BAB 2 LANDASAN TEORI 2.1 Risiko, Manajemen Risiko, dan

BAB 2
LANDASAN TEORI
2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial
Risiko adalah kerugian akibat kejadian yang tidak dikehendaki muncul. Risiko diidentifikasikan
berdasarkan faktor penyebabnya, yaitu risiko karena pergerakan harga saham, nilai tukar atau
suku bunga yang dikategorikan sebagai risiko pasar. Seperti diketahui bahwa risiko yang selalu
ada dalam perusahaan menyangkut dua hal, yaitu masalah yang diharapkan dan ketidakpastian.
Kalau hasil yang dicapai itu pasti, maka jelas tidak ada risiko dalam arti hasil yang diperoleh
sesuai dengan harapan. Biasanya, orang mengatakan bahwa krisis moneter datang seperti
pencuri, tidak terantisipasi. Sebagian kecil lainnya mengatakan bahwa indikasi krisis moneter
sudah muncul sejak lama. Kondisi harga selalu bergerak. Potensi pergerakan harga ini
memunculkan risiko potensial. Kebanyakan posisi finansial yang awalnya tidak berisiko, pada
periode berikutnya posisi tersebut dapat memunculkan risiko yang besar.
Manajemen risiko bukan berarti menekan risiko seminimum mungkin. Dengan
manajemen risiko yang baik diharapkan dapat memproyeksikan seberapa jauh risiko yang akan
dihadapi oleh perusahaan serta pengendalian yang diperlukan. Manajemen risiko mempunyai
tiga tahapan, yaitu: mengidentifikasi, mengukur memantau, dan mengendalikan risiko yang
timbul dari kegiatan usaha. Ukuran risiko adalah VAR. Lembaga finansial atau investor dapat
memanajemeni risiko dengan beberapa cara, yaitu mengurangi risiko, misalnya melakukan
lindung nilai (hedging), menyediakan cadangan untuk menopang risiko (self insurance) dan
mentransfer risiko kreditnya kepada pihak ketiga dengan instrument derivatif. Bank dapat
mentransfer risiko kreditnya kepada pihak lain dengan menggunakan credit derivatives.
Hal yang perlu ditekankan dalam manajemen risiko adalah bahwa manajemen risiko
bukan sekedar mengidentifkasi, mengukur dan menyediakan cadangan, namun aktivitas
keseharian harus mencerminkan semangat manajemen risiko tersebut. Pola hidup sehat adalah
salah satu implementasi manajemen risiko.
Universitas Sumatera Utara
10
2.2. Pengertian Saham
Pengertian saham secara umum dan sederhana adalah “surat berharga yang dapat dibeli atau
dijual oleh perorangan atau lembaga di pasar tempat surat tersebut diperjualbelikan”.
Risiko saham adalah peluang terjadinya kerugian atau kerusakan pada saham, jika ingin
memperoleh hasil yang besar, akan dihadapkan pada risiko yang besar pula. Contohnya dalam
investasi saham Volatilitas atau pergerakan naik-turun harga saham secara tajam akan membuka
peluang untuk memperoleh hasil yang lebih besar, namun sebaliknya, jika harga bergerak ke
arah yang berlawanan, maka kerugian yang akan ditanggung sangat besar.
2.2.1. Faktor-faktor yang Mempengaruhi Gejolak Harga Saham
Faktor-faktor yang menyebabkan harga saham dapat dibagi menjadi dua, yaitu:
1. Faktor makro adalah faktor-faktor yang mempengaruhi ekonomi secara keseluruhan.
Tingkat suku bunga yang tinggi, inflasi, tingkat produktivitas nasional, politik dan lain
sebagainya dapat memiliki dampak penting pada potensi keuntungan perusahaan hingga
pada akhirnya juga akan mempengaruhi harga sahamnya.
2. Faktor mikro adalah faktor-faktor yang berdampak secara langsung pada perusahaan itu
sendiri. Perubahan manajemen, harga dan ketersediaan bahan mentah, produktivitas
pekerja dan lain sebagainya yang akan dapat mempengaruhi kinerja keuntungan
perusahaan tersebut secara individual.
2.3 Ukuran Statistik
Statistika sebagai pengetahuan yang berhubungan dengan cara-cara mengumpulkan data,
pengolahan dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang telah
dilakukan (Sudjana 2005:3).
Metode statistika digunakan untuk memperkirakan kemungkinan kejadian di masa depan.
Tidak ada kepastian dalam perkiraan statistik karena masa depan tidak diketahui dan tidak dapat
diketahui. Dengan demikian metode tersebut berguna untuk memperkirakan perubahan faktor
risiko yang bisa menciptakan risiko kerugian finansial. Ada sejumlah konsep statistik dan ukuran
Universitas Sumatera Utara
11
yang perlu diketahui ketika menganalisa distribusi menggunakan statistik. Satu distribusi yang
penting adalah distribusi normal yang digunakan pada metode Value at Risk, yang memilki
sejumlah sifat yang berguna untuk memperkirakan risiko.
2.3.1 Uji Normalitas
Melakukan uji normalitas data terhadap setiap variabel bebas. Uji normalitas terhadap data
dengan tujuan untuk mengetahui apakah data yang diambil berdistribusi normal atau tidak. Uji
yang digunakan adalah uji Liliefours yang dikemukakan oleh Sudjana (2005:466) dengan
langkah-langkah pengujiannya sebagai berikut:
1. Mengurutkan setiap data dari data terendah sampai data terbesar.
2. Mengolah data menjadi bahan baku Z dengan menggunakan rumus:
̅
Di mana:
Zi = nilai Distribusi Normal
s = simpangan Baku
𝑋 = rata-rata
Xi = data setiap variabel
3. Dengan menggunakan distribusi normal baku, dihitung peluang dari F(Zi) = P(Z ≤ Zi).
Untuk nilai F(Zi) dilihat dengan tabel Z.
4. Selanjutnya hitung proporsi Z1, Z2, …, Zn yang lebih kecil atau sama dengan Zi, dengan
menggunakan rumus:
Di mana:
S(Zi) = banyaknya nilai F(Zi) yang sama.
n
= banyak data
5. Hitung selisih F(Zi) – S(Zi). Kemudian ditentukan harga mutlaknya dan harga mutlak
terbesar dinyatakan dengan L0 .
6. Untuk menerima atau menolak hipotesis nol dibandingkan antara L0 dengan nilai kritis L
pada uji liliefours.
Universitas Sumatera Utara
12
Ambil harga L0 dengan kritis L (Ltabel pada taraf nyata α = 0,05 yang dipilih).
Kriteria pengujiannya :
Jika L0 ≤ Ltabel berarti data berdistribusi normal.
Jika L0 ≥ Ltabel berarti data tidak berdistribusi normal.
2.3.2 Statiktika Deskriptif, Skewness dan Kurtosis
Ada sujumlah konsep statistik dan ukuran yang perlu diketahui ketika menganalisa distribusi
menggunakan satatistik. Statistika deskriptif salah satu ukuran statistik yang akan dibahas dalam
menghitung pengukuran risiko.
1. Nilai rata-rata (Mean)
̅
Di mana:
𝑖
= data setiap variabel
𝑓𝑖 = frekuensi yang sesuai dengan tanda kelas
𝑖
2. Modus
Modus adalah nilai yang muncul dengan frekuensi terbesar.
(
)
Di mana:
b
= batas bawah kelas modal ialah kelas interval dengan frekuensi terbanyak
p
= panjang kelas modal
1
= frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang
lebih kecil sebelum tanda kelas modal
2
= frekuensi kelas modal dikurangi frekuensi kelas interval dengan tanda kelas yang
lebih besar sesudah tanda kelas modal
Universitas Sumatera Utara
13
3. Median
Median adalah nilai tengah dari sebuah kelompok angka tertentu yang diperingkat
berdasarkan besarnya nilai angka tersebut.
(
)
Di mana:
b = batas bawah kelas median
p = panjang kelas median
n = banyak data
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas median
f = Frekuensi kelas median
4. Standart deviasi
Standart deviasi adalah ukuran simpangan nilai tertentu dari nilai rata-ratanya. Dalam hal
ini standart deviasi akan mengukur simpangan kerugian dari suatu risiko terhadap ratarata (mean) kerugian dari seluruh kejadian risiko. Rumusnya yaitu:
√
̅
Di mana:
= standar deviasi
= data ke i
̅ = rata-rata
5. Skewness
Skewness atau kemiringan adalah tingkat ketidaksimetrian atau kejauhan simetri dari
sebuah distribusi. Sebuah distribusi yang tidak simetri akan memiliki rata-rata, median
dan modus yang tidak sama besarnya, sehingga distribusi akan terkonsentrasi pada salah
satu sisi dan kurvanya akan miring.
Universitas Sumatera Utara
14
Gambar 2.1 Bentuk Kurva Miring Positif (menceng kanan) dan Negatif (menceng kiri)
Untuk mengetahui bahwa konsentrasi distribusi miring ke kanan atau miring ke kiri,
dapat digunakan koefisien kemiringan pearson tipe kedua, dengan rumus:
̅
Di mana:
Sk = koefisien kemiringan
̅
= rata-rata
Me = median
= simpangan baku
Catatan:
a. 𝛼3 = TK = koefisien Tingkat Kemencengan (Skewness)
b. TK = 0 maka bentuk kurva simetris
c. TK > 0 maka kurva positif (menceng/landai ke kanan)
d. TK < 0 maka bentuk kurva negatif (menceng/landai ke kiri)
Kriteria: jika -2,0 < TK < 2,0 maka data dapat diinterprestasikan berdistribusi normal
atau hampir normal.
6. Kurtosis
Kurtosis adalah tingkat kepuncakan dari sebuah distribusi yang biasanya diambil secara
relatif terhadap suatu distribusi normal. Berdasarkan keruncingannya, kurva distribusi
dapat dibedakan atas tiga macam, yaitu:
a. Leptokurtik merupakan distribusi yang memiliki puncak relatif tinggi.
Universitas Sumatera Utara
15
b. Platikurtik merupakan distribusi yang memiliki puncak hampir mendatar.
c. Mesokurtik merupakan distribusi yang memiliki puncak tidak tinggi dan tidak
mendatar.
Gambar 2.2 Jenis Kurva
Untuk mengetahui keruncingan suatu distribusi dan menyelidiki apakah distribusi normal
atau tidak, salah satu ukuran yang sering digunakan adalah koefisien keruncingan atau koefisien
kurtosis persentil dengan rumus:
Di mana:
SK
= simpangan kuartil
K1
= kuartil satu
K3
= kuartil tiga
P10
= persentil sepuluh
P90
= persentil 90
Universitas Sumatera Utara
16
Untuk data yang sudah dibuat tabel distribusi frekuensinya K1 dan K3 dihitung dengan rumus:
(
)
Di mana:
b = batas kelas Ki ialah interval di mana Ki akan terletak
p = panjang kelas
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas Ki
f = frekuensi kelas
i = 1,2,3
Untuk data yang sudah dibuat tabel distribusi frekuensinya P10 dan P90 dihitung dengan rumus :
(
)
Di mana:
b = batas kelas Pi ialah interval di mana Pi akan terletak
p = panjang kelas
F = jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas Pi
f = frekuensi kelas Pi
i = 1,2,3, …,99
Universitas Sumatera Utara