RPS minggu 7 · 2x50 menit

Risiko Komoditas: Mean Reversion, Convenience Yield, VaR

Manajemen Risiko Pasar — Magister Manajemen FEB UNDIP

Peta Pertemuan Hari Ini

Jam ke-1 (50 menit)

Karakter unik komoditas: mean reversion & seasonality
Convenience yield (Kaldor 1939)
Model Schwartz (1997) single-factor

Jam ke-2 (50 menit)

Hedging komoditas (Tufano 1996)
Kasus: dampak avtur pada Garuda
Hitung dari nol: VaR CPO AALI

Komoditas σ tahunan paling tinggi (~25-35%) dibanding ekuitas (~15-20%) atau bond (~5-8%). Hedging sulit karena instrumen likuid terbatas di Indonesia.

Motivasi: WTI Negatif April 2020

20 April 2020: WTI futures expire di harga −USD 37,63/barel — penjual membayar pembeli untuk ambil minyak. Phenomena ini menunjukkan ekstrem risiko komoditas.

Akar Penyebab

Demand collapse akibat COVID lockdown global
Storage Cushing, Oklahoma mendekati penuh
Penjual futures tidak bisa ambil physical delivery
Forced liquidation sebelum expiry → harga negatif

Pelajaran Risk Management

Komoditas bisa harga negatif (storage cost)
Liquidity risk di expiry (squeeze)
Model lognormal gagal (asumsi harga > 0)
UCO ETF rugi besar (US Oil Fund)

Kasus WTI negatif April 2020 adalah ilustrasi ekstrem risiko komoditas. Akar penyebab: COVID lockdown menghancurkan demand minyak (~30 juta barel/hari hilang), storage Cushing Oklahoma mendekati penuh, penjual futures harus liquidate sebelum expiry karena tidak bisa ambil physical delivery, sehingga harga jatuh ke −USD 37,63/barel. Pelajaran risk management: pertama, komoditas bisa harga negatif (storage cost melebihi value) — asumsi lognormal BSM gagal. Kedua, liquidity risk di expiry bisa ekstrem (squeeze). Ketiga, model VaR dengan asumsi lognormal underestimate tail risk. UCO (US Oil Fund) rugi besar karena exposure ke futures WTI. Implikasi untuk Indonesia: perusahaan dengan eksposur minyak (Pertamina, Garuda) harus stress test skenario extreme. Diskusi: di perusahaan Anda, sudah ada stress test komoditas dengan skenario extreme?

Bagian 1 · 1/4

Karakter Unik Komoditas

Diskusi kelas: harga CPO Indonesia vs harga TLKM saham — mana yang lebih predictable 1 tahun ke depan? Mengapa komoditas lebih sulit diprediksi dari ekuitas?

Tiga Karakter Unik Komoditas

Karakter	Definisi	Implikasi Risk
1. Mean Reversion	Harga cenderung kembali ke long-run marginal cost	σ jangka panjang lebih rendah dari jangka pendek
2. Seasonality	Pola musiman (panen, winter demand)	Volatilitas naik di peak season
3. Convenience Yield	Benefit memegang physical vs futures	Backwardation/contango; basis risk

Schwartz (1997): mean reversion adalah distinguishing feature komoditas. Harga random walk (saham) vs mean revert (komoditas) memerlukan model dan risk measure berbeda.

Tiga karakter unik komoditas ini membedakannya dari ekuitas dan bond. Pertama, mean reversion: harga komoditas cenderung kembali ke long-run marginal cost produksi, sehingga shock harga cenderung temporary. Akibatnya, σ jangka panjang lebih rendah dari σ jangka pendek — berbeda dari ekuitas yang σ cenderung scale dengan √T (random walk). Kedua, seasonality: harga komoditas agrikultur mengikuti pola musiman (panen CPO April-September, winter demand gas), sehingga volatilitas naik di peak season. Ketiga, convenience yield: benefit memegang physical vs futures (kemampahan ship when shortage) menciptakan backwardation/contango — basis risk signifikan untuk hedging. Schwartz (1997) menekankan mean reversion sebagai distinguishing feature komoditas. Diskusi: di perusahaan Anda, sudah ada modeling karakter unik komoditas?

Convenience Yield: Kaldor (1939)

F = S × e^[(r + storage − y) × T]

Kaldor (1939) memperkenalkan convenience yield (y): benefit implicit dari memegang physical inventory. Convenience yield tinggi saat shortage → backwardation (F < S).

Backwardation

F < S (futures lebih murah dari spot)
Convenience yield tinggi (shortage)
Producer ingin hedge → long futures buyer
Biasanya: minyak saat geopolitik tense

Contango

F > S (futures lebih mahal dari spot)
Convenience yield rendah (surplus)
Carrying cost dominan (storage + financing)
Biasanya: WTI April 2020 (storage penuh)

Kaldor (1939) memperkenalkan convenience yield sebagai konsep kunci komoditas. Convenience yield (y) adalah benefit implicit dari memegang physical inventory — kemampahan untuk ship saat shortage atau arbitrase. Formula cost-of-carry: F = S × e^[(r + storage − y) × T]. Saat shortage (y tinggi), futures lebih murah dari spot — backwardation. Saat surplus (y rendah), futures lebih mahal dari spot — contango. WTI April 2020 contoh ekstrem contango karena storage Cushing penuh, sehingga y sangat negatif. Implikasi untuk hedging: backwardation beneficial untuk producer hedge (long futures), contango beneficial untuk consumer hedge. Basis risk (perbedaan spot vs futures) signifikan untuk hedge effectiveness. Diskusi: di perusahaan Anda, sudah ada analisis backwardation/contango untuk hedging timing?

Model Schwartz (1997): Mean Reversion

dS = κ(μ − ln S) S dt + σ S dW

Schwartz (1997) memodelkan harga komoditas dengan mean reversion: harga cenderung kembali ke long-run mean μ dengan speed κ. Volatilitas jangka panjang lebih rendah dari jangka pendek.

Parameter	Interpretasi	Estimasi Tipikal (minyak)
κ (speed)	Kecepatan mean reversion	~0,3-0,5 per tahun
μ (long-run log price)	Equilibrium long-run	~log(USD 60-80/barel)
σ (volatilitas)	Short-term shock	~30-40%/tahun

Schwartz (1997) memodelkan harga komoditas dengan mean reversion dalam formula stochastic differential: dS = κ(μ − ln S) S dt + σ S dW. Parameter κ adalah speed of mean reversion (~0,3-0,5 per tahun untuk minyak); μ adalah long-run log price (~log USD 60-80/barel); σ adalah short-term volatilitas (~30-40%/tahun). Implikasi penting: volatilitas jangka panjang lebih rendah dari jangka pendek karena mean reversion. Untuk horizon 1-tahun, σ komoditas bisa ~35%; untuk horizon 5-tahun, effective σ turun ke ~20% karena harga revert ke mean. Ini berbeda dari saham yang σ jangka panjang = σ jangka pendek × √T (random walk). Implikasi untuk VaR: VaR komoditas jangka panjang lebih kecil dari saham dengan σ awal sama. Diskusi: di perusahaan Anda, VaR komoditas sudah pakai mean reversion model?

Bagian 2 · 2/4

Hedging Komoditas & Kasus Indonesia

Diskusi kelas: perusahaan Indonesia dengan eksposur komoditas (mis. Garuda dengan avtur, AALI dengan CPO) — lebih baik hedge dengan futures di bursa overseas, OTC dengan bank, atau natural hedge operating? Apa trade-off?

Hedging Komoditas: Tufano (1996)

Tufano (1996) meneliti hedging di North American gold mining industry dan menemukan strategi heterogen: beberapa hedge aggressive (~75% eksposur), beberapa tidak hedge sama sekali.

Alasan Hedge

Stabilize cash flow (financial distress cost)
Reduce cost of capital (lower risk)
Lock in profit margin
Meet debt covenant requirement

Alasan Tidak Hedge

Shareholder dapat diversifikasi sendiri
Hedge cost (basis, fee)
"Natural hedge" (price passthrough)
Asimetri: investor mau upside saat harga naik

Tufano (1996) adalah studi klasik hedging komoditas di gold mining. Empat alasan hedge: pertama, stabilize cash flow untuk reduce financial distress cost; kedua, reduce cost of capital karena lower risk; ketiga, lock in profit margin untuk budgeting; keempat, meet debt covenant requirement. Empat alasan tidak hedge: pertama, shareholder dapat diversifikasi sendiri (portfolio theory); kedua, hedge cost (basis risk, transaction fee); ketiga, "natural hedge" melalui price passthrough; keempat, asimetri expectation — investor mau upside saat harga komoditas naik, hedge menghilangkan upside ini. Implikasi: tidak ada jawaban universal tentang hedge ratio optimal — tergantung karakteristik perusahaan, shareholders, dan market structure. Diskusi: di perusahaan Anda, alasan hedge atau tidak hedge dominan?

Kasus: Dampak Harga Avtur pada Garuda

Konteks: Garuda Indonesia tahun 2014: harga avtur naik ~20% (USD 100 → 120/barel), eksposur konsumsi avtur ~3 juta barel/tahun. Rugi bersih 2014 ~Rp 4,27 triliun (regulasi/operasional).

Langkah	Perhitungan	Nilai (~)
1. Eksposur konsumsi avtur	3 juta barel/tahun	3.000.000 barel
2. Dampak kenaikan USD 20/barel	USD 20 × 3 juta barel	USD 60 juta (~Rp 720 miliar)
3. Sebagai % revenue (~USD 3,5 miliar)	USD 60M / USD 3.500M	~1,7% revenue (signifikan untuk margin tipis)
4. Hedge ratio optimal (Tufano framework)	Trade-off stabilize vs upside	~50-70% eksposur 12 bulan

Hitung dari Nol: VaR CPO AALI

Skenario (ilustratif): AALI dengan produksi CPO ~2,5 juta ton/tahun. Harga CPO USD 800/ton. Volatilitas CPO 30%/tahun. Kurs USD/IDR = Rp 15.500. Hitung VaR 1-minggu 95% eksposur CPO dalam IDR.

Langkah	Perhitungan	Nilai
1. Eksposur tahunan (USD)	2,5 juta ton × USD 800/ton	USD 2 miliar
2. Eksposur tahunan (IDR)	USD 2 miliar × Rp 15.500	Rp 31 triliun
3. Eksposur 1-minggu produksi	Rp 31T / 52 minggu	Rp 596 miliar
4. σ CPO 1-minggu	30% × √(7/365)	4,16%
5. VaR 1-minggu 95%	Rp 596M × 4,16% × 1,65	Rp 40,9 miliar (1 minggu produksi)
6. Tahunan (multiplied produksi)	Rp 40,9M × 52 minggu	~Rp 2,1 triliun (annualized)

VaR CPO AALI

Rp 2,1 T/tahun

Eksposur signifikan untuk perusahaan sawit besar. Hedge dengan futures BMD (Bursa Malaysia) atau OTC bisa mitigasi, tetapi basis risk signifikan (CPO Indonesia vs Malaysia).

Bagian 3 · 3/4

Stress Test Harga Komoditas

Diskusi kelas: untuk perusahaan dengan eksposur komoditas (mis. PLN batu bara, Garuda avtur), stress test historis mana yang paling relevan untuk Indonesia? Minyak 2008, WTI negatif April 2020, atau gangguan OPEC+?

Bagian 4 · 4/4

Komoditas di Konteks Indonesia

Diskusi kelas: Indonesia adalah produsen komoditas besar (CPO, batu bara, nickel, timah). Bagaimana eksposur komoditas ini memengaruhi macroeconomy dan perusahaan tertentu?

Mini-Kasus: Hedging Sawit Indonesia

Konteks: Perusahaan sawit Indonesia (AALI, LSIP) hedging CPO dengan futures Bursa Malaysia Derivatives (FCPO) atau OTC dengan bank. Basis risk signifikan.

Metode Hedge	Kelebihan	Kelemahan
FCPO Bursa Malaysia	Likuid, transparent, exchange-cleared	Basis risk (MY vs ID CPO); currency (MYR vs IDR)
OTC swap dengan bank	Customized ID price; tenor fleksibel	Credit risk counterparty; ISDA dokumentasi
Natural hedge (refinery)	Strategic; margin stabilize	Capital intensive; slow
Tidak hedge	Keep upside saat harga naik	Rugi besar saat harga jatuh (2018-19)

Perusahaan sawit Indonesia punya beberapa pilihan hedge. FCPO di Bursa Malaysia Derivatives likuid dan transparent tetapi basis risk signifikan (CPO Malaysia vs Indonesia bisa beda 5-15% karena freight, quality, supply-demand local). OTC swap dengan bank customized ke Indonesia price tetapi credit risk counterparty dan dokumentasi ISDA kompleks. Natural hedge melalui refinery downstream (membuat cooking oil) bisa stabilize margin tetapi capital intensive dan slow. Tidak hedge berarti keep upside saat harga naik tetapi rugi besar saat jatuh (kasus 2018-19 saat CPO jatuh dari USD 700 ke USD 500). Best practice perusahaan sawit besar Indonesia: kombinasi FCPO (untuk hedge likuid) + OTC (untuk tailored hedge) + natural hedge (refinery) — layered approach. Diskusi: di perusahaan Anda, layered hedge seperti ini?

Pitfalls Commodity Risk Management

Pitfalls Umum

Asumsi random walk (abaikan mean reversion)
Abaikan seasonality di σ estimasi
Basis risk tidak di-model (spot vs futures)
Liquidity risk OTC (squeeze)

Best Practices

Mean reversion model (Schwartz 1997)
Seasonality adjustment
Basis risk dalam VaR hedge effectiveness
Exchange-cleared futures utama

Empat pitfalls umum di commodity risk management Indonesia. Pertama, asumsi random walk (σ × √T) mengabaikan mean reversion, sehingga underestimate VaR jangka pendek dan overestimate VaR jangka panjang — Schwartz model lebih akurat. Kedua, abaikan seasonality di σ estimasi — CPO σ lebih tinggi di peak season (April-September panen). Ketiga, basis risk tidak di-model — hedge dengan futures BMD tidak perfectly hedge CPO Indonesia. Keempat, liquidity risk OTC — squeeze seperti WTI April 2020 bisa ekstrem. Best practices: mean reversion model (Schwartz 1997), seasonality adjustment, basis risk dalam VaR hedge effectiveness (Pertemuan 10), exchange-cleared futures utama (BMD untuk CPO, ICE/CME untuk minyak, LME untuk logam). Diskusi: di perusahaan Anda, pitfalls mana yang paling relevan?

Sources & Persiapan Pertemuan 8

Referensi Utama

Hull, J.C. — Bab 5, 22 (Commodity Risk)
Schwartz, E. (1997) — Stochastic Convenience Yield
Kaldor, N. (1939) — Speculation & Economic Equilibrium
Tufano, P. (1996) — Gold Mining Hedging

Persiapan Pertemuan 8 (Greeks)

Baca Hull Bab 19 (Greeks, Black-Scholes)
Review volatilitas implisit dari P2
Siapkan data opsi saham/indeks
Diskusi: delta, gamma, vega

Coba Sendiri: Maximum Drawdown Harga Komoditas

Masukkan deret harga komoditas (mis. CPO, batu bara, minyak) dan amati maximum drawdown, recovery time, dan profil risiko. Bandingkan volatilitas antar komoditas.

Ringkasan Kunci Pertemuan 7

Karakter Unik

Mean reversion, seasonality, convenience yield — beda dari ekuitas/bond

σ Tahunan Tinggi

CPO ~25-35%, minyak ~30-40% — VaR komoditas material

Hedging Sulit

Basis risk, liquidity OTC; layered approach (futures + OTC + operating)

VaR komoditas AALI ~Rp 2 T/tahun — signifikan; stress test wajib skenario geopolitik.