Backtesting Untuk Value At Risk Pada Data Return Saham Bank Syariah Menggunakan Quantile Regression

Purnamasari, Nur Asmita (2017) Backtesting Untuk Value At Risk Pada Data Return Saham Bank Syariah Menggunakan Quantile Regression. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1315201009-asmita2.pdf - Published Version

Download (1MB) | Preview

Abstract

Bank syariah menjadi salah satu sektor industri yang berkembang pesat di Indonesia. Risiko terkait dengan aktivitas perbankan tidak dapat dihilangkan tetapi dapat dikurangi. Value at Risk (VaR) merupakan suatu metode pegukuran risiko secara statistik yang mengestimasi kerugian maksimum yang mungkin terjadi atas suatu instrument pasar modal pada tingkat keyakinan tertentu. Para pelaku pasar (investor) dapat menilai potensi keuntungan dan kerugian investasi dengan memperhatikan return saham. Namun, data return yang digunakan biasanya tidak berdistribusi normal, sehingga pendekatan mean dan varian untuk mengitung VaR tidak bisa digunakan. Oleh karena itu, digunakan metode Monte Carlo Simulation yang menghasilkan return bangkitan simulasi yang berdistribusi normal. Perhitungan VaR pada satu periode ke depan dilakukan dengan metode sliding window dengan ukuran window 250, sehingga peramalan VaR yang diperoleh sejumlah 425 yaitu sebanyak window yang terbentuk. Maka diperlukan nilai rata-rata sebagai nilai harapan VaR untuk semua window. Nilai VaR untuk kuantil ke-95% dan 99% masing-masing adalah Rp.17.081.140,- dan Rp.23.770.381,- untuk nilai investasi sebesar Rp.1.000.000.000,-. Untuk menguji kelayakan model VaR dilakukan backtesting dengan menggunakan metode Kupiec Test dan Quantile Regression. Kedua metode backtesting tersebut memberikan kesimpulan yang sama yakni nilai VaR yang diperoleh valid dan layak digunakan pada penaksiran risiko saham PNBS. =============================================================================================== Islamic banking is rapidly growing industrial sector in Indonesia. The risk associated with banking activities can not be eliminated but can be minimized through the appropriate risk management. Value at Risk (VaR) is a one of statistical methods in risk management that estimates the maximum loss that may occur on a capital market instrument at a certain confidence level. Market participant (investors) can assess the potential benefits and disadvantages of investment by taking into account stock return. However, the return data used is usually not normally distributed, so that the mean and variance approach for calculating VaR can not be used. Therefore the Monte Carlo Simulation method is employed that produces the simulated return that follows normal distribution. The calculation of VaR on the next one period was conducted using a sliding window with a window size of 250, therefore the forecasting of VaR is obtained using 425 as many windows formed. The average value is used as an expectation value of VaR for all windows. The VaR value for quantile 95% and 99%, are Rp.17.081.140,- and Rp.23.770.381,- respectively for an investment of Rp.1000.000.000,-. To test the feasibility of this approachy the backtesting performed using Kupiec Test and Quantile Regression. Both the backtesting methods give the same conclusion that the VaR obtained are valid and fit for the use in risk assessment of PNBS return.

Item Type: Thesis (Masters)
Additional Information: Value at Risk; Monte Carlo Simulation; Backtesting; Quantile Regression
Subjects: Q Science
Q Science > Q Science (General)
Q Science > QA Mathematics
Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > (S2) Master Theses
Depositing User: - NUR ASMITA PURNAMASARI
Date Deposited: 10 Apr 2017 04:27
Last Modified: 10 Apr 2017 04:27
URI: http://repository.its.ac.id/id/eprint/3057

Actions (login required)

View Item View Item