Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKOpsi merupakan instrumen keuangan yang harganya tergantung pada harga saham yang mendasarinya. Penentuan harga opsi, baik opsi jual maupun opsi beli dapat menggunakan model binomial CRR (Cox-Ross-Rubinstein). Dalam model ini hanya dimungkinkan adanya dua parameter yaitu u apabila harga saham naik dan d pada saat harga saham turun. Salah satu unsur yang menentukan harga opsi adalah volatilitas. Dalam model binomial CRR digunakan volatilitas yang bersifat konstan. Padahal, pada pasar keuangan pergerakan harga saham mengalami fluktuasi sehingga volatilitas juga menjadi fluktuatif. Artikel ini membahas volatilitas pergerakan harga saham yang fluktuatif dengan memodelkannya menggunakan binomial fuzzy dengan representasi kurva segitiga. Analisis dilakukan terkait dengan adanya tiga interpretasi terhadap representasi kurva segitiga tersebut yang menghasilkan derajat keanggotaan yang berbeda. Selain volatilitas, dalam penelitian ini ditambahkan ukuran atau tingkat risiko ρ. Sebagai ilustrasi, digunakan data pergerakan harga saham PT. Antam (Persero) dari Agustus 2015 hingga Juli 2016. Hasil penelitian dengan perhitungan satu periode diperoleh hasil harga opsi beli untuk bulan Agustus 2016 dengan volatilitas terbesar, menengah, dan terkecil masing-masing adalah Rp.143,43, Rp.95,49, dan Rp.79,00 yang dihitung pada tingkat risiko ρ=90%. Derajat keanggotaan untuk masing-masing harga opsi berbeda-beda tergantung pada interpretasi dari representasi kurva segitiga."

"Sebagai sebuah perusahaan yang bertanggungjawab atas suatu dana yang dialokasikan untuk kebutuhan pemegang polis ke depannya, perusahaan asuransi memerlukan metode manajemen risiko yang baik sehingga perusahaan asuransi dapat menyiapkan dana yang cukup ketika pemegang polis mengajukan klaim. Untuk itu, diperlukan ukuran risiko yang dapat memberikan pengukuran risiko yang sesuai. Salah satu ukuran risiko yang umum digunakan adalah Value-at-Risk (VaR), yaitu ukuran risiko yang menggunakan konsep batas atas dari probabilitas ekor. Namun, ukuran risiko Value-at-Risk (VaR) bukan ukuran risiko yang koheren. Selain itu, perhitungan ukuran risiko Value-at-Risk (VaR) juga tidak dapat mempertimbangkan nilai atau kejadian yang terjadi di luar tingkat kepercayaannya. Untuk itu, dengan menggunakan metode batas atas dari probabilitas ekor yang berbeda dengan Value-at-Risk (VaR), yaitu dengan pertidaksamaan Chernoff, dapat dikonstruksikan suatu ukuran risiko koheren yang merupakan batas atas terketat dari Value-at-Risk (VaR). Ukuran risiko tersebut dinamakan dengan Entropic Value-at- Risk (EVaR). Ukuran risiko Entropic Value-at-Risk (EVaR) juga merupakan batas atas dari Conditional Value-at-Risk (CVaR). Sebagai ukuran risiko yang koheren, Entropic Value-at-Risk (EVaR) memiliki representasi dual dari rumus awalnya dan menggunakan pendekatan entropi relatif untuk mengonstruksikan representasi dual-nya. Dikarenakan alasan tersebut, ukuran risiko ini dinamakan Entropic Value-at-Risk (EVaR). Dalam perannya sebagai ukuran risiko, Entropic Value-at-Risk (EVaR) diaplikasikan untuk mengukur risiko klaim pemegang polis pada suatu perusahaan asuransi. Berdasarkan hasil perbandingannnya dengan Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR), ukuran risiko Entropic Value-at-Risk (EVaR) memberikan hasil yang lebih menghindari risiko dibanding Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR).

---

As a company that responsible for fund allocation for the policyholder’s future needs, insurance companies require good risk management techniques so that the insurance companies can prepare sufficient funds when the policyholders submit a claim. Hence, a risk measure that provide the appropiate risk measurement is needed. There is one commonly used risk measure in the finance field, named Value-at-Risk (VaR), which is a risk measure that uses a concept of an upper bound of the tail probability. However, Value-at-Risk (VaR) is not a coherent risk measure. In addition, Value-at-Risk (VaR) measurement also not considering values or events that occur outside the confidence level. Therefore, using the concept of an upper bound of the tail probability which different from Value-at-Risk (VaR), which is Chernoff inequality, a coherent risk measure can be constructed as the tightest upper bound of the Value-at-Risk (VaR). Those risk measure is called as Entropic Value-at-Risk (EVaR). This risk measure also the upper bound of the Conditional Value-at-Risk (CVaR). As a coherent risk measure, Entropic Value-at-Risk (EVaR) has a dual representation of its original formula and uses a relative entropy approach to construct its dual representation. For those reason, the risk measure is named as Entropic Value-at-Risk (EVaR). With their role as a risk measure, Entropic Value-at-Risk (EVaR) was applied for measuring risk of policyholder’s claims in an insurance company. Based on the comparison results with Value-at-Risk (VaR) and Conditional Value-at-Risk (CVaR), the Entropic Value-at-Risk (EVaR) risk measure provides more risk-averse result rather than Value-at-Risk (VaR) and Conditional Value- ar-Risk (CVaR)."