Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Sepanjang tahun 2003 - 2004, minyak mentah mengalami kenaikan. Kenaikan harga minyak ini discbabkan oleh pcrkembangan ekonomi dunia. Kenaikan harga minyak mentah ini membuat khawatir industri perminyakan, terutama industri pengolahan minyak mentah. Kenaikan harga minyak mentah ini dikhawatirkan turun menaikkan volatilitas dan risiko dari pergerakan harga minyak. Kenaikan volatilitas mcnycbabkan kenaikan risiko pasar bagi yang terlibat dalam trading minyak mentah dan menyebabkan variabel makroekonomik memburuk. Kenaikan volatilitas dan risiko pasar dalam harga minyak dapat mcnycbabkan spekulasi dalam trading minyak mentah yang dapat mcningkatkan volatilitas dan risiko pasar lebih lanjut. Untuk itu, penelitian ini ditujukan untuk mengetahui bagaimana mengukur volatilitas harga minyak, dan berapa besar kenaikan atau penurunan volatilitas pada tahun 2003-2004 dibandingkan .dengan tahun 2001-2002, berapa besarnya kenaikan risiko pasar yang ditanggung oleh kalangan industri minyak akibat pergerakan harga ini dengan pendekatan value at Risk (VaR), seberapa baik/valid pendekatan tersebut dalam mengestimasi potensi kerugian dengan pengujian backzesting. dan bagaimana upaya-upaya memitigasi risiko pasar tersebut. Penelitian ini menggunakan data sekunder berupa data harga minyak mentah berupa harga spot dan harga future. Untuk spot. harga minyak yang akan diukur volatilitasnya adalah harga spot berupa WTI dan Brent untuk gambaran pasar dunia dan Minas atau disebut juga Sumatran Light Crude (SLC) untuk untuk gambaran pasar nasional. Untuk harga futures, digunakan harga futures NYMEX. Penggunaan Jenis minyak ini diharapkan memberikan gambaran volatilitas minyak dunia secara keseluruhan. Penelitian ini dilakukan dengan metode Analytical VaR dengan penggunaan ARCH atau LARCH untuk data return yang bersifat heteroskedastik dan standar deviasi untuk data return yang bersifat homoskedastik. Setelah dilakukan pengumpulan data, tahap penclitian yang dilakukan adalah penctapan exposure dan holding period yang scsuai untuk karaktcristik perdagangan minyak mentah, dan pengolahan data. Pengolahan data harga minyak mentah diawali dengan perhitungan return, pengujian data return. perhitungan volatilitas, perhitungan VaR dan diakhiri oleh pengujian validitas. Data yang didapat dilakukan pembahasan sebelum ditarik kesimpulan. Hasil penelitian mcnunjukkan volatilitas return minyak mentah cenderung mcningkat. Volatilitas harga minyak untuk spot pada periode 2003-2004 dibandingkan dengan periode 2001-2002 untuk jenis Brent mengalami penurunan sebesar 12,69%, untuk jenis SLC mengalami kenaikan sebesar 546%, dan untuk jenis WTI mengalami kenaikan sebesar 3.37%. Pada pasar futures, volatilitas harga NYMEX Futures pada periode 2003-2004 dibandingkan dengan periode 2001-2002 untuk kontrak satu bulan mengalami kenaikan sebesar 10,51%, untuk kontrak dua bulan mengalami kenaikan sebesar 13,17%. untuk kontrak tiga bulan mengalami kenaikan sebesar 15,6%, dan untuk kontrak empat bulan mengalami penuninan sebesar 0,30%. Hasil perhitungan VaR menunjukkan kenaikan nilai untuk seluruh jenis minyak mentah. Besarnya kenaikan nilai VaR pada periode 2003-2004 dibandingkan periode 2001-2002 yang hams ditanggung pada pasar spot untuk minyak mentah jenis WTI adalah sebesar 25,71%, untuk minyak mentah jenis Brent sebesar 17,25%, sedangkan untuk minyak mcntah jenis SLC mengalami kenaikan sebesar 26,13%. Pada pasar futures, besarnya kenaikan risiko pasar untuk NYMEX Futures pada periode 2003-2004 dibandingkan dengan periode 2001-2002 untuk kontrak satu bulan adalah sebesar 47,93%, untuk kontrak dua bulan sebesar 48,72%, untuk kontrak tiga bulan mengalami kenaikan sebesar 62,42%, dan untuk kontrak empat bulan sebesar 15,6%. Berdasarkan hasil pengujian validitas dengan metode Kupiec Test, diperoleh hasil bahwa perhitungan risiko pasar dengan VaR mampu mengestimasi potensi kerugian di masa yang akan datang. Jumlah penyimpangan antara nilai VaR dan actual loss masih berada dalam batas toleransi schingga memberikan hasil yang lcbih akurat dan nilai VaR yang dihasilkan dapat mcnangkap pcrgcrakan actual loss yang ada. Dari hasil penelitian tersebut dapat disimpulkan bahwa pengukuran volatilitas harga minyak mentah dapat dilakukan dengan pendekatan ARCHIGARCH dengan besar kenaikan bervariasi antara -12,69% untuk jenis Brent hingga 15.6% untuk NYMEX Futures untuk kontrak tiga bulan. Besarnya kenaikan risiko pasar akibat pergerakan harga ini berkisar dari 15,6% hingga 62,42%. Pendekatan VaR cukup baik untuk mengestimasi potensi kcrugian sebagaimana yang ditunjukkan pada pengujian backlesting. Upaya-upaya mitigasi yang perlu dilakukan adalah dengan melakukan hedging dan mclakukan kontrak dengan formula harga yang mengacu pada harga minyak yang mernpunyai VaR yang rendah. Hedging dapat dilakukan dengan mclakukan perdagangan produk-produk derivatif dari transaksi yang di-hedge pada posisi yang berlawanan atau dengan money market instrument seperti bond. Transaksi derivatif yang dapat digunakan adalah futures, swap atau option. Hasil perhitungan menunjukkan bahwa perubahan harga acuan kontrak dapat menurunkan VaR WTI spot periodc 2003-2004 sebesar 12,14%. sedangkan hedging dengan futures menurunkan VaR sebesar 46,98%, dengan option sebesar I ,91%, dengan swap sebesar 7,69% dan dengan bond sebesar 0,18%.

---

During 2003 and 2004, crude oil price was increasing. This increase was led by world economic growth. This increase made a concern in oil industry, especially refinery industry. This increase was believed to make an increase in volatility and risk in oil price movement. The increase in volatility raised market risk. The increase in volatility made a decrease in macroeconomics variable and led more speculations in crude oil trading that made the increase grew faster. The purposes of this research were to know how to calculate crude oil volatility, and to compare year 2003-2004 period to year 2001-2002 period and to find out how much of market risk that had to be barred by the industry by using Value at Risk (VaR). The purposes of this research were also to find out the validity of the VaR approach in estimating potential loss and to find out how to mitigate the risk. This research was using secondary data, which consist of spot and future prices. WTI and Brent were used to represent global market of crude oil spot prices and SLC was used to represent Indonesian crude oil spot price. NYMEX Futures are used to represent futures market. These prices were used to represent the volatility of world crude price movement. This research was conduct by using Analytical .VaR using ARCI-VGARCH for heteroskedastic return data and standard deviation for homoskedastic return data.. After data gathering. the steps conducted in this research were exposure and holding period estimation to suit oil trading characteristic, and data processing. The processing begun with return calculation_ return testing. volatility calculation, VaR calculation and ended with validity testing. This research shows that the volatility of crude oil return tended to increase. Oil crude volatility in spot market in year 2003-2004 period compared with year 2003-2004 period for WTI type was increased by 3.37%, for Brent type decreased by 12.69%, and for SLC type increased by 5,66%. In futures market, the NYMEX Futures volatility in year 2003-2004 period compared with year 2003-2004 periods for one-month contract was increased by 10.51%, for two month contract increased by 13.17, for three month contract increased by 15.6%, and for four month contract decreased by 0.3%. The VaR calculation shows increase in value for all type of crude Oil. The increase rates of VaR values in spot market in year 2003-2004 period compared with year 2003-2004 period were 25.71% for WTI type, 17.25% for Brent type, and 26.13% for SLC type. In futures market, the NYMEX Futures increase rates for market risk in year 2003-2004 period compared with year 2003-2004 period were 47.93% for one month contract, 48.72% for two month contract, 62.42% for three month contract, and 15.6% for four month contract. Validity test with Kupiec test method result shows that market risk calculation with VaR was able to estimate potential loss in the future. Overshoot between VaR Value and actual loss was still in tolerable range and it gave accurate results. The VaR value result could catch actual loss movement. This research concluded that crude oil price volatility measurement could be done by ARCHIGARCH method with result increase rate value range between -12.69% and 15.6%. The increase rates for market risk caused by this price movement were between 15.6% and 48.72%. VaR method was valid to estimate potential loss as shown in validity test. Mitigation step that can be taken was to hedge and to change the price reference in contract that has low VaR value. Hedging can be done by trading its derivatives in opposite direction or using money market instrument, such as bond. Derivatives products that can be used were futures, swap or options. The calculation resulted that change of price reference decreased VaR value of WTI spot period 2003-2004 to 12.14%, and hedging with futures decreased by 46.98%, with options by 1.91% and with bond by 0.18%.

Abstrak :
Penentuan model yang tepat dalam memperkirakan risiko suatu saham dapat menjadi panduan bagi investor dalam memilih saham. Untuk itu, penelitian ini dimaksudkan untuk mencapai tujuan menentukan model yang cocok untuk semua indeks sektoral yang diteliti. Kemudian melihat karakteristik yang terdapat pada masing-masing indeks sektoral dan membandingkan di antaranya. Selain itu, penelitian ini juga akan melihat apakah conditional variance suatu indeks sektoral asimetri dalam merespon masuknya informasi good news dan bad news. Dalam penelitian ini maka dilakukan uji statistik terhadap 10 data return indeks sektoral dan IHSG di Bursa Efek Jakarta selama periode 2 Januari 1996 sampai 30 Juni 2003. Pengujian dilakukan dengan menggunakan model ARMA-EGARCH (1,1). Hasil pengujian conditional mean dan conditional variance, semua sektor kecuali sektor industri dasar dapat dimodelkan dengan ARMA-EGARCH (1,1). Hasil yang diperoleh bahwa conditional variance (b1} dan setiap indeks sektoral menunjukkan hasil dengan nilai koefisien yang signifikan. Magnitude (g1) dan seluruh indeks sektoral juga menunjukkan koefisien yang positif dan signifikan, yang berarti positif shock mempunyai pengaruh kecil terhadap fluktuasi saham. Koefisien yang positif dan magnitude tersebut konsisten dengan berbagai studi empirik yang pernah dilakukan sebelumnya antara lain Cho dan Engle (2000), Kim dan Karanasos (2001), serta Aziz dan Ekrem (2001). Estimasi parameter volatility asymmetry (q1) menunjukkan hasil yang berbeda antar sektor. Return indeks sektor pertanian, industri dasar, industri barang konsumsi, transportasi dan infrastruktur, aneka industri, dan pertambangan tidak menghasilkan koefisien yang signifikan secara statistik. Sedangkan untuk return indeks keuangan, manufaktur, properti, perdagangan, dan IHSG signifikan secara statistik dan menunjukkan tanda koefisien negatif. Artinya masuknya informasi (good dan bad news) memberi dampak asimetri (efek asimetri/leverage) terhadap indeks sektoral tersebut. Karena nilai koefisien q1 indeks sektoral tersebut berada di antara ?1 dan 0 (-1 < q1 < 0) maka berarti conditional variance akan meningkat lebih besar ketika merespon informasi negatif (bad news) dibandingkan terhadap informasi positif (good news) dengan magnitude yang sama. Hasil pengujian ini menunjukkan bahwa saham-saham yang berada di sektor keuangan, perdagangan, manufaktur, dan properti memiliki risiko yang lebih besar dibandingkan saham-saham di sektor lainnya. Saham-saham tersebut bereaksi lebih besar terhadap informasi negatif (bad news) yang datang, sehingga mengakibatkan risiko lebih besar bagi investor yang memegang saham pada sektor tersebut.

---

Appropriate volatility model is useful for an investor to know about their portfolio characteristic. The aims of this paper are to select the appropriate volatility model for all sectoral indices, to see the characteristic of all sectoral indices, and to investigate whether or not the conditional variance of sectoral indices returns are asymmetric in response to good and bad news. This study is using daily returns of 10 sectoral indices and JSX CSPI from January 2, 1996 to June 30, 2003. We apply the ARMA-EGARCH (1,1) model to estimates data returns. Conditional mean and conditional variance of all sector can modeled by ARMA-EGARCH (1,1), except for basic industry sector. The result of conditional variance (b1) and magnitude (g1) are significant to all sectors. This result was consistent with some empiric studies from Cho and Engle (2000), Kim and Karanasos (2001), and Aziz and Ekrem (2001). Estimates of the volatility asymmetry parameter (q1) showed different result from all sectors. Returns of agriculture, basic industry, consumer goods industry, infrastructure, miscellaneous industry, and mining are not statically significant. Returns of finance, manufacture, property, trade, and CSPI are negative and statically significant. It is mean that conditional covariance have asymmetric/leverage effect in response to good and bad news. Because the value of q1 is between -1 < q1 < 0, conditional variance of sectors return increases more in response to bad news than to good news of the same magnitude. This result shows that stocks in finance, trade, manufacture, and property sectors are more risky than stocks in other sectors.

Abstrak :
ABSTRAK Penelitian ini menganalisa dan mengukur volatilitas serta risiko pasar komoditas pada Bursa timah dunia: London Metal Exchange (LME), Kuala Lumpur Tin Market (KLTM) dan Indonesia Commodity and Derivative Exchange (ICDX) pasar spot dan futures. Pendekatan Value at Risk (VaR) digunakan untuk pengukuran risiko pasar dengan model volatilitas GARCH dikarenakan data return pada seluruh Bursa yang diobservasi memiliki karakteristik heteroskedastik. Hasil pengukuran volatilitas menunjukkan bahwa Bursa LME spot memiliki nilai volatilitas terbesar yaitu 0.01353, kemudian KLTM dengan nilai volatilitas 0.01111, kemudian LME futures dengan nilai volatilitas 0.00997 dan ICDX dengan nilai volatilitas terkecil yaitu 0.00349. Dari hasil pengukuran VaR ditunjukkan bahwa Bursa timah yang memiliki risiko pasar terbesar dapat diurutkan menjadi: LME spot, KLTM, LME futures dan ICDX. Sehingga dapat disimpulkan bahwa semakin besar nilai volatilitas maka semakin besar nilai VaR dan semakin besar risiko pasar di dalamnya. Hasil uji validasi model VaR dengan backtesting membuktikan bahwa model VaR dapat digunakan sebagai alat ukur risiko pasar pada LME spot, LME futures dan KLTM pada confidence level 5% dan ICDX valid pada confidence level 10%.

---

ABSTRACT This study analyzes and measures the volatility and market risk of the World Tin Exchanges: London Metal Exchange (LME), Kuala Lumpur Tin Market (KLTM) and Indonesia Commodity and Derivative Exchange (ICDX) spot and futures markets. Value at Risk (VaR) method is used to measure the market risk with GARCH volatility models due to the data returns at all of the observed Exchanges had hetheroschedastic characteristics. Volatility measurement results showed that the LME spot is the market with the biggest volatility amounted 0.01353, then KLTM with volatility amounted 0.01111, LME futures volatility amounted 0.00997 and ICDX had the lowest volatility amounted 0.00349. VaR measurement results showed that tin Exchanges which has the biggest market risk can be sorted into: LME spot, KLTM, ICDX and LME futures. Thus it is concluded the greater volatility, the greater VaR value. Backtesting validation test results proved that the VaR model can be used as a market risk measurement on LME spot, LME futures and KLTM at 5% confidence level and ICDX validity is at 10% confidence level.

Abstrak :
[ABSTRAK
Penelitian ini bertujuan untuk mengetahui keberadaan volatility effect di Bursa Efek Indonesia tahun 2011-2013. Metode yang digunakan dalam penelitian ini mengacu pada penelitian Ang, Hodrick, Zing, dan Zhang (2006) dengan membandingkan return dan alpha (CAPM dan model tiga faktor Fama-French) antara portofolio high volatility dengan low volatility. Hasil penelitian menunjukkan bahwa tidak terdapat volatility effect di Bursa Efek Indonesia. Walaupun demikian, penelitian ini menemukan adanya return premium pada low volatility stock. Adanya return premium pada low volatility stock tersebut terjadi sebagai akibat dari premium atas kinerja perusahaan dan limit to arbitrage.

---

ABSTRACT
The objective of this study is to show the volatility effect in Indonesia Stock Exchange for the period 2011-2013. This study is using the method from Ang, Hodrick, Zing, and Zhang (2006) by comparing return and alpha (CAPM and Fama-French three factors model) between high and low volatility portfolio. The results do not find volatility effect in Indonesia Stock Exchange. Nevertheless, this study shows that low volatility stock has a return premium. The return premium on low volatility stock is the result of premium on firm?s performance and limit to arbitrage.;The objective of this study is to show the volatility effect in Indonesia Stock Exchange for the period 2011-2013. This study is using the method from Ang, Hodrick, Zing, and Zhang (2006) by comparing return and alpha (CAPM and Fama-French three factors model) between high and low volatility portfolio. The results do not find volatility effect in Indonesia Stock Exchange. Nevertheless, this study shows that low volatility stock has a return premium. The return premium on low volatility stock is the result of premium on firm?s performance and limit to arbitrage., The objective of this study is to show the volatility effect in Indonesia Stock Exchange for the period 2011-2013. This study is using the method from Ang, Hodrick, Zing, and Zhang (2006) by comparing return and alpha (CAPM and Fama-French three factors model) between high and low volatility portfolio. The results do not find volatility effect in Indonesia Stock Exchange. Nevertheless, this study shows that low volatility stock has a return premium. The return premium on low volatility stock is the result of premium on firm?s performance and limit to arbitrage.]