Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Manajemen risiko telah mengalami perkembangan yang sangat cepat dalam satu dasawarsa terakhir ini. Beberapa metode pengukuran risiko ditemukan dan terus diperbaiki dan dikembangkan. Mulai dari pengukuran deviasi standar dengan metode Markowitz, penerapan Economic Value Added (EVA), Asset-Liability Management (ALM), sampai kepada yang sangat terkenal dan banyak dipakai - Value at Risk (VaR). VaR dikembangkan oleh JP Morgan dengan riskmetric nya, adalah suatu metode yang sederhana, pengukuran kerugian yang mungkin terjadi secara statistik. Akan tetapi dengan semakin kompleksnya dunia pasar keuangan dan pasar modal, dan semakin kompleksnya produk-produk keuangan, membuat semakin tingginya tingkat korelasi antara satu dengan yang lain. Metode VaR mendapat tantangan besar untuk menjawab kebutuhan manajemen risiko saat ini. Dalam banyak kasus VaR tidak berhasil membantu manajer risiko dalam menangkap nilai kerugian yang besar atau extreme value. VaR banyak sekali menggunakan asumsi dasar yang ironisnya asumsi tersebut tidak berlaku pada produk produk keuangan saat ini. VaR masih dapat digunakan pada saat pasar berlangsung normal. Tapi pada saat pasar sedang berturbulensi maka VaR sudah menjadi tidak valid. Hal ini seperti seseorang membawa payung sebelum hujan, dan ketika hujan turun, payung tersebut tidak bisa terbuka. Maka dibutuhkan suatu model yang bisa membantu dan melengkapi VaR untuk mengukur potensi kerugian yang jarang terjadi namun berskala dan berdampak besar. Metode Extreme Value Theory (EVT) adalah suatu model statistik yang ditemukan untuk menjelaskan perilaku data khususnya pada bagian ekor (jail). Dalam banyak contoh produk keuangan dalam hal ini saham, sering kali didapat abnormal return, bagian ini dapat dijelaskan dengan model EVT tersebut. EVT dengan pendekatan Generalized Parcto Distribution (GPD) mencoba membuat distribusi data khusus bagian tail dengan batas ambang (ihreshold) 10%. Lalu dari parameter GPD yang diperoleh maka dapat dicari besaran VaR EVT-GPD yang merupakan potensi nilai ekstrim pada saham tersebut. Tujuan dari penulisan ini adalah untuk menentukan estimasi parameter dari distribusi ekor {tail distribution) sesuai dengan metode identifikasi nilai ekstrim yang dipilih. Dan menguji kemampuan VaR EVT-GPD sebagai ukuran risiko alternatif terhadap VaR tradisional dalam mengelola risiko saham yang tergabung dalam LQ45, menguuji apakah metode EVT-GPD dapat diandalkan dengan melakukan backlesting, lalu membandingkan hasil perhitungan VaR EVT-GPD dengan VaR tradisional historical simulation. Data yang digunakan adalah data historis saham-saham yang bergabung dalam LQ45 per Desember 2007 yang diperoleh dari internet. Lalu dilakukan suatu pengukuran VaR konvesional; historical simulation untuk data data ini. Dalam mengaplikasikan EVT-GPD kedalam data ini, sebelumnya ditentukan threshold yang membatasi data yang digunakan, rule of thumb 10%. Setelah diperoleh estimasi parameter GPD, dilakukan proses pengukuran VaR EVT-GPD. Hasil untuk tiap saham yang diperoleh akan melalui proses validasi (backtesting) dengan menggunakan data Januari 2008 yang diketahui terdapat kejatuhan pasar modal Indonesia yang cukup besar di bulan tersebut. Proses backlesting menunjukan metode VaR konvensional - historical simulation tidak valid dalam mengukur risiko di bulan Januari 2008, sedangkan VaR EVT GPD dapat menangkap potensi kerugian besar dalam bulan tersebut. Kesimpulan dari penelitian ini adalah, adanya potensi nilai ekstrim pada pergerakan harga saham yang bergabung dalam LQ45. gagalnya metode VaR konvensional - historical simulation dalam menangkap kejadian kejadian besar yang tidak diharapkan. Model VaR EVT-GPD dapat menangkap nilai risiko yang besar selama periode backtesting. ......Risk Management has experienced fast development in the last decade. Several methods of risk measurement were invented and continually been improved and been developed. From Standard deviation measurement or risk-return relationship by Markowitz method, the implementation of Economic Value Added (EVA), Asset- Liability Management (ALM), until to the famous one - Value at Risk (VaR). VaR was developed by JP Morgan with its risfanetric, is a simple method, a statistically approached which can measure the unpredictable loss in the future. But as the Financial and Capital markets and Financial product get more complex, the correlation among each other is progressively higher. Currently the biggest chalienge of VaR is to provide tke risk management’s requirement to measure the risk. In most cases VaR failed to help risk manager in controlling a big loss or extreme value. VaR is using myriad basic assumption that ironically those assumptions are not the real fact which happens in the market or recent Financial products. VaR has the advantages at the moment of normal market, but in the time of turbulence market mostly VaR have become not valid. It is like someone brings the umbrella but when the rains pour down, the umbrella can not be opened. Therefore a model which can help and company VaR to measure big loss potency that rarely happens but has a big impact is needed. Extreme Value Theory (EVT) method is an invention of statistical model to describe data’s behavior in particular tail of distribution. In many Financial products in this case: stocks, there will be some time the retum is abnormal, that part can be described by EVT model. EVT with Generalized Pareto Distribution (GPD) approach is trying to separate and to grouping tail data into a pareto distribution with the ihreshold bound of 10%. Then the acquired GPD parameter is used to ineasure VaR EVT-GPD which constitutes extreme loss potency on that stock. The purpose of this research is to determine parameter estimation of tail distribu t ion according to Identification method of extreme value which is chosen, and to examine VaR EVT GPD's ability as the alternative tools to traditional VaR in measuring extreme losses of stocks within LQ45, and to find does EVT-GPD method can be relied on by doing backtesting, then compares VaR EVT-GPD's measurement resuit to traditional VaR-historical simulation. The Data which are utilized in this research are historicai prices data within LQ45 index in Indonesia Stock Exchange by December 2007. The data were collected from intemets. Then traditional VaR-historical simulation is calculated form those data In applying EVT-GPD into this data, previously ij has been determined the Ihreshold that draws the line of data, the rule of ihumb 10% threshold is applied. After the estimated parameters of GPD Distribution are collected, they are used in VaR EVT-GPD measurement process. The Resuit for every acquired stock will have a validation process or backtesting, using January 2008 data which there was a big volume downfall of Indonesia Capital market an that month. The backtesting process shows that conventional VaR - historicai simulation is not valid to measure risk on month January 2008, meanwhile VaR EVT-GPD can grasp the unpredictabie big loss over that month. Conclusion of this research is, acknowledging the extreme losses potency on Indonesian stocks price within LQ45, VaR - historicai simulation method is failed to identifying big losses. VaR EVT-GPD model can grasp the big risk or losses over the backtesting month.

Abstrak :
Hipotesis Pasar Efisien menyatakan bahwa harga saham mencerminkan semua informasi yang tersedia sesegera mungkin, tetapi adanya kemungkinan jeda waktu dalam penyerapan informasi tersebut memunculkan gagasan bahwa rasio finansial dapat mempengaruhi harga dan tingkat imbal hasil saham di masa depan. Penelitian ini bertujuan untuk mengetahui apakah rasio finansial perusahaan berpengaruh terhadap tingkat imbal hasil saham-saham LQ45, dan untuk mempelajari faktorfaktor yang menyebabkan deviasi dalam pengaruh tersebut. Peneliti menggunakan data panel dari saham-saham indeks LQ45 Bursa Efek Indonesia Februari–Juli 2019 dan/atau Agustus 2019–Januari 2020, diamati dari Desember 2014 hingga Desember 2019. Variabel independen adalah rasio finansial, dan variabel dependen adalah tingkat imbal hasil saham kuartalan. Data dikumpulkan pada Juni 2020. Analisis saham tunggal menunjukkan hasil yang bervariasi dengan nilai beta dan adjusted R-squared yang bervariasi, dengan kecenderungan PER dan PBV sebagai faktor dominan namun menunjukkan faktor idiosinkratik yang kuat. Analisis seluruh saham menunjukkan bahwa tidak ada rasio finansial yang mempengaruhi tingkat imbal hasil saham kuartalan, namun menemukan pengaruh negatif DY terhadap tingkat imbal hasil tahunan dengan nilai adjusted R-squared yang rendah, menunjukkan bahwa rasio finansial tidak dapat menjelaskan tingkat imbal hasil saham secara universal. Analisis tambahan dengan periode jeda informasi 2–4 kuartal menunjukkan hasil yang bervariasi sepanjang jeda, antara lain pengaruh signifikan dari ROE dan NPM, mengesankan adanya jeda waktu dalam penyerapan informasi. Sebagai kesimpulan, rasio finansial tidak mempengaruhi tingkat imbal hasil saham LQ45 2019. Penyebab adalah faktor idiosinkratik dan pasar yang inefisien, yang kemudian menyebabkan variasi yang tinggi antar saham. Manajemen dan investor masih dapat memprediksi tingkat imbal hasil saham melalui analisis saham tunggal. ......Efficient Market Hypothesis states that stock price immediately reflects all available information, but evidence on delay in information absorption gave rise to the idea that current financial ratios may affect future stock price and return. This study aimed to determine whether financial ratios affect stock return in Indonesian market, represented by stocks in LQ45 2019 index, and to study factors that may cause deviation in this regard. We obtained panel data from stocks in LQ45 index of Indonesia Stock Exchange February–July 2019 and/or August 2019–January 2020, observed from December 2014 to December 2019. Independent variables were financial ratios, and dependent variables were quarterly stock returns. Data were collected in June 2020. Single-stock analyses showed varying results with varying beta and adjusted R-squared values, with trend of PER and PBV being prominent factors but otherwise suggesting strong idiosyncratic factor. All-stocks analysis revealed no financial ratios affecting quarterly stock return, but found negative influence of DY on annual return with poor adjusted R-squared value, suggesting that financial ratios were unable to universally explain stock returns. Additional analyses with information lag of 2–4 quarters showed varying results across quarters, among which were significant effects of ROE and NPM, suggesting delay in information absorption. In conclusion, financial ratios did not affect LQ45 2019 stock return. Possible causes were idiosyncratic factor and inefficient market, which in turn caused high variance among stocks. Management and investors may still be able to predict stock return by performing single-stock analyses.

Abstrak :
Penelitian ini bertujuan untuk menemukan bukti atas adanya reaksi pasar modal di Indonesia terhadap peristiwa yang terkait dengan Pemilihan Umum Presiden RI tahun 2014, yakni debat capres dan cawapres, dan pengumuman hasil (QC). Untuk membuktikan adanya reaksi pasar terhadap peristiwa tersebut, digunakan metode Event Study yang sudah lazim digunakan dalam penelitian yang serupa. Dengan menggunakan data sampel dari saham perusahaan yang termasuk dalam indeks LQ45, dilakukan analisis terhadap pergerakan Cumulative Average Abnormal Return(CAAR), dan Average Trading Volume Activity(ATVA) dari data sampel tersebut. Hasil penelitian ini menunjukkan bahwa pada peristiwa pengumuman hasil QC terjadi peningkatan CAAR, dan ATVA secara signifikan. Jika dilakukan analisis lebih lanjut terhadap perubahan CAAR, dan ATVA dari saham-saham perusahaan yang termasuk dalam indeks LQ45 berdasarkan kelompok industri sejenis, maka hasilnya menunjukkan adanya perubahan yang signifikan dengan arah yang berbeda-beda.

---

This study aims to find evidence of the reaction of the capital markets in Indonesia related to the 2014 General Election of the President of the Republic of Indonesia with Presidential and vice-Presidential debates and announce the results of the Quick Count (QC). To prove the market reaction to these events, the Event Study method was used which is commonly used in related studies. By using a sample of data from company shares included in the LQ45 index, an analysis of the movements of Cumulative Average Abnormal Return (CAAR), and the Average Volume Trading Activity (ATVA) of the sample data was analyzed. The results of this study indicate that in the event of the announcement of QC results a significant increase in CAAR and ATVA. If further analysis is made in the changes of CAAR, and ATVA from company shares included in the LQ45 based on similar industry groups, the results indicate a significant change in different directions.