Menghitung value at risk menggunakan metode analisis komponen utama

Abstract

Analisis Komponen Utama (Principal Component Analysis, PCA) merupakan suatu metode yang digunakan untuk menyederhanakan data menjadi dimensi yang lebih kecil tanpa menghilangkan keragaman dari data semula. Dalam skripsi ini akan dibahas bagaimana cara menggunakan metode PCA tersebut untuk mencari Value at Risk (VaR). Banyak cara untuk menghitung VaR dan pada skripsi ini akan digunakan metode simulasi data historis sebagai pembanding untuk memeriksa kinerja dari metode PCA untuk mencari VaR. Kedua metode tersebut akan digunakan untuk menghitung VaR pada dua portofolio saham. Portofolio pertama terdiri dari saham-saham yang merupakan anggota indeks LQ45 dan portofolio kedua yang terdiri dari saham-saham yang ada pada satu sektor, yaitu sektor keuangan. Data yang akan digunakan untuk menghitung VaR merupakan data harga penutupan mingguan dari tanggal 28 Desember 2014 hingga 31 Desember 2018. Dari hasil backtesting dapat ditunjukkan bahwa metode PCA tidak memiliki kinerja yang cukup baik untuk portofolio pertama tetapi memiliki kinerja yang cukup baik untuk portofolio kedua. Hasil backtesting juga menunjukkan bahwa metode simulasi data historis memiliki kinerja yang lebih baik untuk kedua portofolio tersebut dibandingkan dengan metode PCA.