111repository.uinjkt.ac.id/dspace/bitstream/123456789/26793/1/agustina-feb.pdf · a. latar belakang...
TRANSCRIPT
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
Pendidikan
ORGANISASI
CURRICUJ,UM VITAE.
: Agustina
: Batu Panjang, 29 Agustus 1989
: Islam
: Jl. Sultan syarifkasim RT:OS RW:Ol No: 26
: 083877233183
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