Analisis Ukuran Risiko Expected Shortfall Pada Indeks Pasar Saham

Abstract

Abstrak

Pengukuran risiko penting untuk dilakukan, terutama dalam dunia investasi yang berkaitan dengan jumlah dana yang besar. Salah satu ukuran risiko dalam manajemen keuangan adalah Expected Shortfall (ES). ES adalah nilai ekspektasi dari return jika return tersebut melampaui batas return maksimum (Value-at-Risk). VaR merupakan kerugian (return negatif) maksimum yang mungkin terjadi selama periode waktu dan tingkat kepercayaan tertentu. Pada tingkat kepercayaan ðŸ—ðŸŽ%, akan dicari nilai return terkecil yaitu ð‘½ð’‚ð‘¹. Sehingga peluang munculnya nilai return kurang dari ð‘½ð’‚𑹠adalah ðŸŽ,ðŸ. VaR tidak memperhatikan setiap kerugian yang ada dibawahnya. ES merupakan solusi untuk menyelesaikan masalahan tersebut. Hasil perhitungan menyatakan bahwa dari beberapa tingkat kepercayaan, terdapat return negatif yang lebih kecil dari VaR dan ES terbukti dapat mengatasinya. Hasil penelitian dari perhitungan ES empiris dan ES teoris menyatakan bahwa selisih error kedua perhitungan tidak jauh berbeda. Penelitian ini menghitung VaR dengan memodifikasi metode Historical Simulation dan melakukan analisis perhitungan risiko ES dengan melibatkan fungsi distribusi dari peubah acak atau observasi. Pada perhitungan ES dilibatkan nilai VaR, tingkat kepercayaan dan jumlah observasi. Data yang akan digunakan dalam Tugas Akhir ini adalah data return mingguan dari indeks saham JKSE.

Kata kunci : expected shortfall, value at risk, risiko, return, historical simulation, fungsi distribusi

Abstract

Risk measurement is important to do, especially in the world of investment relating to large amounts of funds. One of risk measure in financial management is Expected Shortfall (ES). ES is the expected value of return if the return exceeds the maximum return limit (Value-at-Risk). VaR is the maximum loss (negative return) that may occur over a period of time and a certain of confidence level. At a 90% confidence level, the smallest return value, called VaR. So the probability of the return value less than VaR is 0.1. VaR does not give information to any losses below it. ES is a solution to solve this problem. The calculation results state that from several levels of confident, there is a negative return that is smaller than VaR and ES is proven to be able to overcome it. The results of the empirical and theorists ES calculation declare that the error deviation between the two calculations is not much different. This study calculates VaR by modifying the Historical Simulation method and analyzing ES risk calculations by involving the distribution function of random variables or observations. The ES calculation involves the VaR value, confidence level and number of observations. The data that will be used in this Final Project is the weekly return data from the JKSE stock index.

Keywords: expected shortfall, value at risk, risiko, return, historical simulation, distribution function