Mamduh RISIKO KEMATIAN Manajemen Risiko Mamduh.

Presentasi berjudul: "Mamduh RISIKO KEMATIAN Manajemen Risiko Mamduh."— Transcript presentasi:

1 Mamduh RISIKO KEMATIAN Manajemen Risiko Mamduh

2 RISIKO KEMATIAN Kematian itu sendiri merupakan sesuatu yang pasti.
Tetapi timing dari kematian merupakan sesuatu yang tidak pasti. Lebih spesifik lagi, manusia menghadapi eksposur kematian sebelum waktunya (premature death)  Ketidakpastian  Risiko kematian Manajemen Risiko

3 KEMATIAN AWAL Kematian sebelum waktunya Kapan?
Sebelum mencapai usia pengharapan hidup Usia pengharapan hidup bervariasi, mulai dari 68 tahun (Indonesia), sampai 75 tahun (Amerika Serikat) Manajemen Risiko

4 MENGHITUNG PROBABILITAS KEMATIAN AWAL
Probabilitas kematian awal bisa dihitung dengan menggunakan table kematian (mortality table). Tabel tersebut menunjukkan probabiltas kematian dan bertahan hidup untuk kelompok umur tertentu, dan disajikan dengan format yang mudah dibaca. Tabel Kematian CSO1980 disusun oleh aktuaria asuransi dan didasarkan pada pengalaman kematian orang-orang yang diasuransikan (berarti yang terdaftar di perusahaan asuransi) pada awal tahun 1970-an. Manajemen Risiko

5 Manajemen Risiko

6 Mamduh Manajemen Risiko Mamduh

7 BAGAIMANA MEMBACA TABEL KEMATIAN?
Dengan menggunakan tabel tahun 1980, terlihat bahwa untuk bayi (umur 0 tahun), dari 1000 bayi, ada 4,18 yang meninggal dunia. Angka kematian tersebut menurun pada usia 1 tahun. Dengan kata lain, bayi mempunyai risiko kematian yang lebih tinggi dibandingkan usia anak kecil lainnya. Kolom berikutnya menyajikan life expectancy (pengharapan hidup), yaitu 70,83 tahun untuk pria dan 75,83 tahun untuk wanita pada ulang tahun ke 0 (baru lahir). Pada ulang tahun yang pertama (usia 1), usia pengharapan hidup turun menjadi 70,13 tahun untuk pria. Manajemen Risiko

8 Manajemen Risiko

9 MENGHITUNG PROBABILITAS KEMATIAN AWAL
Misalkan kita ingin menghitung berapa probabilitas seseorang yang baru saja berulang tahun ke 35, akan meninggal satu, dua, dan lima tahun mendatang. Manajemen Risiko

10 PROBABILITAS KEMATIAN: 1q35 = (20.028) / 9.491.711 = 0,00211
PROBABILITAS BERTAHAN HIDUP 1p35 = (1000 – 2,11) / = 0,9979 2p35 = (1000 – (2,11 + 2,24)) / = 0,9957 5p35 = (1000 – (2,11 + 2,24 + 2,40 + 2,58 + 2,79))/ = 0,9879 Manajemen Risiko

11 EKSPOSUR KARENA KEMATIAN AWAL
EKSPOSUR YANG DIHADAPI OLEH KELUARGA EKSPOSUR YANG DIHADAPI OLEH BISNIS BAGAIMANA MENGHITUNG EKSPOSUR TERSEBUT? Manajemen Risiko

12 MENGHITUNG BESARNYA EKSPOSUR KEMATIAN AWAL UNTUK KELUARGA YANG DITINGGALKAN
Misalkan suatu keluarga menghabiskan Rp5 juta perbulan atau Rp60 juta pertahun untuk kebutuhan hidupnya. Misalkan kebutuhan tersebut diasumsikan konstan. Misalkan kebutuhan tersebut dipenuhi oleh seorang ayah sepenuhnya, yang berusia 40 tahun. Kemudian ayah tersebut meninggal dunia, padahal usia pengharapan hidup adalah (misal) 70 tahun. Misalkan tingkat bunga yang relevan adalah 15% (dipakai sebagai discount rate untuk perhitungan present value) . Manajemen Risiko

13 Nilai kebutuhan hidup yang seharusnya ditanggung
Mamduh Nilai kebutuhan hidup yang seharusnya ditanggung oleh ayah tersebut adalah: PV = 60juta/(1+0,15)1 + ……… juta/(1+0,15)30 = Keluarga tersebut bisa membeli asuransi dengan nilai pertanngungan sekitar Rp <>> untuk menjaga konsekuensi negatif kematian ayah keluarga tersebut. Manajemen Risiko Mamduh

14 MENGHITUNG BESARNYA EKSPOSUR KEMATIAN AWAL UNTUK BISNIS YANG DITINGGALKAN
misalkan rumah makan soto Selera Rasa dibangun oleh juru masak yang ahli yaitu Pak Hardo. Pak Hardo sangat terkenal, bisa meracik bumbu yang enak sehingga sotonya diminati oleh banyak orang. Misalkan Pak Hardo masih bisa bekerja 10 tahun lagi. Misalkan rumah makan tersebut menghasilkan omset sebesar Rp100 juta pertahun, dengan laba sebesar Rp20 juta pertahun. Misalkan biaya modal internal rumah makan tersebut adalah 20%. Manajemen Risiko

15 Kerugian = 25jt/(1+0,2)1 + …… + 25jt/(1+0,2)1 = 104.811.802
Jika Pak Hardo meninggal, diperkirakan omset penjualan akan turun separuhnya, yaitu menjadi Rp75 juta pertahun. Tujuan dalam hal ini ditetapkan menjadi “menjaga tingkat penjualan seperti sekarang ini jika Pak Hardo meninggal dunia”. Kerugian yang dialami perusahaan bisa dihitung sebagai berikut ini. Kerugian pertahun yang diderita oleh rumah makan tersebut, akibat kepergian Pak Hardo, adalah Rp100 juta – Rp75 juta = Rp25 juta pertahun. Biaya modal sebesar 20% dipakai sebagai discount rate (tingkat diskonto). Present value dari kerugian yang diderita oleh rumah makan tersebut, akibat meninggalnya Pak Hardo, adalah sebagai berikut ini. Kerugian = 25jt/(1+0,2)1 + …… + 25jt/(1+0,2)1 = Manajemen Risiko

16 INTERAKSI PROBABILITAS KEMATIAN AWAL DENGAN SEVERITY KERUGIAN: APLIKASI UNTUK PENENTUAN PREMI ASURANSI Kerugian yang diharapkan merupakan perkalian antara probabilitas kejadian dengan besarnya kerugian yang terjadi (severity). Jika kerugian tersebut diperkirakan terjadi lima tahun mendatang, maka konsep nilai waktu uang menjadi penting diperhatikan. Dalam hal ini probabilitas kejadian, tingkat severity, dan nilai waktu uang berinteraksi satu sama lain membentuk kerugian yang diharapkan. Manajemen Risiko

17 ILUSTRASI Sebagai contoh, misalkan ada seorang pria berusia 70 tahun (baru saja berulang tahun). Jika ia meninggal lima tahun mendatang (usia 75 tahun), kerugian yang akan ditanggung keluarganya adalah Rp100 juta. Berapa nilai sekarang dari kerugian yang diharapkan? Manajemen Risiko

18 Kerugian yang diharapkan = 0,219 x Rp100 juta = Rp21,9 juta
Dengan menggunakan tabel kematian CSO 1980 (lihat tabel pada lampiran), kita bisa menghitung probabilitas kematian orang tersebut sebagai berikut ini. 70q75 = ( – ) / = 0,219 Kerugian yang diharapkan merupakan perkalian antara probabilitas dengan severity (besarnya kerugian), yang bisa dilihat sebagai berikut ini. Kerugian yang diharapkan = 0,219 x Rp100 juta = Rp21,9 juta Karena peristiwa tersebut terjadi lima tahun dari sekarang, maka kita perlu mencari nilai sekarang dari kerugian tersebut. Misalkan tingkat bunga yang relevan adalah 10%, maka nilai sekarang dari kerugian tersebut adalah: Nilai sekarang kerugian = Rp21,9 juta / (1+0,1)5 = Rp 13,598 juta Manajemen Risiko

19 MENGHITUNG TANGGUNGAN ASURANSI
PRINSIP: PV premi yang diharapkan = PV tanggungan yang diperkirakan (PV = present value atau nilai sekarang) Misalkan perusahaan asuransi menawarkan asuransi kepada pria berusia 60 tahun, asuransi selama 10 tahun. Premi asuransi yang diterima oleh perusahaan asuransi tersebut adalah Rp3 juta pertahun selama 10 kali. Premi tersebut dibayarkan di awal tahun. Berapa tanggungan yang bisa diberikan perusahaan asuransi tersebut? Manajemen Risiko

20 RISIKO KESEHATAN, KECELAKAAN MOBIL, DAN KECELAKAAN KERJA
Manajemen Risiko

21 Bab ini membicarakan pure risk lainnya, yaitu risiko kesehatan, kecelakaan mobil, dan kecelakaan kerja. Tujuan pemaparan dalam bab ini adalah mengingatkan pada pembaca bahwa masih banyak risiko murni lainnya yang belum dibicarakan. Manajemen Risiko

22 RISIKO KESEHATAN PENYEBAB UTAMA: PENDUDUK YANG SEMAKIN TUA (KEMATIAN YANG TERTUNDA) Pada tahun 2025, diperkirakan ada sekitar 830 juta penduduk dinia dengan usia lebih besar atau sama dengan 65 tahun. Persentase penduduk tua tersebut lebih besar di Negara maju, tetapi jumlah dalam angka absolute lebih banyak di Negara berkembang Manajemen Risiko

23 Manajemen Risiko

24 Terlihat bahwa penduduk tua terbanyak pada tahun 2025 ada di Cina dan India, yang mencapai sekitar 206 juta dan 106 juta orang, berturut-turut. Kenaikan penduduk dari tahun bisa mencapai 170% (Venezuela), dan sekitar untuk negara-negara maju. Saat ini di Italia, Yunani, dan Swedia, 17% dari penduduk berusia di atas 65 tahun. Di Amerika Serikat, persentase tersebut mencapai 12%. Pada tahun 2035, Negara dengan persentase penduduk tua (usia 65 tahun atau lebih) adalah Jepang (28%), Italia (24.7%), dan Jerman (24,6%). Pada tahun tersebut, penduduk tua dunia diperkirakan akan mencapai 830 juta, kebanyak hidup di Negara berkembang. Manajemen Risiko

25 Penyebab trend semakin banyaknya penduduk tua adalah menurunnya tingkat kelahiran pada 25 tahun terakhir, dan penurunan tingkat kematian, baik di Negara berkembang dan Negara maju. Di Negara berkembang, penyakit utama yang menyebabkan kematian biasanya penyekit infeksi, sedangkan di Negara maju biasanya artery disease dan stroke. Sebagai contoh, di Amerika Serikat, Kanada, dan Australia, kematian karena penyakit jantung menurun sekitar 50% selama 25 tahun terakhir. Manajemen Risiko

26 Manajemen Risiko

27 MORBIDITY RATE Morbidity rate merupakan banyaknya penduduk (jumlah kasus) yang menderita sakit tertentu. Morbidity berasal dari bahasa latin morbidus, yang artinya adalah sakit, atau tidak sehat. Morbidity rate bisa dibandingkan dengan mortality rate. Sama seperti mortality rate, morbidity rate dihitung berdasarkan data historis. Manajemen Risiko

28 Manajemen Risiko

29 Manajemen Risiko

30 RISIKO KECELAKAAN KENDARAAN
Kendaraan (mobil dan lainnya) mulai popular awal abad 20. Kendaraan tersebut menyediakan jasa transportasi yang sangat memudahkan kehidupan. Tetapi kehadiran kendaraan tersebut juga menghadirkan sisi negatif, antara lain adalah risiko kecelakaan yang ditimbulkan. Bagian ini membahas risiko kecelakaan kendaraan. Kecelakaan kendaraan praktis terjadi sejak kendaraan diciptakan. Menurut perkiraan WHO (World Health Organization), kecelakaan lalu lintas menyebabkan lebih dari satu juta orang tewas, dan 50 juta orang terluka. Penyebab utama kecelakaan adalah pengemudi mabuk atau dalam pengaruh obat, tidak perhatian, terlalu lelah, bahaya di jalan (seperti salju, lubang, hewan, dan pengemudi teledor). Manajemen Risiko

31 BEBERAPA STATISTIK KECELAKAAN KENDARAAN
Sekitar 26% dari pengemudi pernah terlibat daalam kecelakaan mobil selama lima tahun sebelumnya Ada sekitar kematian karena kecelakaan pada tahun 2002 yang disebabkan oleh alcohol Lebih dari setengah kematian yang dilaporlkan, 59% diantaranya tidak memakai sabuk pengaman Kematian karena kecelakaan mobil terbalik (rollover crashes) mencapai 82% Manajemen Risiko

32 Manajemen Risiko

33 Manajemen Risiko

34 PENYEBAB KECELAKAAN 1. Faktor manusia: Pengemudi seringkali melakukan perbuatan yang bisa mendorong kecelakaan. Kebanyakan kecelakaan kendaraan sebenarnya bisa dihindari, jika orang lebih berhati-hati. Berikut ini menyajikan persentase aktivitas yang menyebabkan kecelakaan kendaraan. Manajemen Risiko

35 Manajemen Risiko

36 PENYEBAB KECELAKAAN 2. Faktor Teknis: Faktor teknis diakibatkan karena kelemahan mobil atau kendaraan yang bisa menyebabkan atau mendorong kecelakaan. Sebagai contoh, ban yang kehilangan gesekan ketika terjadi pengereman mendekati setengah gravitasi, bisa menyebabkan mobil tidak berhenti pada saatnya. Sistem api yang kurang aman bisa meningkatkan risiko kebakaran atau kecelakaan mobil. Dari tahun ke tahun, fasilitas pengamanan kendaraan cenderung semakin membaik, meskipun angka kematian karena kecelakaan kendaraan masih dirasakan tinggi. Manajemen Risiko

37 KECELAKAAN KERJA Pekerja menghadapi risiko kecelakaan kerja
BEBERAPA STATISTIK: Diperkirakan ada sekitar 1,6 juta cedera karena kerja setiap tahunnya, dan 2,2 juta kasus gangguan kesehatan karena kerja. Sekitar 30 juta hari kerja hilang setiap tahunnya karena kecelakaan, cedera, atau gangguan kesehatan. Diperkirakan kerugian karena gangguan kesehatan karena kerja, dan kecelakaan kerja, mencapai £6.5 milyar setiap tahunnya. Sebanyaka 226 karyawan meninggal karena kecelakaan kerja pada tahun 2002/03. Tingkat kecelakaan dan kematian kerja untuk perusahaan kecil (kurang dari 50 karyawan) dua kali besar dibandingkan dengan tingkat yang sama pada perusahaan besar (lebih dari 1000 karyawan). Kecelakaan kerja karena terpeleset atau terantuk benda merupakan penyebab kecelakaan kerja paling sering. Manajemen Risiko

38 STATISTIK KECELAKAAN KERJA
Sekitar 60% kecelakaan kerja yang menyebabkan kematian terjadi pada konstruksi, transportasi, pergudangan, pertanian, kehutanan, dan perikanan. Penyebab kematian kerja paling umum adalah karena jatuh dari ketinggian, ditabrak oleh kendaraan yang bergerak, dan ditabrak oleh obyek yang bergerak atau jatuh. Diperkirakan sekitar 20 orang terbunuh dan 250 cedera serius setiap minggunya berkaitan dengan kendaraan (menjalankan kendaraan, menggunakan jalan untuk kerja). Manajemen Risiko

39 [1] http://www.pikiran-rakyat.co.id/cetak/2006/012006/13/0603.htm
Bagaimana dengan kecelakaan kerja di Indonesia? Berikut beberapa informasi mengenai kecelakaan kerja di Indonesia.[1] Pada tahun 2005, terjadi kecelakaan kerja yang menyebabkan pekerja mengalami cacat, pekerja cacat sebagian dan 66 pekerja cacat total, dan meninggal. Meskipun tren kecelakaan kerja mengalami penurunan dari tahun ke tahun, tetapi angka tersebut dirasakan masih cukup tinggi. [1] Manajemen Risiko

40 DIVERSIFIKASI

41 Konsep diversifikasi seringkali diilustrasikan dengan perkataan “jangan menaruh telur pada satu keranjang”(don’t put your eggs in one basket). Pembicaraan dimulai dengan membicarakan karakteristik diversifikasi, bagaimana diversifikasi bisa mengurangi risiko. Pembicaraan dilanjutkan dengan membicarakan aspek lain, yaitu sinergi, yang perlu diperhatikan jika perusahaan melakukan diversifikasi produk.

42 EFEK DIVERSIFIKASI PORTOFOLIO
Menggunakan analisis statistik Melihat diversifikasi dalam konteks portofolio dengan aset yang independen Melihat diversifikasi dalam konteks portofolio dengan aset yang dependen (berkorelasi satu sama lain)

43 ASET INDEPENDEN SATU SAMA LAIN
Misalkan kita mempunyai portofolio dengan N aset yang independent satu sama lain. Risiko aset diukur dengan standar deviasi, sehingga tingkat keuntungan aset yang diharapkan dan risiko aset tersebut adalah: Tingkat keuntungan yang diharapkan = E(Ri) = E(R1), …, E(RN) Risiko aset = i = 1, …, N

44 Tingkat keuntungan yang diharapkan untuk portofolio tersebut dan risikonya adalah:
E(RP) = (1/N) R1 + … (1/N) RN = (R1 + ….. + RN ) / N P2 = (1/N)2  (1/N)2 N (1/N) (1/N)  (1/N) (1/N) ij dimana i≠j E(RP) = tingkat keuntungan yang diharapkan untuk portofolio R1..N = tingkat keuntungan aset 1 sampai N P2 = varians portofolio atau standar deviasi dikuadratkan ij = kovarians antara saham i dengan j N = jumlah aset

45 Karena aset tersebut independent satu sama lain, maka kovarians antar aset sama dengan nol. Dengan demikian formula di atas bisa disederhanakan lagi menjadi: P2 = (1/N)2  (1/N)2 N2 P2 = (1/N)2 (  N2 ) Misalkan aset tersebut sama satu sama lainnya (identically distributed), maka risiko tersebut sama, dan bisa dituliskan sebagai berikut ini. 12 = 22 = N2 = 2 Sehingga risiko portofolio bisa dituliskan sebagai berikut ini. P2 = (1/N)2 ( N12 ) P2 = (2 / N)

46 Apa artinya? Risiko portofolio (diukur melalui variansnya) adalah varians aset individual dibagi dengan jumlah aset (N) dalam portofolio. Hasil tersebut menunjukkan bahwa jika N menjadi semakin besar, maka risiko portofolio akan semakin turun. Jika N mendekati tidak terhingga (N → ∞), maka risiko portofolio akan menjadi nol. Dengan kata lain, kita mempunyai portofolio dengan tingkat keuntungan yang pasti (tidak ada kemungkinan penyimpangan).

47 Misal kita mempunyai portofolio dimana setiap aset mempunyai standar deviasi=178,5.
Berapa risiko portofolio jika terdiri dari 1 aset, 10, sampai tidak terhingga?

48

49 ASET BERKORELASI (DEPENDEN) SATU SAMA LAIN
Kita mempunyai portofolio yang terdiri dari N aset, tetapi aset tersebut berkaitan (berkorelasi, atau tidak independent) satu sama lain. Tingkat keuntungan portofolio yang diharapkan E(RP) = (1/N) R1 + … (1/N) RN = (R1 + ….. + RN ) / N Risiko portofolio: P2 = (1/N)2  (1/N)2 N (1/N) (1/N)  (1/N) (1/N) ij dimana i≠j

50 Perhatikan bahwa karena aset-aset tersebut tidak independent satu sama lain, maka ada kovarians atau korelasi antar aset. Karena itu, term kedua (yang memuat kovarians antar aset) tidak bisa dihilangkan. Risiko portofolio dalam situasi adalah penjumlahan dari varians setiap aset dengan kovarians antar aset.

51 Bagan 2. Komponen Risiko Portofolio
(Aset Tidak Independen) 12 13 14 22 23 24 25 32 34 35 42 45 52

52 Misalkan kita mempunyai portofolio yang terdiri dari lima aset
Misalkan kita mempunyai portofolio yang terdiri dari lima aset. Total risiko aset tersebut bisa dituliskan sebagai berikut ini (dimana N=5). P2 = [ (1/N)2  (1/N)2  (1/N)2  (1/N)2  (1/N)2 52 ] + [2 (1/N) (1/N)  (1/N) (1/N)  (1/N) (1/N) 14 +2 (1/N) (1/N) 15 +2 (1/N) (1/N)  (1/N) (1/N) 24 +2 (1/N) (1/N) 25 +2 (1/N) (1/N) 34 +2 (1/N) (1/N)  (1/N) (1/N) 45 ] Perhatikan jumlah komponen dalam risiko portofolio tersebut adalah 5 varians dan 20 kovarians. Misalkan varians dan kovarians tersebut adalah sama besarnya, maka formula di atas bisa disederhanakan menjadi berikut ini. P2 = [ (1/5)2 (52) ] + [ 2 (1/5)2 (10 ij ) ]

53 Formula di atas bisa digeneralisir untuk portofolio dengan N aset
Formula di atas bisa digeneralisir untuk portofolio dengan N aset. Risiko portofolio dengan N aset bisa dituliskan sebagai berikut ini. P2 = [ (1/N)2 (N i2) ] + [ 2 (1/N)2 (N(N – 1)/2) ij ) ] Formula di atas bisa disederhanakan lebih lanjut menjadi berikut ini. P2 = [ (1/N) i2 ] + [ (N – 1)/N) ij ) ]

54 Jika N → ∞ (semakin besar), maka komponen pertama akan mendekati nol, karena nilai 1/N akan mendekati nol. Tetapi nilai [(N – 1)/N] akan mendekati 1 jika N semakin besar (N → ∞ ). Dengan kata lain, jika N semakin besar, untuk portofolio dengan aset yang berkorelasi satu sama lain, risiko portofolio tersebut tidak menjadi nol, tetapi akan mendekati konstanta tertentu, yaitu rata-rata kovarians antar saham.

55 Misalkan portofolio yang terdiri dari aset yang sama risikonya, korelasi antar aset juga sama, seperti berikut ini: i = 50, ij = 0,1. Berapa risiko portofolio?

56

57 Risiko Total, Risiko Sistematis, dan Risiko Tidak Sistematis
Teori portofolio yang dikembangkan oleh Markowitz (1952, 1959), Sharpe (1963, 1964), Lintner (1965), dan lainnya, memberikan pandangan baru mengenai karakteristik risiko dan portofolio. Markowitz mengembangkan model dua parameter, yaitu rata-rata keuntungan (mean) dan deviasi standar dari mean keuntungan tersebut.

58 Sharpe (1963) mengembangkan model indeks tunggal
Sharpe (1963) mengembangkan model indeks tunggal. Dengan menggunakan model tersebut, Sharpe bisa mendekomposisi risiko total (yaitu deviasi standar) ke dalam risiko unik perusahaan (risiko yang bisa dihilangkan melalui diversifikasi, atau disebut juga sebagai risiko tidak sistematis), dan risiko pasar (risiko yang tidak bisa dihilangkan melalui diversifikasi, atau disebut juga risiko sistematis)

59

60 Ilustrasi Risiko Yang Bisa dan Yang Tidak Bisa Didiversifikasikan
Misal kita memegang saham perusahaan Astra. Kemudian terjadi kebakaran pabrik perusahaan tersebut, yang mengakibatkan penurunan keuntungan perusahaan tersebut. Risiko sistematis atau tidak sistematis? Misal kita memegang saham Astra dan Indomobil, kemudian terjadi resesi di Indonesia. Kedua perusahaan tersebut mengalami kerugian, sehingga portofolio kita merugi. Risiko sistematis atau tidak sistematis?

61 Dekomposisi Risiko Total
σi2 = i2 σM2 + σe2 dimana σi2 = Varians atau deviasi standar dikuadratkan dari return aset i i = Risiko sistematis aset i σM2 = Varians atau deviasi standar dikuadratkan dari return pasar (market) σe2 = Varians error atau risiko tidak sistematis dari aset i

62

63 PERTIMBANGAN LAIN Konsep diversifikasi murni sesuai dengan portofolio instrumen keuangan, asuransi, dan sejenisnya Dalam konteks bisnis, logika diversifikasi semacam itu tidak bisa sepenuhnya dilakukan, karena ada banyak pertimbangan lain yang harus diperhitungkan. Pertimbangan lain diperlukan dalam hal ini. Pertimbangan penting dalam situasi tersebut adalah potensi sinergi dari perluasan lini produk.

64 Skala Ekonomi Skala ekonomi berangkat dari filosofi “lebih besar, lebih baik”. Sebagai contoh, jika kita memesan barang dalam jumlah besar, kita akan memperoleh potongan kuantitas, atau harga yang lebih rendah. Jika kita ingin menyewa tenaga profesional, maka volume penjualan perusahaan harus cukup besar untuk bisa memanfaatkan tenaga profesional tersebut. Jika ukuran perusahaan terlalu kecil, penggunaan tenaga profesional tidak cukup efisien karena tidak bisa dimanfaatkan dengan penuh.

65

66 Tabel 5. Return to Scale untuk Beberapa Sektor Usaha
Furnitur Kimia Printing Makanan, minuman Plastik, karet Instrumen Kayu Pakaian Kulit 1,11 1,09 1,08 1,07 1,06 1,04 Stone, clay Logam Mesin elektrik Peralatan transport Mesin non elektrik Tekstil Kertas dan pulp Logam utama Minyak (petroleum) 1,03 1,02 1,00 0,98 0,96 0,95 Sumber: Moroney, J, Cobb-Douglas Production Functions and Return to Scale in US Manufacturing Industry, Western Economic Journal, December 1967.

67 Skope Ekonomi (economies of scope)
Skope ekonomi mengacu pada sinergi yang bisa diperoleh jika perusahaan memproduksi dua produk atau lebih dengan menggunakan input yang sama. Secara umum, skope ekonomi akan diperoleh jika biaya gabungan lebih kecil dibandingkan dengan penjumlahan biaya individual, seperti berikut ini. AC(1 + 2) < AC(1) + AC(2)

68 Banyak contoh bagaimana skope ekonomi bisa diperoleh
Banyak contoh bagaimana skope ekonomi bisa diperoleh. Sebagai contoh, banyak perusahaan elektronik menggunakan merek tunggal untuk banyak produk mereka. Sony, Panasonic, memproduksi banyak produk elektronik, mulai dari televisi, radio, telepon, CD player. Dengan satu merek, mereka hanya perlu mengiklankan sekali dengan menonjolkan merek mereka; tidak perlu mengiklankan setiap produknuya. Konsumen diharapkan sudah langsung mengenali merek tersebut, sehingga ketika mereka melihat produk tertentu di toko, mereka sudah langsung mengenali produk tersebut. Bandingkan jika mereka mempunyai merek yang berbeda untuk setiap produknya (TV mempunyai merek sendiri, telepon mempunyai merek sendiri, dst). Mereka terpaksa akan mengiklankan produk-produk mereka secara terpisah, yang akan meningkatkan biaya iklan secara signifikan.

69 Jika produk yang digabungkan terlalu banyak, ada kemungkinan terjadinya dis-economies of scope. Dalam situasi tersebut gabungan dari beberapa produk akan meningkatkan biaya produksi, lebih tinggi dibandingkan jika memproduksi produk tersebut secara terpisah, seperti terlihat berikut ini. AC( ) > AC(1) + AC(2) + AC(3) Dalam situasi tersebut, produk yang dikerjakan bersama sudah saatnya dikurangi.

70 Bagaimana skala ekonomi dan skope ekonomi di perbankan
Bagaimana skala ekonomi dan skope ekonomi di perbankan? Studi di Amerika Serikat menunjukkan bahwa kurva biaya rata-rata perbanka di AS menunjukkan kurva berbentuk U yang agak mendatar (flat). Bank dengan ukuran medium sekitar $100 juta sampai $5 milyar mempunyai biaya rata-rata paling rendah. Bank yang lebih besar nampaknya lebih tidak efisien. Tetapi ketidak-efisienan tersebut biasanya tidak lebih dari 5% biaya, yang mengindikasikan skala ekonomi biaya tidak begitu penting. Skope ekonomi di bank nampaknya tidak terlalu signifikan. Faktor penting dari efisiensi biaya nampaknya X-inefficiency (X artinya faktor yang tidak kelihatan, biasanya faktor manajemen). Secara rata-rata biaya bank sekitar 20% di atas efficient frontier, yang mengindikasikan bahwa bank mempunyai biaya 20% lebih tinggi dibandingkan perusahaan lain yang paling baik. Ketidakefisienan tersebut lebih banyak datangnya dari ketidakefisienan operasional, seperti kantor cabang yang menggunakan tenaga kerja yang lebih banyak. Ketidakefisienan keuangan (membayar tingkat bunga yang berlebih) nampaknya tidak begitu penting.