Analisis Risiko Saham Subsektor Otomotif Menggunakan Value-At-Risk Dengan Pendekatan Peaks Over Threshold dan Conditional Value-At-Risk Dengan Pendekatan Quantile Regression

Nathaniel, Lim Owen (2025) Analisis Risiko Saham Subsektor Otomotif Menggunakan Value-At-Risk Dengan Pendekatan Peaks Over Threshold dan Conditional Value-At-Risk Dengan Pendekatan Quantile Regression. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003211090-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (7MB) | Request a copy

Abstract

Saham adalah instrumen investasi yang banyak diperdagangkan di pasar modal, khususnya di Bursa Efek Indonesia (BEI), yang berfungsi sebagai tempat bagi perusahaan untuk mendapatkan dana dari masyarakat. Investasi saham sering dianggap sebagai cara cepat untuk meraih keuntungan, meskipun ada dua jenis keuntungan yang perlu dipahami investor, yakni expected return (keuntungan yang diharapkan) dan realized return (keuntungan yang sebenarnya diperoleh). Kedua jenis keuntungan ini bisa berbeda, mencerminkan adanya risiko yang harus diperhatikan oleh investor. Oleh karena itu, penting untuk menganalisis dan memahami risiko yang terkandung dalam investasi saham. Penelitian ini bertujuan untuk menganalisis risiko saham pada subsektor otomotif di BEI menggunakan pendekatan Value-at-Risk (VaR) dan Conditional Value-at-Risk (CoVaR). Subsektor otomotif dipilih karena perannya yang penting dalam perekonomian Indonesia, dengan pertumbuhan populasi yang mendorong meningkatnya kebutuhan kendaraan bermotor. Meskipun menjanjikan, subsektor ini juga menghadapi volatilitas harga saham yang tinggi, dipengaruhi oleh berbagai faktor internal dan eksternal. Dalam penelitian ini, data harga saham penutupan harian dari lima perusahaan subsektor otomotif yang mewakili sebagian besar market cap subsektor tersebut digunakan. Hasil analisis menunjukkan bahwa saham ASII cenderung stabil dengan volatilitas rendah, sedangkan saham lainnya, seperti SMSM, AUTO, IMAS, dan DRMA, menunjukkan tren kenaikan dengan volatilitas tinggi. Selain itu, data return menunjukkan stasioneritas dalam mean namun ada indikasi heteroskedastisitas, dengan nilai kurtosis dan skewness yang mengindikasikan distribusi tidak normal. Analisis risiko saham dilakukan dengan pendekatan Extreme Value Theory (EVT) untuk mengestimasi VaR dan pendekatan regresi kuantil untuk estimasi CoVaR. Hasil analisis menunjukkan bahwa risiko saham subsektor otomotif bervariasi, dengan saham DRMA memiliki risiko individu tertinggi dan ASII risiko terendah. Selanjutnya, estimasi risiko bersyarat yang memperhitungkan dependensi antar saham menunjukkan hasil yang baik dengan kedua pendekatan CoVaR, yaitu dengan dan tanpa memperhitungkan intersep regresi. Penelitian ini memberikan wawasan yang lebih mendalam tentang risiko individu saham serta risiko bersyarat antar saham dalam subsektor otomotif, yang dapat digunakan oleh investor dalam pengambilan keputusan investasi. Selain itu, hasil backtesting yang dilakukan mengindikasikan bahwa metode CoVaR memberikan hasil estimasi risiko yang lebih valid dibandingkan dengan VaR, menjadikan CoVaR sebagai pendekatan yang lebih baik untuk analisis risiko pada saham subsektor otomotif di BEI.
=======================================================================================================================================
Stocks are investment instruments that are widely traded in the capital market, especially on the Indonesia Stock Exchange (IDX), which serves as a platform for companies to raise funds from the public. Stock investments are often considered a quick way to achieve profits, although there are two types of returns that investors need to understand: expected return (the return anticipated) and realized return (the return actually obtained). These two types of returns can differ, reflecting the risks that investors must pay attention to. Therefore, it is important to analyze and understand the risks inherent in stock investments. This study aims to analyze the stock risk in the automotive subsector on the IDX using the Value-at-Risk (VaR) and Conditional Value-at-Risk (CoVaR) approaches. The automotive subsector was chosen due to its important role in Indonesia's economy, with population growth driving the increased demand for motor vehicles. Despite being promising, this subsector also faces high stock price volatility, influenced by both internal and external factors. In this study, daily closing stock price data from five companies in the automotive subsector, which represent a large portion of the subsector's market capitalization, were used. The analysis results show that ASII stock tends to be stable with low volatility, while other stocks, such as SMSM, AUTO, IMAS, and DRMA, show an upward trend with high volatility. Additionally, the return data indicate stationarity in the mean but there are indications of heteroscedasticity, with kurtosis and skewness values indicating a non-normal distribution. Stock risk analysis was conducted using the Extreme Value Theory (EVT) approach to estimate VaR and the quantile regression approach to estimate CoVaR. The results of the analysis indicate that stock risk in the automotive subsector varies, with DRMA having the highest individual risk and ASII the lowest risk. Furthermore, the estimation of conditional risk, which takes into account the dependencies between stocks, shows good results with both CoVaR approaches, with & without the regression intercept. This study provides deeper insights into individual stock risks and the conditional risks between stocks in the automotive subsector, which can be used by investors in making investment decisions. Additionally, the backtesting results indicate that the CoVaR method provides more valid risk estimates compared to VaR, making CoVaR a better approach for risk analysis on automotive subsector stocks on the IDX.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Value-at-Risk, Conditional Value-at-Risk, Peaks Over Threshold, Regresi Kuantil, Saham Subsektor Otomotif, Bursa Efek Indonesia Value-at-Risk, Conditional Value-at-Risk, Peaks Over Threshold, Quantile Regression, Automotive Subsector Stocks, Indonesia Stock Exchange
Subjects:	H Social Sciences > HG Finance H Social Sciences > HG Finance > HG4529 Investment analysis
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Lim Owen Nathaniel
Date Deposited:	26 Jan 2025 08:23
Last Modified:	26 Jan 2025 08:23
URI:	http://repository.its.ac.id/id/eprint/116897

Actions (login required)

View Item