0% menganggap dokumen ini bermanfaat (0 suara)
25 tayangan10 halaman

Pengantar Value at Risk (VaR)

Dokumen ini membahas tentang Value at Risk (VaR) yang merupakan estimasi kerugian maksimum yang mungkin terjadi pada suatu portofolio selama periode tertentu dengan tingkat kepercayaan tertentu. VaR dapat diukur menggunakan beberapa metode seperti pendekatan variance-covariance, simulasi historis, simulasi Monte Carlo, dan simulasi bootstrapping.

Diunggah oleh

AnaaAriiyantoUya
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
25 tayangan10 halaman

Pengantar Value at Risk (VaR)

Dokumen ini membahas tentang Value at Risk (VaR) yang merupakan estimasi kerugian maksimum yang mungkin terjadi pada suatu portofolio selama periode tertentu dengan tingkat kepercayaan tertentu. VaR dapat diukur menggunakan beberapa metode seperti pendekatan variance-covariance, simulasi historis, simulasi Monte Carlo, dan simulasi bootstrapping.

Diunggah oleh

AnaaAriiyantoUya
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PPTX, PDF, TXT atau baca online di Scribd

Value at Risk

Presented by:

Apa Itu Value at Risk

menurut Brook
(2008:571) VaR
didefinisikan sebagai
berikut
"is an estimation of the
probability of likely
losses whisch could
arise from changes in
market prices"

Value at Risk,
disingkat VaR adalah
kerugian maksimum
yang tak akan dilewati
untuk suatu
probabilitas yang
didefinisikan sebagai
tingkat kepercayaan
(confidence level),
selama suatu periode
waktu tertentu.

Proses Pengukuran VaR


Model untuk menghitung VaR bermacam-macam, namun secara umum
pengukuran VaR mengikutiproseslazim yang dapat diringkaskan dalam
tiga tahap di bawah.
Identifikasi faktor risiko dan distribusi kerugian
Ukur risiko dan hitung VaR berdasarkan distribusi kerugian tersebut.
Dalam hal ini terdapat beberapa metoda yang lazim digunakan, yaitu:

a. Pendekatan Variance-Covariance
b. Pendekatan SimulasiHistoris
c. Pendekatan SimulasiMonte Carlo
d. Pendekatan Simulasi Bootstrapping

Melaksanakan prosedur back-testing

Methoda Pengukuran VaR

Metode Variance-Covariance
Metode varian-covariane meliputi empat tahap:
[Link] faktor pasar dasar dan dan posisi standar yang berhubungan
langsung dengan faktor pasar.
[Link] bahwa persen perubahan faktor pasar terdistribusi Normal dengan
rerata nol dan mengestimasi parameter distribusinya.
[Link] standar deviasi dan korelasi faktor pasar untuk menentukan
standar deviasi dan korelasi perubahan nilai standar posisi.
[Link] varian dan standar deviasi portfolio dengan menggunakan distribusi
Normal untuk menentukan distribusi laba-rugi portfolio.

Metode Simulasi Historis


Tahapan untuk mengukur VaR pendekatan simulasi historis meliputi:
[Link] faktor pasar
[Link] nilai histories dari faktor pasar selama N perioda terakhir
[Link] ulang portfolio sekarang dengan perubahan suku bunga dan
harga pasar
[Link] laba dan rugi harian
[Link] laba-rugi harian dari yang tertinggi sampai terendah
[Link] persentil 99% untuk Value-at-Risk.

Metode Simulasi Monte Carlo


Tahapan mengukur VaR dengan pendekatan simulasi Monte Carlo:
[Link] seluruh faktor risiko relevan.
[Link] jalur-jalur harga, menggunakan angka acak yang dihasilkan
oleh generator pembangkit angka acak.
[Link] portfolio untuk setiap jalur atau skenario. Setiap jalur
menciptakan seperangkat nilai untuk faktor risiko untuk setiap sekuritas
dalam portfolio yang akan digunakan sebagai input pemodelan harga.
Proses ini diulang-ulang sampai diperoleh distribusi yang stabil.

Metode Simulasi Bootstrapping


Tahapan pengukuran VaR dengan simulasi bootstrapping tidak berbeda dengan simulasi
Monte carlo kecuali pada bootstrapping simulasi didasarkan pada data empiris.
[Link] faktor risiko yang relevan.
[Link] data histories dari faktor pasar selama N perioda terakhir
[Link] jalur harga dengan simulasi acak terhadap data empiris yang diperoleh
tersebut.
[Link] jalur menciptakan seperangkat nilai untuk faktor risiko untuk setiap sekuritas
dalam portfolio yang akan digunakan sebagai input pemodelan harga. Proses ini
diulang-ulang sampai diperoleh distribusi yang stabil

Anda mungkin juga menyukai