Setelah membaca artikel ini Anda akan belajar tentang Analisis Risiko Kuantitatif.
Pengantar Analisis Kuantitatif Risiko:
Untuk mengukur risiko, seorang investor harus terlebih dahulu memahami fakta bahwa risiko tidak dapat diukur secara akurat karena dikelilingi oleh faktor lingkungan yang kompleks dan kekuatan sosial, ekonomi dan politik. Ketidakpastian tersebut menjadikan pengukuran risiko sebagai perkiraan atau estimasi yang cukup akurat. Analis harus sangat berhati-hati saat membuat prediksi karena sangat bergantung pada keakuratannya dalam memprediksi risiko.
Kuantifikasi risiko memastikan perbandingan serta keseragaman dalam pengukuran, analisis, dan interpretasi. Untuk menghilangkan tebakan dan kesalahan dalam pengukuran dimungkinkan dengan mencari perbedaan antara pengembalian aktual dan perkiraan pengembalian yang merupakan dispersi di sekitar pengembalian yang diharapkan.
Diskusi tentang bagaimana distribusi probabilitas dibingkai dibuat. Distribusi ini dihitung melalui ‘standar deviasi’ dan ‘varians’. Mereka digunakan untuk mengukur risiko. Fischer dan Jordan menggambarkan risiko dengan cara berikut.
“Variabilitas pengembalian di sekitar rata-rata yang diharapkan dengan demikian merupakan deskripsi kuantitatif dari risiko”.
Deviasi Standar dan Varians:
Metode yang paling berguna untuk menghitung variabilitas adalah standar deviasi dan varians. Risiko muncul dari variabilitas. Jika kita membandingkan saham Perusahaan-A dan Perusahaan-B pada contoh berikut (Tabel 7.1) kita menemukan bahwa pengembalian yang diharapkan untuk kedua perusahaan adalah sama tetapi selisihnya tidak sama. Perusahaan-A lebih berisiko daripada Perusahaan-B karena pengembalian pada waktu tertentu tidak pasti sehubungan dengan sahamnya.
Saham rata-rata untuk Perusahaan-A dan B adalah 12 tetapi tampak lebih berisiko daripada B karena hasil di masa mendatang harus dipertimbangkan. Contoh lain dapat dikutip di sini (Tabel 7.2) dari distribusi probabilitas untuk menentukan pengembalian yang diharapkan serta risiko.
Pengembalian yang diharapkan adalah rata-rata tertimbang dari pengembalian. Ketika setiap pengembalian dikalikan dengan probabilitas terkait dan ditambahkan bersama hasilnya disebut sebagai pengembalian rata-rata tertimbang atau dengan kata lain pengembalian rata-rata yang diharapkan, misalnya:
Saham Perusahaan -A dan Perusahaan-B memiliki pengembalian rata-rata yang diharapkan identik, tetapi spreadnya berbeda. Kisaran di Perusahaan-A adalah dari 8 hingga 12 dan untuk Perusahaan-B hanya berkisar antara 9 dan 11. Kisaran tidak menyiratkan risiko yang lebih besar.
Penyebaran atau dispersi dapat diukur dengan standar deviasi. Contoh berikut (Tabel 7.2) menghitung return dan risiko melalui metode distribusi probabilitas dan standar deviasi dan varian dari dua perusahaan.
atau Varians = Ó¨ 2 = 0,000800
Perbandingan return dan risk saham Perusahaan-A dan Perusahaan-B dengan standar deviasi 4,9% Perusahaan-A dan 2,8% Perusahaan-B.
Deviasi standar dan distribusi probabilitas menunjukkan bahwa saham Perusahaan-A memiliki pengembalian yang diharapkan lebih tinggi, dan tingkat risiko yang lebih tinggi yang diukur dengan standar deviasi.
Pada gambar 7.2 diplot distribusi probabilitas, pengembalian yang diharapkan, dan standar deviasi pengembalian. Saham Perusahaan-B simetris dengan tingkat pengembalian yang diharapkan, sedangkan saham Perusahaan A tidak. Diagram ini juga menyoroti sifat-sifat penting dari standar deviasi dan varians.
Penyimpangan dikuadratkan dan ditambahkan di kedua sisi pengembalian yang diharapkan. Banyak investor puas ketika penyimpangan pengembalian lebih tinggi dari yang diharapkan.
Standar deviasi dan varians adalah metode terbaik untuk perhitungan pengembalian ke atas tetapi ketika penyimpangan berada di bawah pengembalian yang diharapkan, maka alih-alih standar deviasi, investor atau analis sekuritas harus menggunakan semivarians sebagai ukuran risiko karena hanya mencerminkan variasi penurunan. sebagai imbalan.
Standar deviasi mengukur risiko untuk aset individual dan portofolio. Ini mengukur pengembalian variasi total tentang pengembalian yang diharapkan. Contoh lain dari risiko melalui pengukuran standar deviasi diberikan melalui rata-rata. Diberikan di bawah ini pada Tabel 7.4 (a) adalah saham dari dua perusahaan ABC dan XYZ. Tunjukkan hubungan antara risiko dan pengembalian. Manakah dari dua saham yang menunjukkan risiko lebih tinggi?
Hubungan risiko dan pengembalian jelas ditetapkan dalam contoh ini. Perusahaan-ABC memiliki pengembalian yang lebih tinggi dan standar deviasi yang lebih tinggi daripada Perusahaan-XYZ dan pengembalian yang terkait dengan risiko (standar deviasi) lebih tinggi daripada XYZ yang menunjukkan bahwa saham di ABC memiliki kinerja yang lebih baik daripada XYZ tetapi agak lebih berisiko.
Risiko yang terkait dengan saham individu seperti yang telah dibahas sebelumnya dari dua jenis, sistematis atau tidak dapat didiversifikasi dan tidak sistematis atau dapat didiversifikasi. Risiko sistematis sering disebut sebagai risiko pasar dan bagian yang tidak sistematis sebagai risiko keuangan.
Pengembalian semua saham terdiri dari unsur kedua jenis risiko. Sementara risiko sistematis berkorelasi dengan variabilitas pasar saham secara keseluruhan, risiko tidak sistematis adalah bagian yang tersisa dari total variabilitas harga saham.
Risiko saham dalam hal senyawa sistematis dan tidak sistematis diuji melalui ‘model pasar’. Menurut model pasar, pengembalian saham apa pun terkait dengan pengembalian indeks pasar secara linier.
Model pasar yang diterima secara luas ini didasarkan pada ‘Pengujian Empiris’. Ukuran kuantifikasi risiko ini juga disebut sebagai analisis Beta atau ‘volatilitas’. Penerapan konsep Beta atau model pasar dilakukan melalui penggunaan pengukuran statistik melalui persamaan regresi.
Menurut Amling, Manajemen Investasi melalui model ini:
“pengembalian saham mengalami kemunduran terhadap pengembalian indeks pasar”.
Persamaan dasar untuk menghitung risiko kemudian dapat dirumuskan sebagai:
Regresi
Persamaan Regresi:
Y = a + βX + E…. Persamaan 7.1
Y = Pengembalian dari sekuritas dalam periode tertentu.
α = Alpha atau intersep (di mana garis memotong sumbu vertikal.)
β = Beta atau kemiringan rumus regresi.
Σ = Epsilon atau Kesalahan yang terlibat dalam memperkirakan nilai saham.
i. Beta:
Bagian terpenting dari persamaan adalah β atau beta. Ini digunakan untuk menggambarkan hubungan antara pengembalian saham dan pengembalian indeks pasar. Jika garis regresi tepat pada sudut 45°, beta akan sama dengan +1.0. Perubahan 1% pada indeks pasar (sumbu horizontal) menunjukkan bahwa secara rata-rata disertai dengan perubahan 1% saham pada sumbu vertikal.
Persentase perubahan harga saham diregresikan terhadap persentase perubahan harga indeks pasar.
Indeks Harga S&P 500 Beta mungkin positif atau negatif. Biasanya, beta ditemukan positif. Kita jarang menemukan beta negatif yang mencerminkan pergerakan yang berlawanan dengan pasar. Beta 0,5 menunjukkan bahwa perubahan indeks pasar sebesar 1% dicerminkan oleh perubahan harga saham sebesar 0,5%. Demikian pula, beta 1,5 akan mencerminkan bahwa setiap kali indeks pasar naik atau turun sebesar 1%, saham akan naik dan turun sebesar 1,5%.
Beta disebut sebagai risiko sistematis ke pasar dan + E risiko tidak sistematis. Beta adalah bagian informasi yang berguna baik untuk saham individu maupun portofolio, tetapi sebagai ukuran risiko lebih baik digunakan dalam analisis portofolio.
Juga, beta mengukur risiko secara memuaskan untuk portofolio efisien yang terdiversifikasi tetapi bukan portofolio yang tidak efisien. Konsep portofolio efisien dan tidak efisien akan diklarifikasi nanti dalam buku ini. Untuk saat ini, dapat dikatakan bahwa beta merupakan ukuran yang memuaskan untuk portofolio karena risiko selain yang direfleksikan oleh beta terdiversifikasi.
Beta memiliki batasan tertentu yang harus dipertimbangkan. Saat menghitung beta sebelumnya, lamanya waktu akan memengaruhi ukuran beta. Saat memperkirakan beta masa depan, pengembalian yang diharapkan pasar juga harus diperkirakan.
Jika beta tinggi diprediksi secara akurat dan pasar juga diprediksi naik, hubungan akan berhasil. Sebaliknya, estimasi beta tinggi dan pasar rendah atau ke bawah, pasar akan menunjukkan bahwa beta akan turun jauh lebih cepat daripada pasar.
Terakhir, kekurangannya sebagai ukuran stok individual seperti yang sudah dijelaskan harus direalisasikan saat menghitung stok. Untuk total portofolio beta efektif. Gambar 7.3 menunjukkan beta bersama dengan alpha, Rho dan Epsilon dan Gambar 7.4 membangun hubungan alpha dan beta antara saham dan pasar.
Saham tersebut memiliki beta atau risiko sistematik terhadap pasar sebesar 99. Hal ini menunjukkan bahwa saham tersebut memang memiliki risiko yang sama besarnya dengan pasar namun memiliki risiko tidak sistematik yang sedikit lebih tinggi. Berdasarkan hal tersebut, saham di masa lalu telah memberikan return dan risiko yang sebanding dengan pasar.
- Alfa:
Jarak antara penampang dan sumbu horizontal disebut (a) alpha. Ukuran alfa menunjukkan pengembalian saham yang tidak sistematis dan pengembalian rata-ratanya terlepas dari pengembalian pasar. Jika alfa memberikan nilai positif itu adalah tanda sehat tetapi nilai yang diharapkan alfa adalah nol. Keyakinan banyak investor adalah bahwa mereka dapat menemukan saham dengan alfa positif dan memiliki pengembalian yang menguntungkan.
Namun, harus diingat bahwa dalam pasar yang efisien, alfa positif tidak dapat diprediksi sebelumnya. Teori portofolio juga berpendapat bahwa alfa saham akan rata-rata menjadi 0 dalam portofolio yang terdiversifikasi dengan baik. Faktor ketiga selain alpha dan beta adalah Rho.
aku ii. Ro (p):
Rho (p) adalah koefisien korelasi yang menggambarkan sebaran pengamatan di sekitar garis regresi. Koefisien korelasi menyatakan korelasi antara dua saham, misalnya i dan j.
Koefisien korelasi akan menjadi + 1,0 jika pergerakan ke atas dalam satu sekuritas disertai dengan pergerakan ke atas dari sekuritas lainnya. Sebaliknya, pergerakan ke bawah dari satu sekuritas diikuti dengan arah yang sama, yaitu ke bawah oleh sekuritas lain.
Jika pergerakan dua saham tidak searah, koefisien korelasi akan negatif dan menunjukkan -1,0. Jika tidak ada hubungan antara pergerakan kedua saham tersebut, maka koefisien korelasinya adalah 0.
Koefisien korelasi dapat dihitung dengan cara berikut:
Koefisien Korelasi:
Rumus ini biasanya dihitung melalui komputer. Hubungan atau derajat korelasi antar sekuritas menunjukkan bahwa jika terdapat diversifikasi korelasi yang sempurna tidak akan menurunkan risiko portofolio di bawah yang lebih rendah dari dua risiko sekuritas individual.
Jika sekuritas berkorelasi negatif, risiko portofolio dapat sangat dikurangi. Jika hubungan ditarik antara dua pengembalian keamanan, risiko portofolio dapat dihilangkan. Ketika saham biasa aktual dianalisis, akan ditemukan bahwa biasanya saham-saham ini berkorelasi tinggi tetapi tidak berkorelasi sempurna.
Koefisien korelasi juga membantu menentukan sejauh mana portofolio telah menghilangkan risiko tidak sistematis. Misalnya, jika korelasi dengan indeks pasar adalah + 0,95 pada korelasi kuadrat, hasilnya adalah 0,9025 yang berarti bahwa 90% dari portofolio, risiko sekarang sistematis dan 10% risiko tidak sistematis tetap ada. Gambar 7.3 menunjukkan hubungan korelasi dalam hal diagram pencar dan garis regresi.
Varians Bersama:
Sementara deviasi standar adalah ukuran yang sangat baik untuk perhitungan risiko saham individual, ia memiliki keterbatasan sebagai ukuran portofolio total. Dengan korelasi, pendekatan kovarians juga harus dipertimbangkan ketika terdapat 2 atau 3 saham dalam portofolio. Kovarian dapat digunakan untuk mencapai pengembalian portofolio yang diharapkan tertinggi untuk tingkat varians portofolio yang telah ditentukan sebelumnya atau pengembalian portofolio terendah.
Pengembalian yang diharapkan dari sekuritas individu dan varians mengungkapkan pengembalian dan risiko untuk portofolio saham, pengembalian yang diharapkan adalah rata-rata tertimbang dari pengembalian yang diharapkan pada masing-masing sekuritas. Ini ditimbang menurut proporsi rupee masing-masing sekuritas dalam portofolio.
Karena saham cenderung menutupi atau bergerak bersama, risiko portofolio tidak dapat dinyatakan untuk satu saham. Rumus perhitungan kovarians dua saham i dan j, serta kovarians saham dengan koefisien beta ditunjukkan pada Gambar 7.6.
Persamaan Kovarian:
Cov.ij = P ij θ i θj (Equatin7.3).
P ij = probabilitas bersama bahwa ij akan bergerak secara bersamaan.
θi = standar deviasi dari i.
θj = standar deviasi dari j.
Sikap Investor terhadap Pengembalian dan Risiko:
Sebelum mengakhiri pembahasan tentang risiko dan pengukurannya, mari kita kembali ke sikap investor terhadap risiko dan return. Memahami dan mengukur pengembalian dan risiko merupakan hal mendasar dalam proses investasi dan meningkatkan kesadaran akan masalah investasi.
Sebagian besar investor ‘menghindari risiko’. Mereka harus menyadari risiko dalam investasi yang berbeda apakah mereka dihadapkan pada risiko tinggi, sedang atau rendah dan jenis risiko investasi yang dihadapi sebelum melakukan investasi mereka.
Tabel 7.6 memberikan referensi lengkap tentang jenis risiko yang dihadapi investor. Untuk mendapatkan return yang lebih tinggi, investor harus dapat menerima kenyataan bahwa ia harus menghadapi risiko yang lebih besar. Di bank komersial dan tabungan asuransi jiwa, sebagian besar risikonya rendah tetapi risiko daya belinya tinggi.
Gambar 7.7 secara grafis menunjukkan sikap dua investor tentang kombinasi pengembalian dan risiko yang dapat mereka terima. Investor harus memutuskan sendiri apakah dia ingin memilih sekelompok sekuritas yang akan memberinya pengembalian 15% dengan risiko 10% atau pengembalian 25% dengan risiko 20%.
Kurva 12 3 dan j 1,2,3 menunjukkan sikap dari dua investor yang berbeda tentang kombinasi pengembalian dan risiko yang bersedia mereka terima. Kurva menunjukkan bahwa investor i dan j cukup senang dengan kombinasi risiko dan return pada titik A(i) dan B(j).
Investor pertama dengan segala upayanya hanya dapat memperoleh kombinasi sekuritas itu pada titik A, yaitu yang terbaik yang dapat dilakukan investor dalam kemampuannya yang terbatas, pasar tidak akan menawarkan lagi. Investor kedua j bersedia memikul risiko yang lebih besar untuk mendapatkan pengembalian yang lebih tinggi. Investor ini lebih suka mengambil risiko yang lebih tinggi untuk pengembalian yang lebih tinggi.
