Analisis Value at Risk Dengan Metode Historical, Variance-Covariance, dan Monte Carlo pada Saham Sektor Konsumsi Primer
DOI:
https://doi.org/10.29313/bcss.v6i2.25338Keywords:
Historical, Monte Carlo, Variance-CovaarianceAbstract
Penelitian ini bertujuan mengestimasi kerugian maksimum pada tiga saham defensif sektor konsumsi primer, yaitu PT Indofood Sukses Makmur Tbk (INDF), PT Indofood CBP Sukses Makmur Tbk (ICBP), dan PT Mayora Indah Tbk (MYOR) untuk memitigasi risiko investasi. Data yang digunakan adalah sekunder berupa harga penutupan mingguan periode 3 Januari 2025 hingga 10 April 2026. Pengukuran risiko dihitung menggunakan metode Value at Risk (VaR) dengan pendekatan Historical, Variance-Covariance, dan Monte Carlo. Spesifikasi risiko ditetapkan pada tingkat kepercayaan 95% dengan asumsi penempatan modal awal Rp10.000.000, di mana metode Monte Carlo dibangkitkan melalui 10.000 iterasi. Uji Kolmogorov-Smirnov diaplikasikan untuk memvalidasi kelayakan distribusi normal dari data return. Hasil penelitian menunjukkan variasi estimasi kerugian maksimum dari ketiga metode yang digunakan. Pada metode Historical, nilai VaR pada saham INDF sebesar -5,79% (Rp579.193), ICBP sebesar -5,78% (Rp578.218) dan MYOR sebesar -7,42% (Rp742.092). Pada metode Variance-Covariance, nilai VaR pada saham INDF sebesar -5,29% (Rp529.397), ICBP sebesar -5,68% (Rp568.235) dan MYOR sebesar -7,89% (Rp788.577). Sementara itu, estimasi melalui metode Monte Carlo nilai VaR pada saham INDF sebesar -5,25% (Rp524.740), ICBP sebesar -6,10% (Rp609.990), dan MYOR sebesar -8,12% (Rp812.188). Estimasi VaR komparatif ini dapat menjadi landasan bagi investor dalam membatasi toleransi kerugian secara terukur.
References
Fauziyah, M., Dani, A. T. R., Koirudin, H., Budi, E. E., & Watika, N. H. (2024). Comparison of Value at Risk (VaR) in Risk Analysis: Historical, Variance Covariance and Monte Carlo Methods. Mikailalsys Journal of Mathematics and Statistics, 2(3), 126–134. https://doi.org/https://doi.org/10.58578/MJMS.v2i3.3778
Hull, J. C. (2023). Risk Management and Financial Institutions (6th ed.). John Wiley & Sons, Inc.
Irsan, M. Y. T., Priscilla, E., & Siswanto, S. (2022). Comparison of Variance Covariance and Historical Simulation Methods to Calculate Value At Risk on Banking Stock Portfolio. Jurnal Matematika, Statistika Dan Komputasi, 19(1), 241–250. https://doi.org/10.20956/j.v19i1.21436
Jogiyanto, H. (2017). Teori Portofolio dan Analisis Investasi (11th ed.). BPFE.
Jorion, P. (2007). Value at Risk: The New Benchmark for Managing Financial Risk (Third). McGraw-Hill International Edition.
Mahaputra, M. R., Yandi, A., & Maharani, A. (2023). Calculation of Value At Risk using Historical Simulation, Variance Covariance and Monte Carlo Simulation Methods. Siber International Journal of Digital Business (SIJDB), 1(1), 1–8. https://doi.org/10.38035/sijdb.v1i1.7
Maruddani, D. A. I., & Purbowati, A. (2009). Pengukuran Value At Risk Pada Aset Tunggal Dan Portofolio Dengan Simulasi Monte Carlo. Jurnal Nasional Media Statistika, Vol 2, No(1), 93–104.
Rodoni, A., & Ali, H. (2014). Manajemen Keuangan Modern. Mitra Wacana Media.
Tandelilin, E. (2017). Pasar Modal Manajemen Portofolio dan Investasi. PT Kanisius.
