Analisis skenario, pohon keputusan, dan simulasi merupakan pendekatan probabilistik untuk menilai risiko dalam investasi. Analisis skenario memperkirakan nilai aset dalam berbagai skenario untuk memahami pengaruh risiko. Pohon keputusan menggambarkan risiko sekuensial dan memberikan nilai harapan. Simulasi menguji konsekuensi risiko berkelanjutan dengan memberikan distribusi nilai yang diharapkan. Ketiga pendekatan memberikan perspektif
1. BAB 6
Pendekatan Probabilistik :
Analisis Skenario, Pohon
Keputusan, dan Simulasi
NAMA KELOMPOK :
AZYAH ASRI ANINGRUM
GABRIELLA SHEREN
2. Mempertimbangkan cara yang lebih
informatif di dalam mengakses daan
mereprensetasikan risiko di dalam
investasi. Dimulai dengan melihat pada
versi sederhana yaitu analisis nilai
suatu aset dalam tiga skenario a best
case, most likel case, dan the worst
case dan memperluas pembahasan.
PENDAHULUAN
3. Di dalam analisis skenario,
Memperkirakan arus kas yang
diharapkan dan nilai aset dalam
berbagai skenario, dengan maksud
untuk mendapatkan “a better sense
of the effect of risk on value”.
ANALISIS SKENARIO
(SCENARIO ANALYSIS)
4. BEST
CASE/WORST
CASE
Dengan aset yang berisiko, arus
kas yang sebenarnya akan
sangat berbeda dari nilai harapan
(ekspektasi). Pada keadaan
minimum, kita bisa
memperkirakan arus kas kalau
sesuatunya bekerja secara
sempurna.
5. Di dalam praktiknya, kita bisa
membuat struktur analisis ini
menjadi dua cara, yaitu :
6. A. Bisa menggunakan
perbedaan antara “the best
case and worst case value
sebagai ukuran risiko pada
aset; kisaran dalam nilai (scale
to size) harus lebih besar
untuk investasi yang lebih
berisiko.
SEBERAPA BERGUNAKAH “A
BEST CASE (WORST CASE)
ANALYSIS”?
7. B. Perusahaan yang memerhatikan
tentang pengaruh kelimpahan
(spillover) yang potensial pada
operasi suatu investasi mereka
yang menjadi jelek mungkin bisa
mengukur pengaruh dengan jelas
melihat “the worst case outcome”.
8. MULTIPLE SCENARIO
ANALYSIS
Analisis skenario tidak harus
dibatasi pada “the best and worst
case” saja. Didalam bentuk yang
lebih umum, nilai suatu aset
berisiko bisa dihitung dalam
beberapa skenario, berdasarkan
asumsi yang berbeda-beda tentang
keduanya, yaitu ekonomi makro
dan “asset-specific Variables”.
9. LANGKAH-LANGKAH
DALAM ANALISIS
SKENARIO
1. Penentuan
faktor-faktor yang
mana, suatu
skenario akan
dibangun di sekitar
faktor-faktor
tersebut
2. Penentuan
banyaknya
skenario,
dianalisis untuk
setiap faktor
3. Membuat perkiraan/
estimasi aset arus kas
dalam setiap scenario,
berfokus hanya pada dua
atau tiga faktor kritis dan
menyusun /membentuk
“relatively few scenarios
4. Sebagai
komponen
terakhir,
menentukan nilai
probabilitas
untuk terjadinya
setiap skenario
10. USE IN DECISION
MAKING
Infomasi paling berguna dari suatu
analisis skenario ialah kisaran nilai lintas
skenario yang berbeda, yang
menyediakan “a snapshot of the
riskiness of the asset”; aset yang lebih
berisiko akan mempunyai nilai lebih
bervariasi lintas skenario, Analisis
skenario akan berguna dalam
menentukan input dalam suatu analisis
yang mempunyai pengaruh terbesar
pada nilai.
11. Analisis skenario mempunyai satu
manfaat final. Kalau tidak terjadi apa-apa,
proses berpikir melalui skenario
merupakan latihan yang baik di dalam
menguji bagaimana kompetisi
(persaingan) akan bereaksi dalam
lingkungan makro ekonomi yang
berbeda dan apa yang bisa dikerjakan
untuk meminimumkan pengaruh
'downside risk” dan me-maksimumkan
pengaruh potensial “upside” pada suatu
nilai aset yang berisiko.
12. ANALISIS SKENARIO
GANDA (MULTIPLE
SCENARIOS ANALYSIS)
Menyediakan banyak infomasi daripada “a best-
case/worst-case analysis” dengan menyediakan
nilai aset dalam setiap skenario secara spesifik.
Walaupun begitu, skenario ganda mempunyai
kelemahan-kelemahan sebagai masalah
(problem), Yaitu:
A.
GARBA
GE IN,
GARBA
GE OUT
C.
DOUBLE
COUNTI
NG OF
RISK
B.
CONINU
OUS
RISK
13. POHON KEPUTUSAN
(DECISION TREE)
Di dalam proyek dan aset, risiko tidak
hanya diskrit tetapi “Sequential”.
Dengan perkataan lain, untuk suatu
aset yang mempunyai nilai, aset
tersebut harus lulus melalui suatu seri
ujian, dengan kegagalan pada setiap
titik untuk menerjemahkan secara
potensial ke dalam suatu nilai yang
hilang secara lengkap.
14. LANGKAH DALAM
ANALISIS POHON
KEPUTUSAN
Langkah pertama di dalam
pemahaman pohon keputusan
ialah membedakan antara
simpul akar (roat nodes), simpul
keputusan (decision nodes),
simpul kejadian (event nodes)
dan simpul akhir (end nodes).
15. .
1. Simpul akar
menunjukkan dimulainya
pohon keputusan, di mana
pengambil keputusan bisa
dihadapkan dengan pilihan
keputusan atau suatu hasil
yang tak pasti.
2. Simpul kejadian
mewakili
kemungkinan hasil
pada satu judi yang
beresiko (a risk
gamble)
3. Simpul
keputusan
menunjukkan
pilihan yang bisa
dibuat oleh
pegambil keputusan
4. Simpul akhir
menunjukkan hasil
dari hasil berisiko
sebelumnya dan
keputusan dibuat
dalam “responds"
16. ELEMEN-ELEMEN KUNCI
DIDALAM POHON
KEPUTUSAN
1. Hanya simpul
kejadian yang
menunjukkan hasil tak
pasti dan mempunyai
probabilitas terjadinya
kejadian tersebut
2. Simpul
keputusan
menunjukkann
pilihan
17. LANGKAH-LANGKAH
MENGEMBANGKAN SUATU
POHON KEPUTUSAN
1. Bagi
analisis
ke dalam
tahap-
tahap
risiko
2.
Perkiraan
probabilita
s hasil
dalam
setiap
tahapan
3.
Mendefini
sikan titik
keputusan
4, Hitung
arus
kas/nilai
pada
simpul
akhir (end
5. Fold
back
the tree
18. DUA HASIL
MUNCUL/TIMBUL
DARI POHON
KEPUTUSAN
A. Nilai harapan
sekarang meliputi
seluruh pohon
keputusan. Nilai
harapan menyatukan
“upside and downside
from risk” secara
potensial dan tindakan-
tindakan yang harus
diambil di dalam
B. Kisaran nilai
pada simpul akhir
yang baru
meringkas
Wappulate) risiko
dalam investasi
yang potensial
19. PENGGUNAAN
DALAM
PENGAMBILAN
KEPUTUSAN
1. “Dynamic
response to risk”
Dengan jalan
menggabungkan
tindakan dan pilihan
hasil dari kejadian tak
pasti.
2. Nilai informasi
Pohon keputusan
menyediakan suatu
perspektif yang
berguna pada nilai
informasi dalam
pembuatan
keputusan.
3. Manajemen Risiko
Pohon keputusan
berguna di dalam
memutuskan risiko
yang harus dilindungi
dan manfaatnya untuk
melakukannya.
20. ISSUES
Pohon keputusan sangat tepat mengatasi
jenis risiko yang berurutan (sequential);
proses untuk FDA di mana persetujuan
terjadi dalam tahapan merupakan contoh
yang bagus karena risiko yang
memengaruhi aset secara bersamaan
Berdasarkan pada asumsi ini, integritas
dari proses dan nilai yang diharapkan akan
cepat pecah jika manajer melupakan uji
pasar yang gagal.
21. RISK ADJUSTED
VALUE
AND DECISION TREE
Analis percaya bahwa pohon keputusan,
kemungkinan hasil yang bagus dan jelek, sudah
merupakan “risk adjusted", sudah disesuaikan
terhadap risiko. Kenyataannya, mereka terus
mengklaim bahwa tingkat diskonto yang benar
dengan menggunakan “estimating present
value” dalam pohon keputusan merupakan “the
risk-free rate”; “using a risk-adjusted discount
rate” mereka berargumentasi, akan menjadi
“double counting the risk”.
22. EXPECTED
VALUES ARE NOT
RISK ADJUSTED
Probabilitas nilai harapan yang
diperoleh bukan dari nilai yang
disesuaikan terhadap risiko. Tetapi
untuk menggunakan “therisk-
freerate” ialah bahwa risiko yg
tertanam dalam hasil tak pasti
akan diversifikasikan.
23. DOUBLE-
COUNTING
OF RISK
Tidak melakukan perhitungan dua
kali untuk risiko dalam pohon
keputusan dengan menggunakan
“risk-adjusteddiscountrate” yang
ditentukan dengan harga yang
tinggi untuk mencerminkan
kemungkinan kegagalan pada
tahapan awal.
24. THE RIGHT
DISCOUNT RATE
Pohon keputusan bukan alternatif untuk
“risk-adjusted valuation”. Sebagai
penggantinya keputusan bisa dipandang
sebagai cara penyesuaian yang berbeda
untuk risiko yang diskrit yang mungkin
sukar untuk dibawa ke dalam arus kas yang
diharapkan atau tingkat bunga diskonto
yang disesuaikan terhadap risiko.
25. SIMULASI
(SIMULATION)
Simulasi memberikan suatu cara menguji
konsekuensi dari risiko kontinyu. Sebagian besar
risiko yang dihadapi dalam dunia nyata dapat
menghasilkan banyak hasil karena suatu simulasi
akan memberikan suatu gambaran yang lebih penuh
dari risiko dalam suatu aset atau investasi.
Langkah langkah dalam simulasi, yaitu :
27. USE IN DECISION
MAKING
.
A. “It offers better input
estimation”
Dalam suatu simulasi yang
ideal, analisis akan menguji
kedua data historis dan
“crosssectional” pada
setiap variabel sebagai
“input” sebelum membuat
suatu pertimbangan pada
distribusi untuk
dipergunakan dan
parameter dari distribusi.
B. “It yields a distribution
for expected value rather
than a point estimate”
Resiko mengalami
perhitungan yang dobel
dalam simulasi dan untuk
keputusan didasarkan pada
jenis risiko yang salah (the
wrong type of risk)
28. SIMULATION WITH
CONSTRAIN
Menggunakan simulasi sebagai alat
dalam analisis risiko, kita harus
mengenalkan suatu pembatasan
(constraint), yang kalau dilanggar
menyebabkan biaya yang sangat
besar bagi perusahaan dan bahkan
bisa menyebabkan kematian.
29. BOOK VALUE
CONTRAINTS
Nilai buku ekuitas ialah suatu
konsep akunting yang abstrak,
untuk dirinya sendiri seperti
Perusahaan Microsoft dan
Google berdagang pada hanya
pasar yang beberapa kali nilai
buku mereka.
30. Ada dua jenis pembatasan pada nilai buku dari
ekuitas yang mungkin memanggil untuk
pemberian rambu-rambu pada risiko :
A. Regulatory
Capital Restriction
Perusahaan yg
melanggar
pembatasan modal
ini bisa diambil alih
oleh “reqularity
authorities” dengan
investor ekuitas
kehilangan
semuanya kalau hal
ini terjadi.
B. Nilai buku
ekuitas negatif
Dibeberapa
negara, nilai buku
ekuitas negatif
dapat
menimbulkan
biaya yang
substansial bagi
para perusahaan
dan para
investornya.
31. EARNING AND CASH
FLOW CONSTRAINSTS
Bisa ditentukan baik
secara internal maupun
eksternal. Dibeberapa
perusahaan, manajer boleh
menentukan atau
memutuskan konsekuensi
kerugian termasuk
kehilangan pekerjaan.
32. MARKET VALUE
CONSTRAINTS
Simulasi memungkinkan kita tidak
hanya untuk mengkuantitatifkan
probabilitas keadaan yang sukar
(distress) tetapi juga
membangun/membentuk biaya untuk
biaya kebangkrutan yang tidak
langsung ke dalam valuasi.
Kenyataannya kita bias secara
eksplisit membuat model pengaruh
“distress” pada arus kas yang
diharapkan dan suku bunga diskonto.
33. Ada beberapa kunci isu di mana kita
harus berurusan dengan hal-hal yang
berkaitan dengan simulasi dalam
mengakses risiko (in riskassessment):
Masuk
sampah ke
luar sampah
(“garbage in
garbage
out”)
“Real
data may
not fit
distributi
on”
36. SUMBER REFERENSI :
Buku Paket MANAJEMEN RISIKO :
PENGAMBILAN RISIKO SECARA STRATEGIS
BAGI PENGAMBIL KEPUTUSAN BISNIS. Prof
Johannes Supranto, M.A., APU dan Dr
Lukman Hakim, SE., MM
