Text

Value at Risk (VaR) dan Conditional Value at Risk (CVaR) dalam Pembentukan Portofolio Bivariat Menggunakan Copula Gumbel (Studi Kasus: Saham BMRI dan ITMG Periode 1 Januari 2014 – 31 Desember 2019)

---

ABSTRAK
Suatu cara untuk meminimalkan risiko dalam investasi adalah dengan membentuk portofolio yaitu melakukan kombinasi beberapa saham. Value at Risk (VaR) merupakan suatu metode untuk memperkirakan risiko yang memiliki kelemahan yaitu VaR tidak koheren karena non-subadditivity. Untuk mengatasi kelemahan VaR tersebut bisa digunakan Conditional Value at Risk (CVaR). CVaR memiliki makna besarnya nilai kerugian yang akan ditanggung, apabila terjadi kerugian yang nilainya melebihi VaR. Data saham umumnya berupa time series dan bersifat volatil sehingga diperlukan ARIMA-GARCH untuk memodelkannya. Pemodelan ARIMA pada software R dapat dilakukan otomatis menggunakan fungsi auto.arima(). Selanjutnya digunakan Copula Gumbel yang merupakan metode untuk memodelkan distribusi bersama dan fleksibel karena tidak memerlukan asumsi normalitas serta memiliki kesensitifan terbaik terhadap risiko tinggi sehingga cocok digunakan untuk data saham. Langkah awal pada penelitian ini yaitu memodelkan Copula Gumbel-GARCH dengan tujuan menghitung VaR dan CVaR pada portofolio data return saham BMRI dan ITMG. Pada tingkat kepercayaan 99%, 95%, dan 90% diperoleh hasil perhitungan VaR secara berurutan sebesar 3,977073%; 2,546167%; dan 1,837288% serta hasil perhitungan CVaR secara berurutan sebesar 4,761437%; 3,457014%; dan 2,779182%. Kondisi terburuk adalah kerugian sebesar VaR dan masih memungkinkan jika terjadi kondisi yang lebih buruk dengan kerugian sebesar CVaR sehingga investor dapat lebih mewaspadai kerugian terbesar yang akan diderita.
Kata Kunci: Value at Risk, Conditional Value at Risk, Auto ARIMA, Copula Gumbel

ABSTRACT
One way to minimize risk in investing is to form of portfolio by combining several stocks.Value at Risk (VaR) is a method for estimating risk but has a weakness that is VaR is incoherent because of non-subadditivity. To overcome the weakness of VaR, Conditional Value at Risk (CVaR) can use. CVaR has the meaning of the value of the loss to be borne, in the event of a loss whose value exceeds VaR. Stock data is generally in the form of time series and is volatile, so ARIMA-GARCH is needed to model it. ARIMA modeling on R software can be automatically using the auto.arima() function. Then Copula Gumbel is a method for modeling joint distribution and flexible because it does not require the assumption of normality and has the best sensitivity to high risk so that it is suitable for use in stock data.The first step in this research is to modeling Copula Gumbel-GARCH with the aim to calculate VaR and CVaR on the portfolio of BMRI and ITMG. At the confidence level 99%, 95%, and 90% obtained the VaR results sequentially amounted to 3.977073%; 2.546167%; and 1.837288% and the CVaR results sequentially amounted to 4.761437%; 3.457014%; and 2.779182%. The worst condition is a loss with VaR and it is still possible if a worse condition occurs is a loss with CVaR so that investors can be more aware of the biggest loss that will be suffered.
Keywords: Value at Risk, Conditional Value at Risk, Auto ARIMA, Copula Gumbel

---

Ketersediaan

789E20III

789 E 20iii

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

789 E 20iii

Penerbit

: ., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Dina Rahma Prihatiningsih

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar