risk analysis james l. pappas - chapter 3
Post on 15-Apr-2017
200 Views
Preview:
TRANSCRIPT
RISK ANALYSIS
James L. Pappas ; Chapter 3
Tugas Mata Kuliah Ekonomi Manajerial
Kelompok I• Lutvi Alamsyah
• Monica A. Nabu Bois• Doddy Ekohari Sandy
• Fathima Mahu
Magister Manajemen Universitas 17 Agustus 1945Surabaya
PendahuluanKebanyakan keputusan managerial dilakukan dalamkondisi ketidakpastian.Bahkan dalam pemecahanmasalah ketika kegiatan dan hasil tidak dapatdiprediksi dengan tepat, sehingga yang dibutuhkanadalah bagaimana caranya untuk memperlakukansebuah masalah ketika pihak manajemen sudahmemperoleh cukup banyak informasi terhadap segalakemungkinan untuk menyelesaikan masalah tersebut.
Resiko dalam analisis ekonomi• Resiko didefinisikan sebagai suatu bahaya , ledakan
yang menyakitkan dan dalam ekonomi adalah kesempatan yang hilang.
• Resiko juga disamakan dengan kesempatan atau peluang dari outcome yang tidak terhingga , semakin tidak terhingganya outcome, semakin besar resikonya.
Identifikasi resiko
Ada 4 komponen dalam analisis resiko:1. Identifikasi resiko2. Penilaian resiko3. Manajemen resiko4. Komunikasi resiko
Penilaian resiko
Evaluasi terhadap kemungkinan dari: 1. cara masuk (entry) 2. perkembangan ( establishment) 3. penyebaran ( spread )
Distribusi probability• Probability dari sebuah peristiwa/kejadian bisa
disebut juga sebagai kesempatan yang akan diperoleh kejadian/peristiwa di masa mendatang
• Jika semua peristiwa dan pemasukan sudah didaftarkan dan jika sebuah kesempatan yang akan diperoleh sudah dipastikan, daftar itu disebut sebagai distribusi probability/pembagian kesempatan
Menghitung Expected Value Proyek A dan B
Pengukuran resiko
Resiko harus diidentifikasi dan diukur. Caramengukurnya adalah dengan menggunakan standardDeviasi, dengan simbol atau sigma. Semakin kecilstandard deviasinya, semakin ketat probabiltydistribution nya, di mana resikonya menjadi rendah.
Cara Menghitung Standard Deviasi* Hitung expected value( EP ) nya dari distribusinya
EP = π =* Kurangi EP dari setiap kemungkinan untuk menset Deviasi
nya/penyimpangan EP nyaDeviasi = πi - π
• Kuadratkan setiap deviasi, kalikan deviasi yang sudah dikuadratkan dengan probability yang akan diperoleh dari
outcome dan jumlahkan.Variance = -
Teori Utility dan Resiko yang dihindari
Ada 3 kecenderungan perilaku manusia terhadapresiko:• Mereka yang suka dengan resiko (Risk seeker)• Mereka yang tidak suka dengan resiko ( risk averter)• Mereka yang netral terhadap resiko ( risk
inddifference )
Risk Seeker• Memilih investasi yang beresiko tinggi • Dalam gambar kurva, dikenal dengan “Increasing
marginal utility of money”• Formulanya untuk tipe risk seeker ini adalah
U(2y) > 2.U(y)Jika nilai y ( uang ) menjadi 2 ( y ), maka utility nya akan menjadi lebih besar dari 2*u(y)
Risk Aversion• Mereka akan memilih investasi yang resikonya kecil• Hubungan antara uang dan utility nya dalam gambar
kurva dikenal dengan Diminishing marginal utility of money
• Formula untuk menggambarkan perilaku ini adalah U(2y) < 2.U(y)
• Jika nilai uang bertambah 2 ( y ), maka utilitynya akan menjadi kurang dari 2*u(y)
Risk Indifference• Jika ada 2 pilihan investasi, maka yang akan dipilih
adalah investasi dengan pengembalian yang dapat dipastikan daripada harus memilih resiko dari investasinya
• Hubungan antara uang dan utility nya adalah Constant marginal utility of money
• Formula untuk menggambarkan kecenderungannya adalah U(2y)=2.U(y)
Kurve 3 kecenderungan perilaku terhadap resiko
Kurve 3 perilaku yang bersinggungan dalam studi kasus
Penyelesaian model penilaian terhadap resiko
Diminishing marginal utility bagi mereka yang tidaksuka resiko dapat dinilai melalui formula penilaianstandard di bab 1 terdahulu yaitu dengan : V =
Certainty Equivalent Adjustment
Sejumlah metode dapat dipakai untuk menghitungresiko. Salah satunya adalah dengan metode certaintyequivalent adjustment. Dalam pendekatan ini,pengambil keputusan harus menentukan jumlah pastiuang yang akan diterima dibandingkan jumlah yangakan diperoleh jika mereka memilih resiko untukinvestasi.
Reaksi individu akan kelihatan saat kondisi ini.Contoh : jika seseorang menginvestasi dana US$100.000 dan akan menerima $1 million jikainvestasinya sukses. Tapi jika gagal, maka dia akankehilangan US$ 100.000. dan dengan probability 0,5atau 50%, maka hasil investasi yang akan diperolehadalah US$ 500.000
• Jika hasil investasi kurang dari US$ 500.000 maka kondisi ini disebut risk aversion.
Formula untuk menghitung konstanta adalah α=equivalent certain sum
expected risky sumJika α< 1 menunjukkan risk aversion
α=1 menunjukkan risk indifference α>1 menunjukkan risk preference
Hipoteris fungsi risk aversion
Risk Adjusted discount rate
Cara lain untuk melakukan penilaian terhadap resikoadalah dengan memperhitungkan tingkat bunga.Seperti cara penilaian sebelumnya yaitu denganpenyesuaian setara, resiko disesuaikan dengan tingkatbunga yang sifatnya “tarik ulur” antara resiko danpengembalian modal/uang. Kurva selanjutnyamenunjukkan “market inddiferent” atau resiko danreturn tarik ulur fungsi.
• Rata-rata investor menghindari asset yang resikonya kecil walaupun dengan kepastian rate of return 10%.
• Investor akan lebih memilih asset dengan 20% expected return dan asset yang sangat beresiko dengan 30% return dari investasi mereka
• Penggambarannya lebih jelas dapat dilihat di kurva berikut ini. Semakin tinggi resiko, semakin besar persentase expected return yang akan diperoleh.
Hubungan antara resiko dan tingkat bunga
TECHNIQUES FOR DECISION MAKING UNDER UNCERTAINTY
TECHNIQUES FOR DECISION MAKING UNDER UNCERTAINTY
Dalam banyak situasi keputusan, data yang dibutuhkan untuk menggabungkan analisis risiko ke dalam proses pengambilan keputusan tidak tersedia dalam bentuk yang dapat digunakan. Dalam kasus seperti pohon keputusan dan simulasi komputer membantu seseorang untuk mengembangkan dan mengatur data risiko untuk pengambilan keputusan. Sekarang kita akan memeriksa dua teknik pengambilan keputusan dan peran yang mereka mainkan dalam pengambilan keputusan dalam kondisi ketidakpastian.
DECISION TREESBanyak keputusan penting tidak dibuat pada satu titik dalam waktu melainkan secara bertahap. Sebagai contoh, sebuah perusahaan minyak mempertimbangkan kemungkinan ekspansi ke bahan kimia pertanian mungkin mengambil langkah-langkah berikut :1. Menghabiskan $ 100,000 untuk survei kondisi penawaran dan
permintaan di industri kimia pertanian.2. Jika hasil survei yang menguntungkan, menghabiskan $ 2 juta untuk
tanaman percontohan untuk menyelidiki metode produksi.3. Tergantung pada estimasi biaya dari potensi permintaan dari studi
pasar, baik meninggalkan proyek, membangun pabrik besar, atau membangun yang kecil.
Dengan demikian, keputusan ini dibuat secara bertahap dengan keputusan selanjutnya tergantung pada hasil keputusan sebelumnya.
DECISION TREES
Urutan peristiwa dapat dipetakan menyerupai cabang-cabang pohon, maka pohon keputusan jangka. Sebagai contoh perhatikan Gambar 3.9, harapan permintaan untuk produk tanaman yang 50% untuk permintaan tinggi, 30% untuk kebutuhan menengah, dan 20% untuk permintaan rendah. Tergantung pada permintaan, arus kas bersih (pendapatan penjualan dikurangi biaya operasional), semua diskon hingga saat ini, akan berkisar dari $ 8.800.000 menjadi $ 1,4 juta jika pabrik besar dibangun, dan dari US $ 2,6 juta menjadi $ 1.400.000. Karena probabilitas permintaan diketahui, kita dapat menemukan nilai-nilai yang diharapkan arus kas, yang diberikan dalam kolom 5 dari Gambar 3.9 Akhirnya, kita bisa mengurangi pengeluaran investasi dari pendapatan bersih yang diharapkan untuk mendapatkan nilai yang diharapkan sekarang bersih dari setiap keputusan.
DECISION TREES
DECISION TREES
Contoh dari pohon yang lebih kompleks diilustrasikan pada Gambar 3.10. Kotak yang bernomor merupakan poin keputusan, contoh ketika manajemen harus memilih di antara beberapa alternatif; lingkaran mewakili hasil yang mungkin, salah satu yang akan mengikuti keputusan. Pada Keputusan Titik 1, perusahaan memiliki tiga pilihan: untuk berinvestasi $ 3 juta dalam sebuah pabrik besar, untuk berinvestasi $ 1,3 juta tanaman kecil, atau menghabiskan $ 100,000 pada riset pasar. Jika pabrik besar dibangun, perusahaan mengikuti cabang atas, dan posisinya telah diperbaiki hanya itu bisa berharap bahwa permintaan akan tinggi. Jika keputusan pada titik 1 adalah untuk membayar $ 100,000 untuk informasi lebih lanjut, perusahaan bergerak ke cabang pusat. Penelitian ini memodifikasi informasi perusahaan tentang permintaan potensial. Awalnya, probailities adalah 70% untuk permintaan tinggi dan 30% untuk permintaan rendah.
DECISION TREES
SIMULATIONTeknik lain yang dirancang untuk membantu manajer dalam membuat keputusan di bawah ketidakpastian adalah simulasi komputer. Untuk menggambarkan teknik, mari kita mempertimbangkan keputusan untuk membangun pabrik tekstil baru. Biaya yang tepat dari tanaman ini tidak diketahui. Hal ini diharapkan menjadi sekitar $ 150 juta. Jika ada kesulitan muncul dalam konstruksi, biaya dapat direndahkan menjadi $ 125.000.000; Namun, serangkaian disayangkan peristiwa pemogokan, kenaikan proyeksi biaya bahan, dan masalah-masalah teknis mengakibatkan pengeluaran investasi mencapai $ 225 juta. Pendapatan dari fasilitas baru, yang akan beroperasi selama bertahun-tahun, tergantung pada pertumbuhan penduduk dan pendapatan pribadi di setiap wilayah, persaingan, perkembangan kain sintetis, penelitian, dan kuota impor tekstil. Biaya operasi tergantung pada efisiensi produksi, bahan, dan tren biaya tenaga kerja. Karena kedua pendapatan penjualan dan biaya operasi yang tidak pasti, keuntungan tahunan juga tidak pasti.
SIMULATIONProsedur ini diilustrasikan pada Gambar 3.11 dan 3.12. Gambar 3.11 adalah diagram alir menguraikan prosedur simulasi yang dijelaskan di atas; Gambar 3.12 menggambarkan distribusi frekuensi tingkat pengembalian yang dihasilkan oleh simulasi tersebut untuk dua proyek alternatif, X dan Y, masing-masing dengan biaya yang diharapkan dari $ 20 juta. Sehingga tingkat pengembalian yang diharapkan dari investasi X adalah 15%, dan bahwa investasi Y adalah 20%. Maka satu titik akhir harus dibuat tentang penggunaan simulasi komputer untuk analisis risiko. Teknik ini membutuhkan memperoleh distribusi probabilitas tentang sejumlah variabel seperti pengeluaran investasi, penjualan unit, harga produk, harga input, dan kehidupan aset, yang semuanya melibatkan cukup banyak biaya pemrograman dan mesin-waktu.
SIMULATION
SIMULATION
Hal ini juga harus dicatat bahwa teknik simulasi agak lebih murah tersedia sebagai metode alternatif menganalisis hasil dari berbagai proyek atau strategi. Alih-alih menggunakan distribusi probabilitas untuk masing-masing variabel dalam masalah, kita dapat mensimulasikan hasil dengan memulai dengan perkiraan terbaik-tebakan untuk setiap variabel, dan perubahan nilai-nilai variabel (dalam batas yang wajar) untuk melihat efek dari perubahan tersebut pada hasil yang dihasilkan oleh proyek.
top related