Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam penelitian ini dilakukan pengujian terhadap besarnya nilai value at risk dengan dan tanpa hedging. Tujuannya adalah untuk melihat apakah kegiatan hedging dapat memberikan manfaat untuk menurunkan risiko kerugian akibat adanya fluktuasi harga minyak mentah dan apakah hedging yang ada saat ini telah syari'ah compliant. Data yang digunakan adalah data spot harian minyak mentah untuk jenis WTI, Brent dan OPEC Basket Price untuk periode waktu 1 Januari 2003 sampai dengan 24 Maret 2009. Uji hipotesis menggunakan data future contract harian periode tahun 2007-2008 untuk jenis minyak WTI dengan perhitungan. metode Peak-over Threshold.Hasil penelitian menunjukkan adanya penurunan nilai value at risk ketika melakukan hedging menggunakan future contract jangka waktu 1 bulan. Penelitian ini juga mengkaji dasar implementasi future contract syari'ah yang dikembangkan oleh Negara Malaysia serta kendala-kendala yang ada dalam mengembangkan keuangan syari'ah.

---

This research evaluates VaR with and without hedging. It's aimed to see whether hedging can give value added by minimizing fluctuation oil price risk and to see if it is syari'ah compliant already.Data used in this research are daily spot for WTI, Brent and OPEC Basket price on the period of January,1st 2003 until March, 24th 2009. The hypothesis used is daily future contract for WTI crude oil for the year 2007 and 2008. Risk calculation (VaR ) using Extreme Value Theory with Peakover Threshold method.

The result showed that the VaR with hedging activities in one month future contact can be minimized then before hedged. This research also tried to see basic syari'ah future contract implementation which are developed in Malaysia and evaluate constraints on developing financial syari'ah instruments."

"Risiko operasional adalah salah satu risiko yang cenderung sulit untuk diantisipasi dan dampaknya seringkali di luar perkiraan bank. Pengukuran Value at Risk (VaR) menjadi penting agar bank dapat menghitung beban modal untuk risiko operasional sesuai dengan profil risikonya. Tesis ini membandingkan perhitungan VaR risiko operasional pada PT Bank ABC dengan dua metode yaitu Monte Carlo Simulation dan Extreme Value Theory. Berdasarkan backtesting terhadap kedua metode tersebut, pengukuran risiko operasional pada Bank ABC lebih realistis jika menggunakan Monte Carlo Simulation.

---

Operational risk in banking is one of the most difficult risk to anticipate and its impact to bank?s losses sometimes unpredictable. Measuring Value at Risk (VaR) then become important to enable bank to calculate capital charges for operational risk in accordance with its risk profile. This research attempts to compare between Extreme Value Theory method and Monte Carlo Simulation to calculate operational risk capital charge in PT Bank ABC. Based on backtesting procedures, it reveals that Monte Carlo Simulation is more suitable for Bank ABC's risk profile."

"Tujuan dari penelitian ini adalah mengukur exchange rate risk pada portofolio foreign exchange di Bank Sumsel Babel dengan Value at Risk dan perhitungan VaR ini dapat membuat pengukuran risiko dan pemantauan risiko menjadi lebih efisien. Pengukuran risiko menggunakan metode internal/VaR ini akan sesuai dengan tingkat risiko yang akan ditanggung akibat nilai tukar yang dimiliki bank. Data yang digunakan pada penelitian studi kasus ini adalah data historis harian kurs selama 2 dua tahun, yaitu tanggal 04 Januari 2016 sampai dengan tanggal 30 Desember 2017 dengan total jumlah pengamatan sebanyak 488 pengamatan. Nilai tukar yang digunakan adalah kurs tengah selama hari kerja trading days yang dipublikasikan oleh Bank Indonesia. Mata uang asing yang digunakan sesuai dengan portofolio mata uang asing di Bank Sumsel Babel dan Metode perhitungan VaR yang digunakan adalah dengan menggunakan model GARCH.

---

The purpose of this research is to measure exchange rate risk on foreign exchange portfolio at Bank Sumsel Babel with Value at Risk and calculation of VaR can make risk measurement and risk monitoring more efficient. Measurement of risk using internal VaR method will be in accordance with the level of risk that will be borne by the exchange rate owned by the bank. The data used in this case study is daily historical data for 2 two years, ie, January 04, 2016 until December 30, 2017, with a total of 488 observations. The exchange rate used is the middle rate during the business day trading days published by Bank Indonesia. The foreign currency used in accordance with foreign currency portfolio in Bank Sumsel Babel and VaR calculation method used is by using the model GARCH."

"Value at Risk (VaR) adalah salah satu metode dalam manajemen risiko yang digunakan untuk mengkuantifikasi risiko terburuk yang disebabkan oleh perubahan harga saham. Dua hal yang dilibatkan dalam menghitung VaR adalah estimasi volatilitas dan perhitungan kuantil dari proses return. Secara umum, estimasi volatilitas dari proses return dapat menggunakan dua metode, yaitu metode parametrik dan metode nonparametrik. Akan tetapi, dengan mempertimbangkan kelebihan dan kekurangan kedua metode tersebut diajukan sebuah metode baru yang disebut metode semiparametrik. Pada skripsi ini, akan dibahas mengenai estimasi volatilitas dari proses return dengan menggunakan estimator kernel, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. Setelah, mendapatkan volatilitas dan kuantil dari proses return, VaR dapat dihitung dengan mengalikan volatilitas dengan kuantil yang bersesuaian. Metode perhitungan VaR yang dibahas pada skripsi ini diaplikasikan dalam perhitungan VaR dari Indeks Harga Saham Gabungan (IHSG).

---

Value at Risk (VaR) is one of methods in risk management to quantify worst loss which is caused by changes in stock prices. Volatility estimation and quantile computing of return process are two things which is used to compute VaR. In general, there are two methods in volatility estimation, there are parametric and nonparametric method. Nevertheless, considering advantage and disadvantage of those methods, a new method which is called semiparametric method is proposed. This skripsi firstly will describe about volatility estimation of return process with using kernel estimator, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. After getting volatility estimation dan quantile of return process. Value at risk can be computed by multiplying volatility with corresponding quantile of return process. This computing method of VaR is used in computing VaR of Jakarta Composite Index or Indeks Harga Saham Gabungan (IHSG)."

"Setiap transaksi valuta asing yang dilakukan Bank terdapat potensi keuntungan dan potensi risiko berupa kerugian. Untuk mengendalikan risiko tersebut, Bank perlu menerapkan manajemen risiko yang memadai, mulai dari identifikasi risiko, pengukuran risiko, dan Pengendalian Risiko. Pengukuran risiko nilai tukar dapat menggunakan Value at Risk dengan pendekatan Risk Metrics dan Variance-Covariance. Dalam pengendalian risiko dapat dilakukan dengan penentuan limit risiko berupa limitValue at Risk dan limit eksposur trading.Dalam penetapan limit risiko tersebut juga mempertimbangkan risk appettiteyang ditetapkan Bank.

---

Every foreign exchange transactions by the Bank are has its potential of benefits risks of loss. To mitigate these risks, Bank needs to implement adequate risk management, ranging from risk identification, risk measurement, and risk control. Exchange rate risk measurement can use Value at Risk with Risk Metrics and Variance-Covariance approach. Risk controlling may contained with risk limit form as Value at Risk limit and trading exposure limit. The establishment of risk limits are also consider Bank risk appetite."

"Tesis ini membahas komparasi model Value-at-Risk khususnya Age-Weighted Bootstrapped Historical Simulation (HS) dengan Monte Carlo Simulation (MCS) terhadap eksposur FX Options USD/IDR. Dengan melakukan simulasi sebanyak 300 juta kali dan dari hasil backtest menggunakan Kupiec Test, Conditinal Coverage Test dan Mixed Kupiec Test serta komparasi menggunakan metode Blanco-Ihle Quadratic Score dan Sign Test diperoleh hasil bahwa metode MCS lebih akurat dibandingkan dengan metode HS. Hanya backtest menggunakan Basel Zone saja memberikan hasil model HS lebih baik daripada model MCS. Akan tetapi secara rata-rata metode MCS memerlukan waktu 245% lebih lama dibandingkan dengan HS. Juga secara rata-rata, nilai HS VaR lebih tinggi 18% dibandingkan dengan nilai MCS VaR. Nilai relative percentage-nya berada pada kisaran -51% sampai dengan 105%.The focus of this study is to analyze and to compare Value-at-Risk method especially between Age-Weighted Bootstrapped Historical Simulation (HS) and Monte Carlo Simulation (MCS) for FX Options USD/IDR exposures. With 300 millions simulations and based on backtest result using Kupiec Test, Conditinal Coverage Test and Mixed Kupiec Test and also based on comparison result using Blanco-Ihle Quadratic Score and Sign Test, MCS estimate is more accurate than HS. Only backtest using Basel Zone gives better results for HS model. However, on average MCS takes 245% longer to complete compared to HS. Relative percentage of HS VaR compared to MCS VaR is between -51% and 105%, whereas on average HS VaR is 18% higher than MCS VaR."

"Pengelolaan dana yang dilakukan oleh lembaga keuangan tidak lepas dari kemungkinan tetjadinya kerugian karena berbagai risiko yang harus dihadapi. Salah satu risiko yang erat kaitannya adalah market risk yang merupakan risiko keuangan yang disebabkan karena adanya perubahan faktor pasar antara lain nilai tukar (exchange rate). Untuk mengelola market risk yang diakibatkan oleh perubahan faktor pasar tersebut, diperlukan perangkat analisa risiko yang lebih akurat dan mampu memberikan peringatan dini (early warning system), untuk menghindari kerugian yang akan diderita.Value at Risk atau dikenal dengan istilah VaR sebagai salah satu metode pengukuran risiko yang dilakukan oleh lembaga keuangan dalam kerangka risk management dalam rangka mengantisipasi tetjadinya risiko tersebut. VaR merupakan salah satu metodologi perhitungan dalam market risk untuk menentukan nilai risiko maksimum yang dapat tetjadi pada suatu nilai I posisi (mark-to-market) dari portofolio dengan selang kepercayaan (confidence level) tertentu selama jangka waktu tertentu dalam kondisi pasar yang normal. Dengan berlakunya Surat Edaran Bank Indonesia No. 5/21/DPNP pada tanggal 29 September 2003, Bank Indonesia memberikan batasan penerapan manajemen risiko terutama berkaitan penggunaan model internal dalam pengukuran risiko yang hams mempertimbangkan reliabilitas dari model tersebut sehingga memungkinkan hasil yang memadai.Dalam penulisan ini metodologi perhitungan Value at Risk diimplementasikan untuk mengakomodir ketentuan tersebut diatas dengan mengambil studi kasus manajemen risiko di PT. Bank X dengan beberapa permasalahan yaitu mengidentifikasi model estimasi volatilitas yang reliable dalam perhitungan nilai VaR asset valuta asing yang dikelola, menghitung besamya potensi kerugian yang akan ditanggung pada posisi asset tertentu, serta menguji nilai VaR yang diperoleh dalam memenuhi validitas kuantifikasi potensi risiko tersebut. Untuk itu, dalam melaksanakan observasi tersebut dilakukan penelitian terhadap eksposur valuta asing yang dikelola PT. Bank X dengan menggunakan data harianforeign exchange dan posisi asset valuta asing yaitu AUD, EUR, HKD, JPY, MYR, SGD, dan USD mulai bulan Juni 2003 sampai dengan bulan Juni 2004.Berdasarkan implementasi model perhitungan VaR yang telah dilakukan terhadap return valuta asing yang dikelola oleh PT. Bank X dengan data pergerakan nilai tukar valuta asing (foreign exchange) dalam masa observasi, dapat disimpulkan bahwa model estimasi volatilitas dalam perhitungan VaR dalam mengkuantifikasi potensi risiko'maksimum sangat ditentukan olehjenis data runtun waktu return valuta asing. Oleh karenanya diperlukan beberapa pengujian karakteristik data sebelum melakukan perhitungan untuk mendapatkan nilai VaR yang valid yaitu uji normalitas data, uji stasioneritas data, dan uji heterokesdatisitas. Pengujian data memberikan peran yang penting untuk menentukan model yang reliable. Misalnya dalam pengujian heterokedastisitas data ditemui tidak secara keseluruhan data return valuta asing memiliki sifat heterokedastisitas sehingga estimasi volatilitas yang digunakan dapat berupa standar deviasi maupun metode ARCH/GARCH. Valuta asing yang memiliki sifat heterokedastisitas selama masa observasi adalah AUD, SGD, dan USD. Sedangkan untuk valuta asing EUR, HKD, JPY, MYR negatif terhadap heterokedastisitas. Dengan menggunakan asumsi masa observasi 255 hari sebelumnya dapat ditentukan metode perhitungan volatilitas yang akan dijadikan dasar perhitungan VaR 1 hari mendatang.Sesuai hasil backtesting validitas model menggunakan Kupiec Test bahwa estimasi volatilitas dengan standar deviasi maupun ARCH/GARCH menunjukkan hasil perhitungan VaR yang cukup reliable dengan membandingkan estimasi menggunakan model tersebut dengan data aktual return (profit/loss) dapat diketahui besamya penyimpangan yang terjadi jika menggunakan model tersebut dalam masa observasi. Hasil pengujian penyimpangan terhadap model VaR yang dipilih menunjukkan bahwa probabilitas penyimpangan umumnya masih memenuhi kriteria Kupiec Test sehingga nilai VaR yang dihasilkan masih dikatakan memenuhi syarat validitas."

"Pilihan investasi umumnya mengacu kepada pertimbangan risiko dan hasil (risk-return analysist). Untuk itu diperlukan diperlukan pengukuran risiko yang cukup baik guna menentukan batas toleransi risiko dan pertimbangan kinerja atas besaran hasil yang ingin diperoleh.Dalam penelitian ini, penulis mengamati kecenderungan peningkatan perdagangan obligasi sebagai alternatif investasi di saat suku bunga perbankan terus menurun paska krisis. Namum peningkatan perdagangan obligasi tersebut tidak disertai pemahaman atas besarnya risiko yang dihadapi, sehingga pada saat suku bunga mengalami tekanan untuk naik dan harga obligasi mengalami kecenderungan turun, investor menjadi panik yang menyebabkan tekanan penurunan harga obligasi menjadi semakin besar.Penulis melakukan observasi terhadap sembilan seri obligasi negara dan menggunakan pendekatan yang sama dengan RiskMetrics dalam melakukan estimasi risiko dengan metode Value at Risk (VaR), mulai dari Parametrics VaR, Phstorical Simulations VaR, Monte Carlo Simulations VaR dan Heteroskedastics VaR. Perbedaan dari berbagai model VaR yang digunakan adalah estimasi volatilitas berdasarkan karakteristik distribusi pembahan tingkat imbal hasil yang menjadi faktor risiko utama risiko harga obligasi. Tujuannya adalah untuk mendapatkan estimasi risiko yang terbaik sehingga dapat digunakan dalam menentukan batas toleransi risiko yang dihadapi.Hasil penelitian yang didapat menunjukkan perubahan tingkat imbal hasil tidak mengikuti asumsi distribusi normal, sehingga penggunaan VaR dengan asumsi tersebut kurang baik. Hasil backtesting memperlihatkan bahwa Heteroskedastics memberikan hasil terjadinya penyimpangan kemgian melebihi batas ambang proyeksi risiko yang terkecil.

---

Every investment decision always considers risk and retum analysis. That is why risk estimation is very important in determining the risk tolerance limit and measuring the performance of the yield from investing in one instrument.

In this research, the writer sees the increasing trend of bond market, as an alternative for investor when the interest rate of deposits in bank tends to decrease. However, the increase of bond market is not followed by investor knowledge of the risk in those securities. When the interest rate increases, and bonds price tends to decrease, investors panic and push the price deeper. It makes investor need tools to measure risk estimation, therefore that condition cannot happen again.

The writer uses RiskMetrics methodology to estimate the risk of the nine sample government bond series observed with Value at Risk (VaR) methods, such as Parametric VaR, Historical Simulations VaR, Monte Carlo Simulations VaR and Heteroskedastics VaR. This paper focuses on the performance of various VaR model in terms of their ability to deliver volatility estimation, based on the characteristics of the yield distribution as risk factor of the bond price risk. The purpose is to conclude the best model to estimate the risk tolerance limit.

Based on the result, the sample tests indicate that the yield distribution is not following the normal distribution asstunption; therefore the VaR model based on that assumptions is not good to estimate. By using the backtesting, Heteroskedastics VaR shows that to produce the lowest failure rate than other VaR models as a forecaster of risk tolerance limit."

"ABSTRAKDalam berinvestasi, kerugian adalah sesuatu yang tidak diinginkan oleh investor. Oleh karena itu investor selalu berupaya untuk mengeliminir tingkat kerugian yang mungkin timbul dikemudian hari akibat adanya perubahan-perubahan instrumen finansial yang terjadi pasar. Salah satu metoda atau alat bantu yang digunakan dalam mengendalikan risiko yang mungkin timbul adalah metoda Value At Risk.Value At Risk adalah pengukuran risiko secan kuantitatif yang mengestimasi kerugian maksimum yang mungkin teijadi dengan suatu selang kepercayaan teitentu. Value At Risk pada dasarnya merupakan peranalan volatilitas berupa perubahan nilai negatif suatu investasi masa mendatang dengan menggunakan data perubahan perubahan masa lampau.Pada umumnya dikenal 3 (tiga) metoda dalam menghitung VAR, yakni; metoda Varian-Kovarian, metoda Historical Simulation dan metoda Monte Carlo. Metoda Varian-Kovarian dalam menghitung VAR mengasumsikan bahwa path selang waktu tertentti perubahan-perubahan nilai suatu aset yang teijadi alcan terdistribusi normal. Nilai VAR ditentukan berdasarkan estimasi volatilitas yang ditentukan berdasarkan nilai varian-kovaijan dan probabilitas yang dikendaki dalain distribusi normalnya.Estimasi volatilitas yang digunakan dalam perhitungan VAR dapat diukur dengan metoda Standar Deviasi (STD), Simple Moving Average (MA) dan Exponentially Weight Moving Average (EWMA). Masing-masing metoda estimator volatilitas dalam menghitung VAR dapat dibuat berbagai macam model dengan menggunakan jumlah data masa lampau yang berbeda sebagai basis perhitungan.Suatu model perhitungan VAR yang dibentuk agar dapat digunakan dalam implementasi perhitungan VAR perlu diuji. Metoda yang digunakan dalam menguji model-model perhitungan VAR adalah metoda Back Testing.Dari hasil penelitian terhadap model-model yang dibentuk untuk menghitung VAR, tidak ada satupun dañ model-model tersebut dapat digunakan dalam menghitung VAR untuk mengukur risiko semua nilai tukar mata uang baik untuk aset tunggal maupun dalam bentuk portofolio. Hal tersebut tenjadi karena mata uang yang dipeijual belikan pada pasar finansial memiliki model perubahan nilai tukar yang berbeda antara satu mata uang yang satu dengan yang lain. Bahkan pada satu mata uang tertentu perubahan nilai tukarnya akan berbeda pada periode yang berbeda. Khusus untuk aset dalam bentuk portofolio, faktor lain yang mempengaruhi perhitungan adalah posisi/proporsi masing-masing aset dalam portofolionya."

"Sebagai sebuah perusahaan yang bertanggungjawab atas suatu dana yang dialokasikan untuk kebutuhan pemegang polis ke depannya, perusahaan asuransi memerlukan metode manajemen risiko yang baik sehingga perusahaan asuransi dapat menyiapkan dana yang cukup ketika pemegang polis mengajukan klaim. Untuk itu, diperlukan ukuran risiko yang dapat memberikan pengukuran risiko yang sesuai. Salah satu ukuran risiko yang umum digunakan adalah Value-at-Risk (VaR), yaitu ukuran risiko yang menggunakan konsep batas atas dari probabilitas ekor. Namun, ukuran risiko Value-at-Risk (VaR) bukan ukuran risiko yang koheren. Selain itu, perhitungan ukuran risiko Value-at-Risk (VaR) juga tidak dapat mempertimbangkan nilai atau kejadian yang terjadi di luar tingkat kepercayaannya. Untuk itu, dengan menggunakan metode batas atas dari probabilitas ekor yang berbeda dengan Value-at-Risk (VaR), yaitu dengan pertidaksamaan Chernoff, dapat dikonstruksikan suatu ukuran risiko koheren yang merupakan batas atas terketat dari Value-at-Risk (VaR). Ukuran risiko tersebut dinamakan dengan Entropic Value-at- Risk (EVaR). Ukuran risiko Entropic Value-at-Risk (EVaR) juga merupakan batas atas dari Conditional Value-at-Risk (CVaR). Sebagai ukuran risiko yang koheren, Entropic Value-at-Risk (EVaR) memiliki representasi dual dari rumus awalnya dan menggunakan pendekatan entropi relatif untuk mengonstruksikan representasi dual-nya. Dikarenakan alasan tersebut, ukuran risiko ini dinamakan Entropic Value-at-Risk (EVaR). Dalam perannya sebagai ukuran risiko, Entropic Value-at-Risk (EVaR) diaplikasikan untuk mengukur risiko klaim pemegang polis pada suatu perusahaan asuransi. Berdasarkan hasil perbandingannnya dengan Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR), ukuran risiko Entropic Value-at-Risk (EVaR) memberikan hasil yang lebih menghindari risiko dibanding Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR).

---

As a company that responsible for fund allocation for the policyholder’s future needs, insurance companies require good risk management techniques so that the insurance companies can prepare sufficient funds when the policyholders submit a claim. Hence, a risk measure that provide the appropiate risk measurement is needed. There is one commonly used risk measure in the finance field, named Value-at-Risk (VaR), which is a risk measure that uses a concept of an upper bound of the tail probability. However, Value-at-Risk (VaR) is not a coherent risk measure. In addition, Value-at-Risk (VaR) measurement also not considering values or events that occur outside the confidence level. Therefore, using the concept of an upper bound of the tail probability which different from Value-at-Risk (VaR), which is Chernoff inequality, a coherent risk measure can be constructed as the tightest upper bound of the Value-at-Risk (VaR). Those risk measure is called as Entropic Value-at-Risk (EVaR). This risk measure also the upper bound of the Conditional Value-at-Risk (CVaR). As a coherent risk measure, Entropic Value-at-Risk (EVaR) has a dual representation of its original formula and uses a relative entropy approach to construct its dual representation. For those reason, the risk measure is named as Entropic Value-at-Risk (EVaR). With their role as a risk measure, Entropic Value-at-Risk (EVaR) was applied for measuring risk of policyholder’s claims in an insurance company. Based on the comparison results with Value-at-Risk (VaR) and Conditional Value-at-Risk (CVaR), the Entropic Value-at-Risk (EVaR) risk measure provides more risk-averse result rather than Value-at-Risk (VaR) and Conditional Value- ar-Risk (CVaR)."