ANALISIS RISIKO Ayu Puspitasari PENDAHULUAN Minggu 5 Risiko

ANALISIS RISIKO Ayu Puspitasari

PENDAHULUAN >>> Minggu 5 Risiko, Ketidakpastian, dan Pengambilan Keputusan. pptx

Mengukur Risiko dengan Distribusi Probabilitas dari suatu kejadian adalah peluang atau kemungkinan suatu kejadian akan muncul. Contoh : Jika probabilitas perekonomian tumbuh pesat pada tahun depan adalah 0, 25 atau 25%, ini berarti bahwa terdapat “ 1 peluang dalam 4” kondisi tersebut akan muncul. Dengan menampilkan semua hasil yang mungkin dari suatu kejadian dan probabilitasnya masing-masing distribusi probabilitas. Distribusi Probabilitas Kondisi Perekonomian Probabilitas Kemunculan Tumbuh Pesat 0, 25 Normal 0, 50 Resesi 0, 25 Total 1, 00

Mengukur Risiko dengan Distribusi Probabilitas Konsep Distribusi Probabilitas sangat dibutuhkan untuk mengevaluasi dan membandingkan proyek-proyek investasi. Secara umum, hasil atau laba dari suatu proyek akan paling tinggi pada saat kondisi perekonomian tumbuh pesat dan akan paling rendah selama resesi Jika mengalikan tiap hasil atau laba yang mungkin akan terjadi dari suatu investasi dengan probabilitasnya masing-masing dan kemudian menambahkannya semua hasil perkalian, maka nilai atau laba yang diharapkan dari proyek, Yaitu :

Mengukur Risiko dengan Distribusi Probabilitas Laba yang diharapkan : Rata-rata tertimbang dari semua tingkat laba yang mungkin dalam berbagai kondisi perekonomian, dimana probabilitasnya dari tingkat laba digunakan sebagai bobot.

Perhitungan Laba yang Diharapkan dari Dua Proyek A Kondisi Ekonomi Probabilitas Kemunculan Hasil Investasi Nilai yang diharapkan (2) x (3) Tumbuh Pesat 0, 25 $600 $150 Normal 0, 50 500 250 Resesi 0, 25 400 100 Laba yang Diharapkan dari Proyek A B $500 Tumbuh Pesat 0, 25 $800 $200 Normal 0, 50 500 250 Resesi 0, 25 200 50 Laba yang Diharapkan dari Proyek B $500 Nilai yang diharapkan dari masing-masing proyek adalah $500, • Proyek A (dari $400 selama resesi sampai $600 selama ekonomi tumbuh pesat) jauh lebih kecil dari kisaran hasil proyek B • Proyek B (dari $600 selama resesi sampai $800 selama ekonomi tumbuh pesat) Jadi, Proyek A lebih aman, dan dengan demikian lebih menguntungkan dibandingkan Proyek B

Ukuran Resiko Absolut : Standar Deviasi Standar deviasi Mengukur tingkat penyebaran hasil-hasil yang mungkin dari nilai yang diharapkan Semakin kecil nilai σ, semakin rapat distribusi, dan semakin kecil risiko.

PROYEK A Deviasi Kuadrat kali probabilitas 600 -500 = 100 10. 000 0, 25 2. 500 -500 = 0 0 0, 50 0 400 -500 =-100 10. 000 0, 25 2. 500 PROYEK B Deviasi Kuadrat kali probabilitas 800 -500 = 300 90. 000 0, 25 22. 500 -500 = 0 0 0, 50 0 200 -500 =-300 90. 000 0, 25 22. 500 Z = Penyimpangan standar deviasi

Ukuran Resiko Relatif : Koefisien Variasi Distribusi yang mengandung nilai yang diharapkan atau rata-rata terbesar sangat mungkin memiliki standar deviasi yang lebih besar (ukuran sebaran absolut) tetapi tidak selalu memiliki dispersi relatif terbesar. Untuk mengukur dispersi relatif Koefisien variasi = standar deviasi dari suatu distribusi dibagi dengan nilai yang diharapkan atau rata-rata

TEORI KEPUASAN DAN PENGHINDARAN RISIKO Sikap terhadap resiko Seseorang yang menyukai resiko (risk lover) selalu akan membayar dengan nilai yang positif, seorang yang netral terhadap resiko (risk neutral) akan membayar nol, artinya dia belum tentu akan ikut permainan ini. Seorang yang takut dengan resiko (risk averse) akan meminta uang untuk ikut permainan. Artinya : • Seseorang disebut risk averter bila dia tidak bersedia ikut suatu taruhan yang fair. • Seseorang disebut risk neutral bila dia tidak bisa dipengaruhi untuk menolak atau mengikuti suatu permainan taruhan yang fair. • Seseorang disebut risk lover atau risk seeker bila dia akan senang sekali mengikuti suatu permainan taruhan yang fair.

PENYESUAIAN MODEL VALUASI UNTUK RISIKO • Suku Bunga Diskon yang telah disesuaikan - Risiko

PENYESUAIAN MODEL VALUASI UNTUK RISIKO Pendekatan Certainty-Equivalent •

TEKNIK-TEKNIK LAIN UNTUK MEMPERHITUNGKAN RISIKO KE DALAM PEMBUATAN KEPUTUSAN Pohon Pengambil Keputusan • Pohon pengambil keputusan memperlihatkan urutan dari keputusan- keputusan manajerial yang mungkin dan hasil yang diharapkan dari setiap keputusan di bawah tiap situasi atau kondisi alamiah. • Karena urutan dari keputusan dan kejadian ditampilkan secara grafis sebagai cabang-cabang pohon, teknik ini dinamakan “pohon pengambil keputusan

TEKNIK-TEKNIK LAIN UNTUK MEMPERHITUNGKAN RISIKO KE DALAM PEMBUATAN KEPUTUSAN Pohon Pengambil Keputusan

INFORMASI DAN RISIKO • Informasi Asimetris dan Pasar Barang Rusak • Pasar Asuransi dan Adverse Selection • Masalah Bahaya Moral