1 / 32

PENGUKURAN RISIKO

PENGUKURAN RISIKO. TEORI PROBABILITAS DERAJAT RISIKO VALUE AT RISK. TEORI PROBABILITAS. Pengukuran Risiko. Tujuan pengukuran risiko: Nilai rata-rata dari kerugian selama suatu periode anggaran Variasi nilai kerugian dari satu periode anggaran ke periode anggaran yang lain

dustin
Télécharger la présentation

PENGUKURAN RISIKO

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PENGUKURAN RISIKO TEORI PROBABILITAS DERAJAT RISIKO VALUE AT RISK Resista Vikaliana

  2. TEORI PROBABILITAS Resista Vikaliana

  3. Pengukuran Risiko Tujuan pengukuran risiko: Nilai rata-rata dari kerugian selama suatu periode anggaran Variasi nilai kerugian dari satu periode anggaran ke periode anggaran yang lain Dampak keseluruhan dari kerugian-kerugian tersebut, terutama kerugian yang ditanggung sendiri Resista Vikaliana

  4. Dimensi yang diukur: Besarnya kemungkinan kejadian Besarnya kerugian bila suatu risiko terjadi Resista Vikaliana

  5. Konsep Probabilitas dalam Pengukuran Kerugian Potensial Sample Space dan Event Sample Space (Set S): Suatu rangkaian dari kejadian tertentu yang diamati, misalnya jumlah kecelakaan mobil di wilayah tertentu selama periode tertentu. Bisa terdiri dari beberapa segmen (sub-set) atau event (Set E) Setiap Set E diberi bobot. Bobot berdasarkan bukti empiris masa lalu. Resista Vikaliana

  6. Misal pada kecelakaan mobil, mobil pribadi diberi bobot 2, sedangkan mobil penumpang umum diberi bobot 1, sehingga bobotnya Bila tanpa bobot P (E) = E/S Bila dengan bobot P (E) = W (E)/W (S) P(E) : probabilitas terjadinya event E : sub set atau event S : sample space atau set W : bobot dari masing-masing event Resista Vikaliana

  7. Contoh : Seorang kontraktor diminta untuk membangun sebuah gedung. Apabila segala sesuatu berjalan dengan baik, maka ia akan mendapatkan keuntungan sebesar Rp 10.000.000. Karena menyadari selalu adanya hal-hal yang tidak terduga, maka probabilitas untuk mendapatkan keuntungan tersebut diperkirakan hanya 80%, dimana yang 20% adalah pengeluaran tak terduga. Resista Vikaliana

  8. Dari data itu, pihak kontraktor dapat mempertimbangkan kesempatan-kesempatan atau kemungkinan-kemungkinan lain sehubungan dengan perputaran, misalnya. Bisa juga dengan mengalihkan ke pihak lain, misal perusahaan asuransi Resista Vikaliana

  9. Resista Vikaliana

  10. COMPOUND EVENTS Terjadinya dua atau lebih peristiwa terpisah dalam jangka waktu yang sama Compound Event yang Bebas Jika terjadinya satu peristiwa tidak ada hubungannya dengan peristiwa lain Compound Event Bersyarat Jika terjadinya peristiwa yang satu mempengaruhi terjadinya peristiwa yang lain Resista Vikaliana

  11. CONTOH Compound Event yang Bebas Probabilitas terbakarnya gudang A tidak dipengaruhi oleh terbakarnya gedung B. Bila probabilitas terbakarnya gudang A adalah 1/10 da gudang B adalah 1/30, maka probabilitas terbakarnya gudang A dan gudang B adalah 1/10 x 1/30 = 1/300 Jadi, P (A dan B) = P (A) x P (B) Resista Vikaliana

  12. Probabilitas dari semua kemungkinan kejadian adalah Kemungkinan I: Gudang A terbakar dan gudang B tidak terbakar adalah (1/10) x(1-1/30) = 29/300 Kemungkinan II: Gudang A tidak terbakar, tetapi gudang B terbakar adalah (1-1/10) x (1/30) = 9/300 Kemungkinan III: Gudang A dan gudang B tidak terbakar adalah (1-1/10) x (1-1/30) = 261/300 Kemungkinan IV: Gudang A dan gudang B terbakar adalah (1/10) x (1/30) =1/300 Jumlah probabilitas keempat kemungkinan kejadian tersebut adalah 300/300 = 1 Resista Vikaliana

  13. CONTOH compound event bersyarat Perusahaan Y mempunyai dua gudang yang berdekatan, yaitu A dan B. Kebakaran pada gudang A akan mempengaruhi gudang B. Bila probabilitas terbakarnya gudang A adalah 1/40 dan probabilitas terbakarnya gudang B juga 1/40, serta probabilitas terbakarnya gudang B setelah gudang A terbakar atau P(B/A) adalah 1/3,maka probabilitasnya Resista Vikaliana

  14. Probabilitas Kemungkinan I: Gudang A terbakar dan gudang B terbakar adalah (1/40) x(1/3) = 1/120 Kemungkinan II: Gudang A terbakar, tetapi gudang B tidak terbakar adalah 1/40 x (1-1/3) = 2/120 Kemungkinan III: Gudang A tidak terbakar dan gudang B terbakar adalah (1-1/40) x 1/3 = 39/120 Kemungkinan IV: Gudang A tidak terbakar dan gudang B tidak terbakar adalah (1-1/40) x (1-1/3) = 78/120 Jumlah probabilitas keempat kemungkinan kejadian tersebut adalah 120/120=1 Resista Vikaliana

  15. Event yang independen dan acak Prinsip keacakan (setiap event mempunyai kesempatan dan probabilitas yang sama) dan independensi/ berdiri sendiri mempunyai peran yang penting,khususnya pada bidang asuransi, karena: Underwriter/ perusahaan asuransi akan berusaha untuk mengklasifikasikan unit-unit esposures ke dalam kelompok-kelompok, di mana kejadian atau kerugian dapat dianggap sebagai event yang independen. Resista Vikaliana

  16. Dengan cara tersebut, jumlah pembebanan yang sama kepada masing-masing anggota kelompok dapat dijustifikasi. Alasannya setiap kelompok menyadari besarnya kemungkinan terjadinya kerugian adalah sama, baik untuk dirinya sendiri maupun untuk orang lain Suatu jenis kerugian mungkin dapat diterima dua kali atau lebih oleh individu yang sama. Resista Vikaliana

  17. PENGUKURAN BESARNYA KERUGIAN pengukuran sebaiknya dilakukan dengan menggunakan satuan uang Dalam hal tertentu kadang-kadang juga digunakan skala, misal skala 1-5 1 : kerugian yang sangat kecil 2 : kerugian yang kecil 3 : kerugian menengah 4 : kerugian besar 5 : kerugian sangat besar Resista Vikaliana

  18. Setiap kejadian merugikan, terdapat dampak langsung dan tidak langsung Untuk kerugian langsung, terdapat beberapa konsep yang dapat digunakan:nilai perolehan, nilai buku, nilai pasar dan nilai ganti Untuk kerugian tidak lansung, antara lain berupa biaya sewa dan berkurangnya pendapatan (sebagian kerugian langsung sangat sulit ditentukan) Resista Vikaliana

  19. DerajatRisiko Resista Vikaliana

  20. Besarnyarisikoobjektif yang timbuldalamsatusituasi • Probable variation of actual from expected losses • Objective Risk = ------------------------ • Expected losses • Simpangankemungkinankerugianaktualdengan • kerugian yang diharapkan • Objective Risk = ------------------------ • Kerugian yang diharapkan Resista Vikaliana

  21. Misal : • KemungkinankerugiankarenakebakaranbangunandiKota ABC dan XYZ denganjumlahbangunansetiapkota 100.000. • Rata-rata bangunanterbakarsetiaptahunpadatiapkotaadalah 100 bangunan. • Ahlistatistikmengestimasijumlahkebakaranpada Kota ABC tahundepanadalah 95-105 bangunan. Kisaranpada Kota XYZ 80-120 • Maka, derajatbangunanterbakarpadamasing –masingkotaadalah Risiko ABC (105-95)/100 = 10 % Risiko XYZ (120-80)/100 = 40 % Resista Vikaliana

  22. VALUE AT RISK Resista Vikaliana

  23. VALUE AT RISK • Adatigametodeperhitungan Value at Risk yaitu: • Metode historis • Metode variance-covariance • Metodedengansimulasi Monte Carlo. Resista Vikaliana

  24. Jikakitainginmenaikkantingkatkepercayaan, kitaperlumemindahkankekiripadagrafik histogram yang sama. Pada return -8% dan -7% merupakan 1% return terburukharianataudinyatakandalamkalimat : • Dengantingkatkepercayaan 99%, kitaberharapbahwakerugianahrianterburuktidakakanmelebihi 7%. • AtaujikakitainvestasiRp. 100 juta, kitapercaya 99% bahwakerugianharianterburuktidakakanmelebihiRp. 7 juta. • Sekarangistilahstatistikkitanyatakandalam persentase dan rupiah : • Dengantingkatkepercayaan 95%, kitaberharapkerugianharianterburuktidakakanmelebihi 4%. • JikakitainvestasisebesarRp. 100 juta, kitapercaya 95% bahwakerugianharianterburuktidakakanmelebihiRp. 4 juta (Rp. 100 juta x -4%). Resista Vikaliana

  25. Metode Variance – Covariance • Metodeinimengansumsikanbahwa return saham QQQ memilikidistribusi normal dengandemikiankitahanyamemerlukanestimasiduafaktoryaituexpected return (rata-rata return) danstandardeviasi return. • Idedibalik variance – covariance adalahsamadenganmetodehistoris, kecualikitamenggunakankurva normal bukan data actual. • Keunggulankurva normal, kitasecaraotomatismengetahui di mana letak 5% atau 1% return terburukdalamkurva. Berikutinihasildistribusi return hariansaham QQQ Resista Vikaliana

  26. 5% dan 1% return terburukmerupakanfungsidaritingkatkepercayaandanstandardeviasi (σ) • Nilaikepercayaan 95% memberikannilaifaktor (confidence factor) 1.65 denganasumsidistribusi normal, begitujugatingkatkepercayaan 99% memberikannilaifaktor 2.33. • Jikadiketahuibahwastandardeviasidaridistribusi return hariansaham QQQ adalah 2.645, makabesarnya Value at Risk dapatdihitungsepertitabeldibawahini: Resista Vikaliana

  27. Nilaikepercayaan 95% memberikannilaifaktor (confidence factor) 1.65 denganasumsidistribusi normal, begitujugatingkatkepercayaan 99% memberikannilaifaktor 2.33. Resista Vikaliana

  28. Jikadiketahuibahwastandardeviasidaridistribusi return hariansaham QQQ adalah 2.645, makabesarnya Value at Risk dapatdihitungsepertitabeldibawahini: • Dengantingkatkepercayaan 95%, kitaberharapbahwakerugianharianterburuktidakmelebihi 4.36% • Dengantingkatkepercayaan 99%, kitaberharapbahwakerugianharianterburuktidakmelebihi 6.16% Resista Vikaliana

  29. KonversidariSatuPeriodeWaktukePeriodeWaktuLainnya Karena periodewaktumerupakansalahsatuvariabeluntukmenghitungVaR, makakitadapatmenghitungVaRdenganperiodewaktu yang berbedsatubulanatausatutahun. BerikutiniadalahringkasanhasilVaRdengantigametode yang telahkitabahasdiatas: Resista Vikaliana

  30. PenggunaVaRdapatmengkonversikansatuperiodewaktukeperiodewaktulainnyadenganmendasarkanpadaideklasikdiilmumanajemenkeuangan yang menyatakanbahwastandardeviasi return suatusahamcenderungmeningkatsebesarakarkuadratdariwaktu.Jikastandardeviasi return harianadalah 2.64% danada 20 hariperdagangandalamsatubulan (T = 20), makastandardeviasibulanandapatdihitungsebagaiberikut: σMounthly= σDaily x T = 2.64% x 20 Resista Vikaliana

  31. Untukmengubahstandardeviasiharianmenjadistandardeviasibulanankitatidakmengalikandenganangka 20, tetapidenganakar 20. • Dengancara yang samajikakitainginmerubahstandardeviasiharianmenjaditahunan (asumsiada 250 hariperdagangandalamsetahun), makastandardeviasihariandikalikandengan akar 250. • Sedangkanmerubahstandardeviasibulananmenjaditahunandikalikandenganakar 12. Resista Vikaliana

  32. TUGAS RINGKASAN • DIKUMPULKAN SAAT UTS • MERINGKAS MAKSIMAL 10 HALAMAN • KERTAS UKURAN A4 • HURUF 12 • BAHAN BISA DICOPY DI PER[USTAKAAN Resista Vikaliana

More Related