Perpustakaan Digital ITB

Tesis ini mengusulkan cara menyatakan risiko penurunan reksa dana saham Indonesia sebagai potensi kerugian dalam nilai uang, bukan sekadar label. Saat ini investor hanya diberi label Rendah, Sedang, atau Tinggi dan paling banter standar deviasi, yang tidak menunjukkan seberapa besar kerugian yang mungkin terjadi, sementara aturan Auto Rejection Bursa Efek Indonesia dapat menekan estimasi risiko dengan menyensor hari-hari terburuk. Untuk mengatasi keduanya, penelitian ini menjalankan simulasi Monte Carlo harian dari model GJR-GARCH(1,1) dengan inovasi Student-t miring, menerapkan batas Auto Rejection pada hasil simulasi, lalu membaca Value at Risk dan Expected Shortfall dari ekornya. Model diuji balik dengan uji Kupiec dan Christoffersen pada tingkat 5 persen dan dibandingkan dengan kelas metode yang dipakai studi Indonesia terdahulu pada data yang sama. Enam belas deret harian periode 2006 hingga 2025 digunakan, lima saham besar dengan indeks IHSG dan LQ45 sebagai kontrol dan sembilan reksa dana saham sebagai objek utama. ES konsisten lebih besar daripada VaR pada kedua tingkat dan selisihnya melebar hampir dua kali lipat saat krisis, sehingga menangkap kedalaman kerugian yang dipotong oleh VaR. Pengaruh batas Auto Rejection bergantung pada rezim, tidak mengikat pada batas lebar saat ini dan nyaris tak menyentuh reksa dana terdiversifikasi bahkan pada batas ketat periode COVID, karena satu saham yang menyentuh batas terimbangi di dalam portofolio. Seluruh deret lolos uji hitungan pada pasar normal, termasuk reksa dana, meski masih ada sedikit pengelompokan pelanggaran langka pada 99 persen dan cakupan lebih lemah pada 95 persen saat krisis, dan kerangka ini lolos lebih banyak uji balik dibanding metode terdahulu yang lebih sederhana. Secara keseluruhan, VaR dan ES yang dibangun dengan cara ini memberi gambaran risiko penurunan yang lebih utuh dan jujur dibanding label dan standar deviasi yang ada sekarang, paling kuat pada pasar normal, sehingga regulator dapat menambahkan ukuran potensi kerugian semacam ini pada keterbukaan risiko saat ini. Kata Kunci: Value at Risk, Expected Shortfall, GARCH, Simulasi Monte Carlo, Auto Rejection, Reksa Dana Indonesia.