Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Karya akhir ini bertujuan untuk mendapatkan gambaran profil risiko masmgmasing reksadana saham, membandingkan peringkat reksadana saham berdasarkan kinerja Sharpe, Treynor dan Fama serta mempelajari korelasi yang terjadi pada imbal hasil (return) dengan tolak ukur yang telah ditentukan. Penelitian ini cukup penting untuk memberikan informasi yang lebih mendalam mengenai reksadana saham kep.ada para investor serta kepada manager investasi pengelola reksadana untuk meningkatkan kinerja portofolio yang ditawarkan kepada masyarakat.

Dalam karya akhir ini digunakan bantuan metode ARCH/GARCH untuk mendapatkan model yang lebih akurat serta untuk mendapatkan komponen yang . akan digunakan dalam analisa kinerja berikutnya. Analisis kinerja dilakukan dengan bantuan metode Sharpe, Treynor dan Fama decomposition.

Metode ARCH/GARCH pada penelitian ini juga digunakan untuk melakukan analisis volatilitas pada masing-masing reksadana saham. Hasil penelitian menunjukkan bahwa tingkat volatilitas dengan cepat dapat kembali ke tingkat yang stabil dalam waktu yang singkat.

Dari proses pengolahan data diperoleh hasil bahwa hampir semua reksadana saham dapat dimodelkan dengan GARCH(l,l). Kecuali reksadana Bima, Danareksa Mawar, Panin Dana Maksima serta GTF Sentosa yang hanya dapat dimodelkan dengan ARCH.

Dari hasil penelitian hubungan NAB terhadap IHSG menunjukkan bahwa semua reksadana saham mempunyai korelasi yang positif dimana imbal hasil dari NAB akan mengikuti pergerakan dari IHSG. Model yang paling akurat adalah dimiliki oleh reksadana Bahana Dana Prima sedangkan validitas terendah dimiliki oleh GTF Agresif.

Hasil pengukuran kinerja dengan ketiga metode tersebut diatas selama periode pengukuran menunjukkan bahwa reksadana Phinisi Dana Saham (HZPHSE) mempunyai nilai indeks yang paling tinggi untuk ketika pengukuran tersebut sedangkan nilai indeks yang paling rendah juga memiliki oleh reksadana yang sama yaitu oleh reksadana Arjuna (UPARJE). Peringkat kinerja untuk masing-masing metode pengukuran cenderung sama terutama untuk metode Sharpe dan Fama (Net Selectivity).

Dalam penelitian ini juga didapat temuan bahwa portofolio dengan beta tinggi (lebih besar dari 1) tidak secara otomatis menghasilkan imbal hasil yang lebih baik dibandingkan portofolio yang mempunya1 beta lebih kecil seperti ditunjukkan oleh reksadana Master Dinamis.

Berdasarkan hasil pengukuran kinerja yang diperoleh maka dalam pengukuran suatu portofolio metode pengukuran kinerja menggunakan Metode Sharpe dan Fama (Net Selectivity) dapat digunakan untuk melakukan perhitungan kinerja secara bersama-sama karena memberikan hasil yang relatifkonsisten (sama) dalam hasil peringkatnya. Untuk lebih akuratnya penelitian ini maka perlu dilakukan penelitian lanjutan yang membedah lebih detail periode tersebut diatas dengan membaginya ke dalam sub periode -sub periode yang lebih pendek (misal 1 tahun) sehingga akan diperoleh profil serta kinerja yang lebih detail serta dapat dilihat apakah ada pola berulang/konsisten untuk masing-masing reksadana saham tersebut selama periode pengukuran.

Abstrak :
Karya akhir ini adalah mengenai perhitungan VaR risiko pasar (dalam hal ini adalah risiko ekuitas) menggunakan volatilitas yang diukur tidak hanya dengan simple standard deviation namun juga dengan model EWMA dan ARCH/GARCH. Model EWMA dan ARCH/GARCH digunakan karena data return dari indeks bursa saham cenderung bersifat heteroskedastik. Khusus untuk model ARCH/GARCH, dalam penelitian ini juga digunakan salah satu variannya yaitu IGARCH. Hasil penelitian ini menunjukkan bahwa secara teoritis seluruh model yang digunakan adalah valid. Namun, bila dilihat secara praktis, model ARCH/GARCH dan variannya memberikan nilai VaR yang lebih rendah dibandingkan dengan model lainnya, konsekuensinya capital charge-nya juga dapat lebih rendah. Menggunakan asumsi portofolio senilai 100.000.000, dengan tingkat keyakinan 99%, potensi kerugian 1 hari ke depan (VaR 1 hari) untuk IHSG tanggal 30 Juni 2009 adalah 5.005.488. Nilai ini merupakan nilai tertinggi dibandingkan dengan indeks bursa saham lainnya. Dalam penelitian ini juga ditunjukkan bahwa stock index futures dapat digunakan untuk melakukan mitigasi risiko ekuitas secara cukup efektif.

---

This thesis is about computing market risk (in this case is equity risk) VaR using volatility measured by not only simple standard devaition but also EWMA and ARCH/GARCH model. The EWMA and ARCH/GARCH model are used due to the data of stock market index return which show a relatively heteroskedastic nature. Especially for ARCH/GARCH model, one of its variant (the IGARCH) is also used in this research. The result from this research shows that theoretically all the model used are valid. But practically, the ARCH/GARCH model and its variant produce a lower VaR value compare to other models, bringing a lower capital charge as the consequence. Using an assumed portfolio value of 100.000.000, with 99% level of confidence, the 1-day ahead potential loss (1-day VaR) for IHSG on June 30, 2009 is 5.005.488. This is the highest value compare to other stock market indices. It is also shown in this research that stock index futures can be used to mitigate equity risk effectively enough.

Abstrak :
Penggunaan jembatan busur (arch bridge) sebagai sarana transportasi sudah banyak berkembang dewasa ini. Hal ini karena bentang yang dapat dicapai oleh jembatan ini cukup besar dan bentuknya yang memiliki nilai estetika yang tinggi. Komponen busur (arch rib) merupakan salah satu bagian struktur yang cukup penting karena beban jembatan hampir seluruhnya dipikul oleh busur tersebut. Dalam perancangan suatu struktur, sering kali terdapat proses yang membutuhkan pengulangan - pengulangan (repetitif) sehingga untuk melakukan perhitungan secara manual membutuhkan waktu dan ketelitian tinggi. Penggunaan software akan mempercepat perhitungan yang bersifat pengulangan tersebut sehingga waktu yang dibutuhkan akan lebih sedikit dan hasil yang diperoleh akan lebih akurat. Dalam skripsi ini, penulis membuat program yang dapat digunakan untuk menentukan memadai atau tidaknya suatu penampang box dan sambungan pada arch rib terhadap gaya dalam yang terjadi. Dalam hal ini jembatan yang akan dianalisis yaitu tied arch bridge dengan bentang 150 m dan high/span ratio 0.25 dimana pembebanan yang dilakukan berdasarkan peraturan BMS (Bridge Management System). Dengan dibuatnya program ini diharapkan akan diperoleh ukuran dari penampang rib yang efektif dan efisien dan dapat dengan mudah dilakukan pengecekan terhadap ukuran dan jumlah baut yang digunakan pada sambungan rib.

Abstrak :
It is interesting to pay attention on exchage rate phenomenon. The movement of exchange rate has fret up space for the expanded model and their new variety based on theoretical and methodological issues. We apply the zone target model to explain the exchange rate movement in Indonesia during 1989-2002 in monthly basis data. We put special attention to the expectation process of the agent by confronting adaptive and rational expectation and also internalize the risk factor into the model. We found that rational expectation fit and much more be able to explain the exchange rate movement, risk averse agent and massive outflow of capital during the crisis in Indonesia. We test the robustness of our model by applying to VAR model, and the same result is conformed. This VAR specification also support the contagion effect hypothesis during the cirisis 1998.

Abstrak :
Laporan Praktik Profesi Keinsinyuran ini membahas beberapa tahapan penting, termasuk proses desain dimulai dari survei, studi literatur dalam desain, analisis perencanaan struktural, pemilihan material yang tepat, serta penentuan metode konstruksi yang efisien, keamanan dalam konstruksi dan pemecahan masalah dalam pekerjaan Konstruksi Jembatan Tumbang Samba sebagai jembatan arch network pertama di Indonesia ......This Engineering Profession Practice Report discusses several important stages, including the design process starting from surveys, the literature studies in design, the analysis of structural planning, the selection of suitable construction materials, the the determination of efficient construction methods, the level of safety in construction and the problem solving in Tumbang Samba Bridge Construction work as the first arch network bridge in Indonesia.

Abstrak :
ABSTRAK
Pada dasarnya terdapat dua macam faktor yang dapat mempengaruhi kinerja dan pasar modal yaitu faktor ekonomi dan faktor politik. Walaupun tidak memiliki hubungan secara Iangsung, faktor politik juga mempunyai peranan yang cukup signifikan dalam menentukan kinerja dan pasar modal.

Penelitian yang dilakukan kali ini berbentuk event study, dimana peristiwa yang dipilih adalah peristiwa pencabutan fasilitas mobnas oleh pemerintah pada tanggal 15 Januari 1998 dimana segala hak ekslusif yang dimiliki PT. Timor Putra Nasional dalam hal pembebasan pajak bea cukai. Strategi umum yang digunakan dalam event study adalah mengihitung abnormal return yang dihasilkan selama periode peristiwa, dan abnormal return yang dihasilkan akan diuji apakah memang memiliki pengaruh yang cukup signifikan.

Periode penelitian yang digunakan terdiri dari 2 periode waktu, yaitu periode estimasi dan periode peristiwa. Periode estimasi adalah periode selama 261 hari bursa sebelum periode peristiwa. Sedangkan untuk periode peristiwa adalah mulai tanggal 1 Januari 1998 sampai dengan tanggal 29 Januari 1998 (21 hari bursa). Periode peristiwa terdiri dari 10 hari bursa sebelum peristiwa (pre event) yaitu mulai tanggal 1 Januari 1998 sampai dengan 14 Januari 1998, dan 10 hari bursa setelah peristiwa (post event) yaitu dan tanggal 16 Januari 1998 sampai dengan tanggal 29 Januari 1998. Pemilihan sampel yang dilakukan oleh peneliti adalah melihat saham-saham yang tergabung dalam industri otomotif dan komponennya yang terdiri dari 11 saham yang diperdagangkan pada saat itu.

Untuk penelitian tahap awal dilakukan pencarian bentuk stasioner masing-masing saham, kemudian dari hasil ini dilakukan penelitian dengan mencari model regresi masing masing saham dengan menggunakan 2 permodelan yaitu dengan menggunakan model ARIMA dan model ARCH/GARCH. Hasil akhir yang didapat dari permodelan tersebut menghasilkan 4 saham model regresi yang signifikan (dapat memenuhi a=5%) yaitu saham ADMG. saham GJTL, saham LPIN dan saham SMSM.

Dari hasil masing-masing permodelan regresi tersebut dilakukan forecast sehingga dari hasil forecast tersebut didapat saham proyeksi. Selisih saham proyeksi dari saham aktual dinamakan abnormal return.

Penelitian dilanjutkan dengan melakukan pengolahan data secara matematis terhadap hasil masing-masing hasil forecast dan kedua permodelan tersebut, dimana kita mencari bentuk Cummulative Abnormal Return dan Standardized Abnormal Return, dari hasil CAR masing-masing saham diplot ke dalam gambar untuk mengetahui pergerakan CAR masing masing saham tersebut selama periode event.

Hasil dari plot kedua permodelan tersebut diketahui bahwa rata-rata saham tersebut mengalami kebocoran informasi sebelum tanggal event, dimana CAR tertihat bergerak ke sisi negatif yang berarti reaksi pasar negatif terhadap kebijakan pencabutan mobnas oleh pemerintah.

Untuk analisa individu masing-masing saham diketahui saham ADMG mulai melakukan pergerakan pada tn, dimana pergerakan CAR saham ini berbentuk seperti anak tangga yang mengalami pergerakan ke sisi negatif yang lebih besar.

Saham GJTL mengalami pergerakan CAR pada t9 dirnana saham ini bereaksi negatif terhadap kebijakan pencabutan fasilitas mobnas baik sebelum maupun sesudahnya.

Untuk saham LPIN megalami pergerakan negatif pada t9 hingga pada 1 hari sebelum tanggal event, dimana pada t0 saham mengalami kenaikan hingga CAR mencapai positif. tetapi pada t+4 mengalami penurunan yang besar sehingga CAR mencapai titik negatif kembali.

Saharn SMSM memiliki kecenderungan berada di sisi negatif baik sebelum pengumuman maupun setelah pengumuman dimana tampak saham ini mengalami beberapa kali rebound walaupun pada akhir periode even tampak tidak dapat mencapai titik ekuilibrium kembali.

Hasil penelitian yang dilakukan terhadap kedua hasil permodelan tersebut dapat diketahui dengan mempergunakan perhitungan equality of Mean dari masing-masing permodelan, didapat bahwa probabilitas yang dihasilkan diatas 5% yang berarti menerima hipotesis nol (H0) mengenai adanya kualitas data yang dimiliki antara permodelan ARIMA dengan permodelan ARCH/GARCH adalah sama.

Abstrak :
The Value at Risk (VaR) of selling the option on crude oil WTI has not widely known, whereas this trade is the most significant transactions in the world. This study aimed to analyze the Value at Risk (VaR) of the far out of the money (FOTM) and the in the money (ITM) strike position of selling option on crude oil WTI investment. The monthly option premium return data ranging from April 1984 to May 2017 was analyzed by the ARCH-GARCH and VaR method to get the risk of FOTM and ITM strike position. Empirical results indicate that the risk of the FOTM strike was much lower than the ITM strike positions. It meant that selecting the FOTM strike position of the selling option on crude oil WTI investment could be considered by stakeholders because its risk was much lower than the ITM strike position.

Abstrak :
Seorang investor akan berhadapan dengan resiko ketika melakukan investasi pada bursa saham. Resiko Saham dalam penelitian ini akan di lihat melalui volatilitas dari return saham. Penelitian ini menggunakan tiga model peramalan volatilitas, yaitu HISVOL, ARCH, GARCH. Tujuan dari penelitian ini adalah untuk mengetahui apakah volatilitas pada saat ini dipengaruhi oleh volatilitas sebelumnya dan kesalahan sebelumnya secara parsial maupun simultan. Selain itu penelitian ini juga bertujuan untuk mengetahui apakah model penelitian yang diajukan sesuai dengan data yang ada di pasar modal Indonesia. Obyek dari penelitian ini adalah saham LQ45 yang tercatat di Bursa Efek Jakarta (BEJ) tahun 2004. Jumlah obyek penelitian secara keseluruhan adalah 50 saham. Terdapat lima saham yang hanya tercatat pada LQ45 semester satu. Terdapat enam saham yang hanya tercatat pada LQ45 semester dua. Terdapat 39 saham yang tercatat pada LQ45 semester satu dan semester dua Periode penelitian adalah dari Januari 1995 sampai dengan Desember 2004. Hasil dari Penelitian adalah terdapat 41 saham yang secara statistik signifikan pada tingkat signifikansi lima persen dengan menggunakan Model 1: HISVOL, hal ini menandakan volatilitas saham LQ45 semester satu dan semester dua tahun 2004 dipengaruhi oleh volatilitas periode t-l. Terdapat 17 saham yang secara statistik signifikan pada tingkat signifikansi lima persen dengan menggunakan Model 2: ARCH, hal ini menandakan volatilitas saham LQ45 semester satu dan semester dua tahun 2004 dipengaruhi oleh Kuadrat Residual Return periode t-1. Dengan menggunakan Model 3: GARCH terdapat 41 saham yang secara statistik signifikan pada tingkat signifikansi lima persen. Hal ini menandakan volatilitas saham LQ45 semester satu dan semester dua tahun 2004 dipengaruhi oleh volatilitas periode t-l dan Kuadrat Residual Return periode t-1 secara bersama-sama. Dan hanya terdapat enam saham yang secara statistik tidak signifikan pada tingkat signifikansi lima persen dengan menggunakan tiga model yang diajukan.

---

An investor will be dealing with risk when he/she investing in stock market. Stock risk in this research will be seeing from stock return volatility. This Research will used three model of forecasting Volatility, which is HISVOL, ARCH, and GARCH. Purpose from this research is to know whether today volatility is influence by previous volatility and previous residual return. This research also have purpose to know whether the model that being proposed is can be used according data from Indonesian Stock Market. Object from this research is LQ45 stocks listed in Bursa Efek Jakarta (BEJ) for the year 2004. There are 50 stocks in total. There are five stocks that listed only in LQ45 first semester. There are six stocks that listed only in LQ45 second semester. There are 39 stocks that listed in LQ45 first semester and second semester. Period of this research is from January 1995 until December 2004. Result from this research: 41 stocks are statistically significant with five percent significance degree using Model 1: HISVGL, this result shows that volatility of LQ45 first semester and second semester is influenced by previous volatility. 17 stocks are statistically significant with five percent significance degree using Model 2: ARCH, this result shows that volatility of LQ45 first semester and second semester is influenced by previous residual return. 41 stocks are statistically significant with five percent significance degree using Model 3: GARCH, this result shows that volatility of LQ45 first semester and second semester is simultaneously influenced by previous volatility and previous Residual return. There is six stocks that insignificant statistically using with five percent significance degree using all three model that being proposed to analyze volatility.

Abstrak :
Pasca krisis ekonomi tahun 1998 industri reksadana menunjukkan kemajuan yang signifikan. Dalam lima tahun terakhir (1999-2004) kinerja reksadana mengalami peningkatan yang dapat dilihat dari meningkatnya Nilai Aktiva Bersih (NAB), jumlah reksadana yang beredar maupun jumlah investornya. Pada tahun 2005 Reksadana mengalami penurunan yang sangat signifikan akibat redemption besar-besaran sehingga dari total NAB Rp. 120 trilyun di awal tahun menjadi hanya Rp. 23 trilyun di akhir tahun. Hal menarik pada industri reksadana ini adalah : pada saat terjadi krisis industri reksadana akibat redemption besar-besaran semua pihak baik investor, pengelola reksadana, bank sebagai agent penjualan dan regulator yang mengatur industri ini seakan tersadar bahwa risiko investasi di reksadana diluar kemampuan mereka menanggungnya. Pemikiran bahwa reksadana dilihat sebagai investasi yang memberikan return yang tinggi dan risiko optimal relatif terhadap investasi tradisional di deposito atau saham namun faktanya menjadi investasi yang menimbulkan kerugian luar biasa bagi semua stakeholder yang terkait dengan industri ini. Pada umumnya pada setiap penjualan reksadana, prospektus menyajikan risiko berinvestasi dalam reksadana tetapi informasi risiko masih bersifat umum seperti risiko ekonomi, risiko likiditas dan risiko penurunan nilai NAB. Berkaitan dengan hal tersebut pada Karya Akhir ini bertujuan melakukan penelitian risiko secara lebih spesifik pada risiko pasar dengan metode Value at Risk (VaR) pada Manajer Investasi PT. XYZ. Return NAB diposisikan sebagai risk factor dalam berinvestasi pads reksadana dan volatilitas dari return NAB tersebut menjadi parameter dalam menghitung VaR dengan mengimplementasikan model Autoregressive Conditional Heteroscedasticity (ARCH) I Generalised Autoregressive Conditional Heteroscedastic (GARO-I) ARCHIGARCH. Dan hasil penelitian terhadap reksadana pendapatan tetap PT. XYZ diperoleh kesimpulan bahwa model ARCHIGARCH untuk menghitung VaR dapat diterapkan dan valid berdasarkan backtesting dan Kupiec test pada retur reksadana pendapatan tetap BOND, TRON dan BUNGA sedangkan pada reksadana pendapatan tetap INDAH yang volatilitas return NAB nya homoskedastic perhitungan VaR menggunakan standard deviasi biasa dan valid. Sebagaimana dijelaskan di atas volatilitas return merupakan parameter dalam menghitung VaR NAB reksadana pendapatan tetap, berdasarkan penelitian reksadana pendapatan tetap INDAH memiliki volatilitas return tertinggi sedangkan reksadana pendapatan tetap BUNGA volatilitas return nya paling rendah sedangkan reksadana pendapatan tetap BOND dan TRON volatilitas return nya relatif sama dan berada dibawah volatilitas INDAH tetapi di atas volatilitas BUNGA. Secara keseluruhan portfolio reksadana pendapatan tetap terlihat return NAB bersifat honioskedastic sehingga untuk menghitung VaR total portfolio reksadana pendapatan tetap volatilitas portfolio dihitung dengan standard deviasi biasa. Perhitungan VaR portfolio menunjukkan adanya korelasi antar return NAB sehingga VaR Diversified portfolio lebih kecil dibanding VaR Undiversifred.

---

Mutual fund Industry in Indonesia performs significant progress after economy crisis in 1998. Mutual fund growth in 5 years (1999-2004) show that Net Asset Value (NAV), mutual fund product and investors growing fast. In 2005 mutual fund industry crash after panic redemption by investors that surprised by fast decline in mutual fund NAV in mark to market term, especially fix income mutual fund. Total NAV Rp. 120 trillion in fall 80% in one year. It's a curiosity that panic redemption brought the mutual fund industry into crisis, the stake holder: investors, fund manager, sales agent and even the regulator just realize that it's a high risk investment to invest in mutual fund. The mainstream think that Indonesia mutual fund return higher than time deposit return in the same risk level break by the catastrophic loss for all stakeholder during 2005. The objective of this final research is to measure market risk in mutual fund (BOND, INDAH, TRON and BUNGA) with Value at Risk (VaR) method using ARCH/GARCH model at PT. XYZ. This research imitate the mutual fund portfolio research for fix income mutual fund only, with argument of limited data resources and fix income mutual fund is the most significant portfolio in PT. XYZ fund management. The NAV Return plot as risk factor when invest in mutual fund and the return volatility plot as the risk parameter to calculate VaR by implement Autoregressive Conditional Heteroscedasticity (ARCH) I Generalized Autoregressive Conditional Heteroscedastic (GARCH) model. This, research conclusion can explain that ARCH/GARCH model base on back testing and Kupiec test is valid to calculate VaR of BOND, TRON and BUNGA in the other side INDAH using STDEV to calculate VaR related to homoschedastic term of INDAH volatility. The statistical test show that INDAH had the highest return volatility, BUNGA return volatility relatively lower and BOND and TRON relatively same in medium level. Over all the total portfolio NAV return is homoskedastic so by methodology we calculate VaR of Portfolio using STDEV. Portfolio VaR calculation shows correlation in the portfolio diversified the risk proof by the fact that VaR Diversified portfolio lower than VaR Undiversified.