ESTIMASI RISIKO INVESTASI SAHAM DENGAN CONDITIONAL VALUE AT RISK PADA PERUSAHAAN SEKTOR CONSUMER NON-CYCLICALS DI BURSA EFEK INDONESIA MENGGUNAKAN PENDEKATAN EXTREME VALUE THEORY

Latar Belakang. Investor perlu memperhatikan risiko kerugian dalam berinvestasi. Salah satu metode untuk memperkirakan potensi kerugian maksimum adalah Value at Risk (VaR). Namun, VaR memiliki kelemahan karena tidak memperhitungkan kerugian di luar batas tersebut. Untuk mengatasi kelemahan ini, digunakan Conditional Value at Risk (CVaR) yang mengukur kerugian ekstrem melebihi VaR. Data deret waktu keuangan sering menunjukkan distribusi heavy tail, yang mengindikasikan kemungkinan kejadian ekstrem. Extreme Value Theory (EVT) adalah metode yang digunakan untuk mengidentifikasi kejadian ekstrem dalam data heavy tail. Tujuan. Penelitian ini bertujuan untuk mengestimasi nilai parameter yang terbentuk, mengestimasi nilai CVaR dengan EVT, serta membandingkan keakuratan dua pendekatan: Block Maxima (BM) dan Peaks Over Threshold (POT). Metode. Pendekatan L-Moment digunakan untuk mengestimasi parameter distribusi pada BM dan POT. Data yang digunakan adalah data penutupan saham harian dari dua perusahaan sektor consumer non-cyclicals di Bursa Efek Indonesia dari 3 Januari 2018 hingga 30 Januari 2024. Hasil. Estimasi parameter dengan pendekatan BM menghasilkan nilai {\hat{\mu}}_{HMSP}=0,012797 dan {\hat{\mu}}_{JPFA}=0,018242, {\hat{\sigma}}_{HMSP}=0,013675 dan {\hat{\sigma}}_{HMSP}=0,017495, serta {\hat{\xi}}_{HMSP}=-0,112068 dan {\hat{\xi}}_{HMSP}=-0,092181. Pada pendekatan POT menghasilkan nilai {\hat{\mu}}_{HMSP}=0,024717 dan {\hat{\mu}}_{JPFA}=0,032498, {\hat{\sigma}}_{HMSP}=0,013656 dan {\hat{\sigma}}_{JPFA}=0,016341, serta {\hat{\xi}}_{HMSP}=-0,148141 dan {\hat{\xi}}_{HMSP}=-0,177261. Pendekatan BM menghasilkan nilai CVaR masing-masing perusahaan sebesar 20,0752% dan 29,6537%, sedangkan pendekatan POT menghasilkan nilai CVaR masing-masing sebesar 0,966% dan 1,548%. Hasil analisis keakuratan menunjukkan bahwa POT memberikan estimasi risiko investasi yang lebih akurat dan dapat diandalkan dibandingkan BM. Kesimpulan. Semakin besar estimasi risiko yang diperoleh, maka semakin besar estimasi kerugian yang didapatkan oleh investor.