKR tidak valid/ditolak.

B. SARAN

Dari penelitian yang dilakukan melalui penelitian ini, penulis

menyarankan agar dilakukan penelitian yang berkelanjutan dengan periode

yang lebih panjang dan menggunakan metode lain seperti monte carlo

simulation dan variance covariance sehingga dapat dihasilkan penelitian

yang lebih beragam dan akurat lagi. Penentuan akurat atau tidaknya suatu

model dengan menggunakan suatu pendekatan atau metode maka harus

dilakukan penelitian yang terus-menerus dari waktu ke waktu agar ha!

yang disimpulkan meyakinkan untuk dapat digunakan dalam aktivitas

sehari-hari.

DAFT AR PUST AKA

Achsien, Iggi H. "Investasi Syariah di Pasar Modal : A;fenggagas Konsep dan Praktek Manajemen Porto.folio Syariah", PT Gramedia Pustaka Utama, Jakarta, 2000.

Ahmad, Kamaruddin. "Dasar-dasar Manejemen Investasi", Rineka Cipta, Jakarta, 2001.

---------------. "Dasar-Dasar Manejemen Investas Dan Porto folio'', Rineka Cipta, Jakarta, 2004.

Arifin, Zaenal," Teori Keuangan Dan Pasar Modal", Penerbit Ekonisia Kampus Fakultas Ekonomi UII, Y ogyakarta, 2005.

Best, Philip, "Implementing Value at Ris ",. John Wiley & Sons, Ltd.BafjinsLane, Chichestes, West Sussex, England. 1998.

Bodie, Zvi; Kane, Alex; and Marcus, Alan J. "Investment", McGraw-Hill, NewYork, 2006.

Buchdadi, Agung D. "Perhitungan Value At Risk Portofolio Optimum Saham Perusahaan Berbasis Syariah Dengan Pendekatan EWMA (,5tudi Empiris Terhadap Saham-Saham Yang Tergabung Dalam Jll Selama 2005-2006) ", Sekolah Tinggi Manajemen PPM, 7 November 2007.

Butler, Cormac, "Mastering Value at Risk", Pearson Education Limited, Great Britain, (1999).

Chen, Xiangjin Bruce and Param Silvapulle, "Value at Risk and Oplimum Aset Allocation in Stock-Bond portfolios before and after the Global Financial Crisis: Empirical Evidence from Australia and the G7 Countries", Department of Econometrics and Business Statistics Monash University, 2010.

Clewlow, L. & Strickland, C., "Energy Derivatives: Pricing and Risk Management", Texas: Lacima Group, 2000.

Dowd, Kevin, "Beyond Value at Risk-The New Science of Risk Management", John Wiley & Sons, England.

Elton, J. Edwin; Martin J. Gruber, "Modern Portofolio Theory And Investment Analysis", Singapore: John Wiley & Sons, Inc., Fomih Edition, 1994.

Fabozzi, Frank J., Franco Modigliani dan Michael G. Feni, "Pasar & Lembaga Keuamwn ". Penerbit Salemba Emnat. Jakarta.

Fahrni, Irham dan Yovi Lavianti Hadi," Teori Portofolio Dan Analisis Investasi", Alfabeta, Bandung, 2011.

Fajarina, Andini, "Analisis Keikutsertaan Perusahaan Kelompok Jakarta Islamic Index Berdasarkan Ketentuan Danareksa Investment Management'', MM­Universitas Indonesia Jakarta, 2008.

Fardiansyah, Teddy. "Penerapan Manajemen Resiko Perbankan Indonesia", PT. Elex Media Komputindo, Jakarta, 2006.

Gozali, Imam. "Aplikasi Analisis Multivariate Dengan Program SPSS". Badan Penerbit Universitas Diponegoro Semarang, Semarang, 2005.

Gujarati, Damodar N. "Basic Econometrics", Fourth Edition, The McGraw-Hill, New York, 2003.

Halim, Abdul. "Analisis Investasi", Salemba Empat, Jakarta, 2005.

Hamid, Abdul, " Pasar Modal Syariah", Lembaga Penelitian UIN Jakarta, Jakaita, 2009

Horasanh, M. dan Fidan, N., "Portfolio Selection by Using Time Varying Covariance Matrices". Journal of Economic and Social Research, 9: 1-22, 2006.

Huda, Nurul dan Mustafa Edwin Nasution, " Investasi Pada Pasar Modal Syariah", Kencana Prenada Media Group, 2007

Husnan, Suad. "Dasar-dasar Teori Portofolio dan Analisis Sekuritas ", Edisi Ketiga, UPP AMP YKPN, Yogyakarta, 2001.

Jogiyanto. "Teori Portofolio Dan Analisis Investasi", BPFE-Yogyakarta: Y ogyakarta, 2000

Jorion, Philippe. "Financial Risk Manager Handbook". (4th ed.), John Wiley & Sons, New Jersey. 2007.

---------------. "Value at Risk: The New Benchmark For Managing Financial Risk". 3rd Edition, McGraw-Hill, New York, 2007.

---------------. "Value At Risk", 211d ed., McGraw-Hill, New York, 2001.

Kahar, Yuskar, "Perhitungan Value at Risk Pada Institusi Perbankan Berdasarkan Metode Variance Covariance", Jurnal Akuntabilitas, Maret 2009, ha!. 160-181.

Karahap, Andi Riai10. "Perhitungan Value At Risk (VaR) - Foreign Exchange Risk Menggunakan Pendekatan EWMA, GARCH dan Monte Carlo", MMT TT folrn1-t~ ?00~

Kumalasari, Ratna, "Perbandingan Value at Risk Dengan Estimasi Volatilitas EWMA dan GARCH (Studi Kasus PDN BankX) '', MM-UI, 2005.

Kurniawan,T, "Volatilitas Saham Syariah (Analisis Atas Jakarta Islamic Index)". Karim Review. Special Edition. January 2008

Manan Abdul, "Aspek Hukum Dalam Penyelenggraan Investasi Dipasar Modal Syariah Indonesia, Kencana Prenada Media Group Jakarta, 2009.

Manurung, A. H., "Siklus Bursa Saham: Sebuah Penelltian Empiris di BEJ", Jurnal Bisnis & Birokrasi, 13:01, 81-100, 2005.

Markowitz, Harry. "Portofolio Selection", Journal of Finance, 1952

Metwally, "Teori Dan Peraktek Ekonomi Islam", Bangkita Daya Insani Jakarta, 1995.

Morgan, J.P., "RiskMetrics - Technical Document", JP Morgan & Co, New York, 1997.

Nachrowi, Nachrowi D dan Hardius Usman, " Pendekatan Populer Dan Praktis Ekonometrika Untuk Analisis Ekonomi Dan Keuangan", Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 2006.

Napitulu, Sri Jayanti, "Pengukuran Resiko Operasional Dengan Metode Agregating Value at Risk'', Skripsi FMIPA-USU Medan, 2009.

Pasaribu, Rowland Bismark Fernando, "Value at Risk Portofolio dan Likuiditas Saham", Jurnal Akuntansi Manajemen Vol. 21No.2 Agustus 2010.

Pohan, Daulat H. H. "Estimasi Volatilitas Return Reksadana Saham Sebagai Pertimbangan Keputusan Investasi (Perbandingan Model EWM dan GARCH)", MMUI, Jakarta, 2004.

Pontjowinoto, Iwan P., "Prinsip Syariah Di Pasar Modal, Pandangan Praktisi, Modal Publications, Jakarta, 2003.

Prasetyawati, Prasit. "Analisis Resiko Indeks Harga Saham Sektoral Bursa Saham Indonesia Dengan Pendekatan Value At Risk ( Periode 2004 Sampai Dengan 2008)''. FSIP Pascasmjana UI, 2009.

Riyanto, Bmnbang. "Dasar-Dasar Pembelarifaan Perusahaan ", BPFE­y ogyakarta, Y ogyakarta, 1999.

Rodoni, Ahmad dan Herni Ali HT, " Manajemen Keuangan", Mitra Wacana Media, Jakarta, 2010.

Rodoni, Ahmad, "Analisis Teknikal dan Fundamental pada Pasar Modal

---------------. "Jnvestasi Syariah ", Lembaga Penelitian Uin Syarif Hidayatullah Jakarta, 2009.

Ross, A. Stephen, et. al., "Corporate Finance", McGraw-Hill, New York, 2002.

Sartono, R. Agus dan Arie Andika Setiawan, "VaR Por!folio Optimal: Perbandingan Antara Metode Markowitz Dan 111ean Absolute Deviation", Jumal Siasat Bisnis, Vol. 11 No. I, April 2006.

Situngkir H dan Surya Y. "VAR Yang Memperlihatkan Sifat Statistika Distribusi Return", Bandung FE Institutes, Bandung, 2006.

Sharpe, W., "A Simplified Model For Portofolio Analysis," Management Science 9 (January 1963), Hal. 277-293.

Sholihin, Ahmad Ifhan, "Pedoman Umum Lembaga Keuangan Syariah", PT. Gramedia Pustaka Utama, 2010.

Stambaugh, F., "Risk and value at risk, " European Management Journal. Vol.14, pp. 612-621, 1996.

Sudarsono, Heri. " Bank Dan Lembaga Keuangan Syariah Deskripsi Dan Jlustrasi", Penerbit Ekonisia Kamp us Fakultas Ekonomi Universitas Islam Indonesia, Yogyakarta, 2008.

Sukarno, Mokhamad, "Analisis Pembentukan Porto.folio Optimal Saham Menggunakan Metode SIM di BE!", MM-Undip Semarang, 2007.

Sutedi, Adrian," Pasar Modal Syariah", Sinar Grafika, Jakarta, 2011.

Suyanto. "Analisis Pengaruh Nilai Tukar Uang, Suku Bunga Dan lnjlasi Terhadap Return Saham Sektor Properti Yang Tercatat Di Bursa Efek Jakarta Tahun 2001 - 2005", Program Pasc:a Saijana Universitas Diponegoro Semai·ang, 2007.

Tandelilin, Eduardus. "Analisis Investasi dan Manajemen Portofolio ", BPFE Yogyakarta, 2001.

---------------. "portofolio dan investasi /eori dan aplikasi", Penerbit Kanisius (Anggota IKAPI) Indonesia, 2010.

Terry, Watsham J., Keith Pan·amore, "Quantitative Methods in Finance, ed J ", Thompson Leaming, London, 2001.

Varma, Jayanth R, "Value at Risk Models in the Indian Stock 1\!farket'', Working Paper No. 99-07-05, July 1999.

Watsham, Terry J.; and Parramore, Keith;, "Quantitative Methods in Finance", 7.<t Nl Thnm«m T pornino 1 QQ7

Widarsono, Wing Wahyu, " Analisis Ekonometrika Dan Statistika Dengan Eviews, Edisi 2", UPP STIM YKPN, 2009.

Yulfasni, "Hukum Pasar Modal", Badan Penerbit Iblarn, Jakarta, 2005.

www. finance. vahoo. com