Electronic Theses and Dissertation

Perbankan merupakan salah satu pilar utama dalam perekonomian suatu negara.
Dengan menyediakan beragam produk dan layanan keuangan, perbankan memiliki
peran penting dalam memfasilitasi pertumbuhan ekonomi, mengelola risiko, serta
memajukan inovasi dalam sistem keuangan. Namun, walaupun memberikan manfaat
yang besar bagi perekonomian, perbankan juga dihadapkan dengan tantangan.
Salah satunya adalah risiko kestabilan sistem keuangan. Perbankan harus selalu
beradaptasi dengan perkembangan global, menghadapi fluktuasi pasar, dan
mengantisipasi kemungkinan krisis keuangan. Para investor saham yang
berinvestasi di Bank Central Asia pasti akan mengambil keputusan dikarenakan
menghadapi fluktuasi pasar, untuk tetap menghasilkan return pada portofolio
investasi mereka. Melalui penelitian ini akan dilakukan pengukuran Value at Risk
untuk mengetahui risiko saham Bank Central Asia dengan menggunakan data time
series dan dianalisis menggunakan simulasi Monte Carlo dan simulasi Historis.
Hasil penelitian ini menunjukkan VaR saham BBCA dengan metode simulasi Monte
Carlo adalah -3.86% pada tingkat kepercayaan 99%, -2.72% pada tingkat
kepercayaan 95%, dan -2.11% pada tingkat kepercayaan 90%. Dimana dapat
dikatakan para investor akan mengalami kerugian maksimum sebesar Rp115.847,17
dengan keyakinan 99%, Rp81.647,59 dengan keyakinan 95%, dan Rp63.415,91
dengan keyakinan 90% dari total dana awal investasi sebesar Rp3.000.000,00 pada
saham BBCA. Sedangkan VaR saham BBCA dengan simulasi Historis adalah 3,86%
pada

tingkat
kepercayaan
99%,
-2,25%
pada
tingkat
kepercayaan
95%,
dan

-1,63%
pada
tingkat
kepercayaan
90%.
Dimana
dapat
dikatakan
para
investor
akan

mengalami

kerugian maksimum sebesar Rp115.727,00 dengan keyakinan 99%,
Rp67.415,73 dengan keyakinan 95%, dan Rp49.019,61 dengan keyakinan 90% dari
total dana awal investasi sebesar Rp3.000.000,00 pada saham BBCA. Hasil dari
simulasi Monte Carlo lebih tinggi daripada simulasi Historis karena simulasi Monte
Carlo melibatkan pengulangan berulang dengan mengikutsertakan bilangan acak,
yang menyebabkan perhitungannya menjadi lebih besar.

Banking is one of the main pillars of a country’s economy. By providing various financial products and services, banking plays an important role in facilitating economic growth, managing risk, and advancing innovation in the financial system. However, despite providing great benefits for the economy, banking is also faced with a lot of challenges. One of them is the risk of financial system stability. Banking must always adapt to global developments, face market fluctuations, and anticipate the possibility of financial crisis. Stock investors who invest in Bank Central Asia must make decisions due to market fluctuations, to still generate returns on their investment portfolios. Through this research, Value at Risk measurement will be conducted to determine the risk of Bank Central Asia shares using time series data and analyzed using Monte Carlo simulation and Historical simulation. The results of this study show that the VaR of BBCA shares with the Monte Carlo simulation method is -3.86% at 99% confidence level, -2.72% at 95% confidence level, and 2.11% at 90% confidence level. Where it can be said that investors will experience a maximum loss of Rp115,847.17 with 99% confidence, Rp81,647.59 with 95% confidence, and Rp63,415.91 with 90% confidence from the initial investment fund of Rp3,000,000.00 in BBCA shares. Meanwhile, the VaR of BBCA shares with Historical simulation is -3.86% at 99% confidence level, -2.25% at 95% confidence level, and -1.63% at 90% confidence level. Where it can be said that investors will experience a maximum loss of Rp115,727.00 with 99% confidence, Rp67,415.73 with 95% confidence, and Rp49,019.61 with 90% confidence from the initial investment fund of Rp3,000,000.00 in BBCA shares. The results of the Monte Carlo simulation are higher than the Historical simulation because the Monte Carlo simulation involves repeated repetitions by involving random numbers, which causes the calculation to be larger.