Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk membandingkan dua metode value at-risk, delta-normal dan historical simulation diaplikasikan pada sebuah portofolio. Data yang digunakan dalam penelitian adalah rerum portofolio yang terdiri dari saham­ saham LQ45 selama interval waktu Februari 2007 sampai dengan Juli 2009 yang berjumlah 596 data. Sebelum diperbandingkan, hasil kedua metode pethitungan VaR akan diuji validitasnya sebagai rnetode pengukuran menggunakan Kupiec test. Jika kedua metode dinyatakan valid, maka kedua metode lersebut akan diperbandingkan untuk menentukan mewde manakah yang lebih cocok sebagai VaR bagi portofolio tersebut Uji normaHtas akan dilakukan karena merupakan asurnsi dalam metode delta-normal. Parameter perhitungau VaR yang digunakan adalah confidence interval 95% dengan horizon waktu 20 hari. Berdasarkan hasil pengujian Kupiec test, kedua metode dalam penelitian ini ditolak sebagai metode pengukuran VaR portofolio tersebut. Dan menurut uji normalitas, beberapa return portofolio tersebut tidak memilik.i dlstibusi normal yang berdampak metode delta-normal tidak dapat langsung diterapkan sehingga dafam perhitungannya harus menggunakan alpha prime. Hasil penelitian ini menyatakan bahwa kedua metode tersebut memiliki tingkat kesalahan yang sama, selain itu berdasarkan Kupiec test dari kedua metode tersebut tidak memiliki validitas yang baik untuk diterapkan.

---

This research aimed to comparing two method of Value-at-risk, that is delta­ normal and historical simulation applied to a portfolio. Data used in this research are portfolio return consisting LQ45's stock for time interval February 2007 till July 2009 with total 596 data. Before the comparison, result from both methods will be tested for its validity as a measurement method using Kupiec test. If both methods are valid, then both of methods will be compared to know which one is more suit as VaR for related portfolio. Normality test will be held because it needed for delta-normal method. Measurement parameters used are confidence interval 95% with 20 days time horizon.

Based on the result of Kupiec test, both methods rejected as VaR measurement method for related portfolio. And according to normality test, portfolio returns have a not normal distribution therefore can not be applied immediately to delta normal results are both method are have the same failure rate, but the result from Kupiec test shows that both methods are not suitable to be implemented."

"Penerapan Manajemen Risiko baik bagi institusi keuangan ataupun institusi lain dirasa semakin diperlukan. Bila pada perbankan pelaksanaanya sudah diatur secara detil dalam Basle Accord dan diawasi ketat oleh Bank Indonesia sebagai Bank Sentral Republik Indonesia. Maka bagi institusi keuangan lain seperti asuransi, hal ini belum diatur sedemikian detil. Namun untuk menjaga kesehatan suatu perusahaan asuransi. Pemerintah teiah menetapkan ketentuan ketentuan Solvabilitas Minimum (BTSM). Salah satu ketentuannya adalah menentukan pengenaan faktor risiko tertentu pada aset saham yang dimiliki. Pada tesis ini Penulis mencoba untuk mengaplikasikan penerapan manajemen risiko dengan menghitung nilai Value at Risk (VaR) dengan menggunakan dua metode yaitu metode Variance Covariance dan metode Historical Simulation kemudian membandingkan dengan faktor risiko yang ditetapkan oleh Pemerintah dalam ketentuan BTSM tersebut. Hasilnya menemukan bahwa nilai VaR yang dihasi1kan dengan menggunakan metode historical simulation tidak valid dan Penulis menyarankan untuk menggunakan metode Variance Covariance sebagai metode dalam pengambilan keputusan investasi. Sedangkan BTSM dapat dilakukan untuk mengalokasikan modal.

---

Applying risk management to financial institution or any other institutions is increasingly necessary. While the implementation of risk management in banking had been arranged in detail by Basle Accord and strictly supervised by Bank of Indonesia as a central bank of Republic of Indonesia, not in other financial institution like insurance. For an insurance institution to be solvency, government has carried out the regulation by stipulating The Minimum Solvability Rate Limit. One of those stipulations is to put risk factor as a subject in the share asset possession.

In this thesis, the Writer try to applicate the implementation of risk management by calculating value at risk (VaR) using two method Variance Covariance and Historical Simulation then compare it to risk factor determined in The Minimum Solvability Rate Limit. As the result is value at risk (VaR) using historical simulation is not valid, while only the variance covariance method is. So the Writer recommended to use variance covariance method to be used in taking investment decision and use The Minimum Solvability Rate Limit for a capital allocation."

"Penelitian ini untuk menganalisis estimasi Value at Risk untuk mengukur volatilitas dan risiko Pasar Crude Palmoil (CPO) dengan Metode ARCH/GARCH pada Bursa Malaysia Derivative (BMD) Periode 2007-2010 dengan jumlah data observasi sebanyak 4.950 sampel harga CPO untuk jenis harga spot, future 1 bulan hingga future 4 bulan. Penelitian ini menggunakan metode ARCH/GARCH dengan pemilihan metode ARCH/GARCH yang memberikan hasil paling baik. Hasil penelitian menunjukkan bahwa metode ARCH/GARCH (1,1) merupakan metode yang memberikan estimasi paling baik untuk semua harga kecuali untuk Future 3 bulan periode 2009-2010 dimana metode yang paling baik adalah ARCH/GARCH (2,1) dan ARCH/GARCH (1,2) untuk Future 4 bulan periode 2009-2010. Selain itu, hasil penelitian menunjukkan bahwa volatilitas pasar CPO periode 2009-2010 cenderung menurun dibandingkan periode 2007-2008 dengan penurunan volatilitas terbanyak sebesar 27,66% yaitu pada harga spot. Akibat menurunnya volatilitas tersebut, maka resiko pasar CPO pun mengalami penuruan dengan besaran penurunan terbanyak sebesar 10,66% untuk harga spot. Penurunan ini tetap saja merupakan resiko baik bagi produsen maupun konsumen karenanya perlu dilakukan Hedging untuk memitigasi resiko tersebut. Selain dengan melakukan kontrak dengan formula harga yang mengacu pada harga CPO yang mempunyai nilai VaR terendah, hedging juga dapat dilakukan dengan melakukan perdagangan derivative dalam hal ini futures yang dihedge pada posisi yang berlawanan dengan perdagangan pada pasar spot.

---

This study to analyze Value at Risk estimation for volatility and risk measurement of Crude Palmoil (CPO) using ARCH/GARCH method at Bursa Malaysia Derivative (BMD) for period 2007-2010 with total sample of 4.950 spot price and future price from 1 month up to 4 month future price. This study uses ARCH/GARCH method by selecting the best ARCH/GARCH method that resulting the best and closest estimation. The result shows that ARCH/GARCH(1,1) method give the closest result for whole prices excepted for Future 3 months period 2009-2010 where ARCH/GARCH(2,1) provides the best estimation and for Future 4 months period 2009-2010 where ARCH/GARCH(1,2) provides the best estimation. The other result is that the volatility of Crude Palmoil commodity for period of 2009-2010 tend to be decreased than period of 2007-2008 with the most decreases percentage is 27,66% occur to Spot price and therefore the risk also tend to be decreased with the percentage of decreases is 10,66% occur to Spot price. This decreases still appearing risks for both producer and consumer, therefore hedging is important as risk mitigation. The hedging can be done not only through taking the contract with price reference that has low VaR value, but also by trading its derivative such futures that is hedged oppositely with trading in spot price."

"Dalam Peraturan Bank Indonesia nom or 5/8/PBI/2003 tanggal 19 Mei 2003 tentang Penerapan Manajemen Risiko Bagi Bank Umum ditegaskan bahwa tujuan utama dari penerapan manajemen risiko bank adalah menjaga agar aktivitas operasional yang dilakukan bank tidak menimbulkan kerugian yang melebihi kemampuan bank untuk menyerap kerugian tersebut atau bahkan dapat membahayakan kelangsungan usaha bank. Modal merupakan komponen utama bagi bank dalam di dalam mengantisipasi potensi kerugian yang mungkin terealisasi di dalam menjalankan aktivitas operasional usahanya. Untuk itu salah satu cara dalam mengelola risiko usaha bank adalah dengan mengetahui seberapa besar modal yang hams disediakan oleh bank di dalam mengantisipasi risiko usahanya atau dengan mengetahui seberapa besar total risiko yang dapat diserap dengan modal bank yang tersedia sesuai dengan kondisi, struktur, uk:uran dan kompleksitas usaha masing-masing bank. Salah satu jenis risiko yang harus dihadapi oleh bank dalam menjalankan aktivitas usahanya adalah risiko pasar (market risk), yaitu risiko yang timbul karena adanya pergerakan variabel pasar (adverse movement) dari portofolio yang dimiliki oleh bank, yang dapat merugikan bank. Variabel pasar dalam hal ini adalah suku bunga (interest rate) dan nilai tukar (foreign exchange). Sebagaimana diatur Basle Committe on Banking Supervision (BCBS) dalam Amendment to The Capital Accord Incorporate Market Risk tahun 1996 yang juga telah diadopsi oleh Bank Indonesia sebagai regulator perbankan nasional, terdapat dua pendektan altematif yang dapat digunakan dalam menghitung risiko pasar, yaitu pendekatan standar (standardized approach) dan pendekatan internal model (internal model approach). Perhitungan risiko pasar dilakukan dengan memperhitungkan risiko suku bunga dan risiko nilai tukar. Risiko suku bunga mencakup risiko spesifik (specific risk) dan risiko umum (general market risk). Perhitungan risiko nilai tukar didasarkan pada Posisi Devisa Neto (Net Open Position) yang dimiliki Bank. Karya akhir ini mengkaji aspek-aspek proses perhitungan risiko pasar dalam mengestimasi besamya modal yang harus disediakan untuk mengantisipasi risiko pasar (market risk capital charge), khususnya yang disebabkan oleh faktor perubahan nilai tukar atas posisi devisa neto PT. Bank lntemasional Indonesia Tbk per tanggal 30 Juni 2003, baik dengan menggunakan pendekatan standar maupun pendekatan internal model dengan menggunakan pendekatan simulasi. data historis (historical simulation approach) dan pendekatan varian kovarian (variance covariance approach) dengan exponentially weighted moving average (EWMA). Dalam pendekatan standar, pengukuran risiko nilai tukar dilakukan dengan menggunakan pendekatan standar yang telah ditetapkan oleh regulator, dimana besamya Market Risk Capital Charge ditetapkan sebesar 8% dari posisi yang memiliki jumlah yang terbesar antara posisi long dan posisi short. Dengan pendekatan standar, besamya Market Risk Capital Charge adalah sebesar Rp.5.735 juta,-.Penetapan besamya Value at Risk dengan pendekatan simulasi data historis dilakukan dengan mensimulasi profit and loss atas posisi devisa neto bank berdasarkan return historis nilai tukar masing-masing valuta asing terhadap rupiah selama periode pengamatan, baik dengan 250 data maupun 500 data. Dengan menggunakan 250 data dan tingkat keyakinan (confidence level) 99%, besamya Value at Risk adalah sebesar Rp.888,38 juta,- sehingga besamya Capital at Risk adalah Rp.2.665,14 juta,-. Sedangkan untuk 500 data dan confidence level 99%, basil Value at Risk sebesar Rp.1.269,61 juta,- dan Capital at Risk sebesar Rp.3.808,83 juta,-. Untuk perhitungan Value at Risk dengan menggunakan pendekatan Variance Covariance - EWMA diawali dengan cara terlebih dahulu menetapkan faktor peluruh yang optimal (optimal decay factor ), dimana dalam penelitian ini besarnya faktor peluruh optimal yang digunakan adalah sebesar 0,96. Dengan menggunakan pendekatan ini, besarnya Value at Risk dengan 250 data dan confidence level 99% adalah sebesar Rp.664,24 juta,- dan Capital at Risk sebesar Rp.L992,72 juta,~, sedangkan untuk 500 data dan confidence level 99% Value at Risk sebesar Rp.559,57 juta,- dan Capital at Risk sebesar Rp.1.678,71 juta,-. Mengingat risiko pasar yang melekat dalam portofolio yang dimiliki bank tidak hanya terbatas pada risiko nilai.tukar yang melekat pada posisi devisa neto bank, tetapi risiko pasar dan risiko suku bunga yang melekat pada seluruh portofolio yang dimiliki bank, baik berupa instrumen surat hutang ,(debt instruments),forward rate agreement (FRA),foreign exchange, forward, ataupun dalam bentuk instrumen portofolio lainnya, maka pengaruh risiko nilai tukar posisi devisa neto bank terhadap perubahan CAR bank yang sangat kecil, yaitu hanya mengalami penurunan sebesar 0,17% dengan pendekatan standar, 0,08% dengan pendekatan simulasi historis, dan 0,06% dengan pendekatan varian kovarian dari CAR bank per-tanggal 30 Juni 2003 sebesar 25,88% sebelum memasukkan risiko pasar. Sementara itu berdasarkan hasil stress testing yang dilakukan dengan pendekatan historical scenario dengan tiga skenario, yaitu. skenario terbaik (best scenario), scenario terburuk (worst case scenario), dan skenario yang mungkin (probable case scenario) terdapat potensi terjadinya kerugian sebesar Rp.749 juta dan penurunan modal bank sebesar 0,026% dari posisi modal bank pertanggal 30 Juni 2003 sebesar Rp.2.836.828juta,-. "

"Tujuan dari penelitian ini adalah untuk mengukur risiko sistemik pada dengan sebuah metode yang mampu menghitung prediksi kerugian modal pada bank ketika pasar sedang jatuh, yaitu Marginal Expected Shortfall (MES). Di mana bank yang mengalami kerugian modal akan menghadapi permasalahan keuangan, yang dikhawatirkan dapat menular pada bank dan perusahaan keuangan lainnya, hingga sistem keuangan secara keseluruhan. MES yang digunakan pada penelitian ini adalah metode yang diajukan oleh Brownlees dan Engle (2012) untuk bank-bank yang terdaftar di bursa efek Indonesia pada periode 2009 hingga 2013. Kemudian, penelitian ini dilanjutkan dengan mencari tahu faktor-faktor neraca apa saja yang mempengaruhi MES sebagai ukuran dari risiko sistemik. Adapun variabel kontrol yang mempengaruhi MES sebagai risiko sistemik adalah non-performing loan, ukuran bank, dan tingkat diversifikasi pinjaman.

---

The aim of this study was to measure systemic risk using Marginal Expected Shortfall (MES), a method that is capable of calculating expected equity loss on banks when the market itself in left tail. Capital shortage suffered by the bank makes it facing financial distress, which it feared may affect the other banks and financial companies, until a whole financial system. MES used in this study is the method proposed by Brownlees and Engle (2012) with the sample of Indonesian banks listed on IDX for the period 2009 to 2013. Then, this research followed by knowing the balance sheet factors that influence the MES as a measure of systemic risk. Control variables which can influence MES value are non-performing loan, size, and loans diversification."

"The objective of this research is to examine maximum losses when investor invests on syariah based stock. Markowitz model is used for constructing the optimal portfolio. Value at Risk Model is also used for calculating the expected losses. The research indicates that volatility seems to cluster in a predictable fashion. Therefore the research forecasts variances used exponentially weighted moving average (EWMA) model. This research also aims to evaluate whether the EWMA model can predict variances reasonably well. The data used in this research are syariah based stock which had been included in Jakarta Islamic Index (JII) during the year 2005-2006. This research provides that VAR models using an EWMAforecast are good enough for predicting risk. The number of exception of 508 daily datas are only less than 5% or valid at confident level 95%. As benchmark we also use historical method and monte carlo simulation to compare performance of EWMA forecast."

"Tujuan penelitian adalah untuk mengetahui apakah variabel bebas (DOL, DFL, aciivity dan liquidity) berpengaruh terhadap risiko sistimatis (BETA) pada periode krisis (tahun 1997-1999) dan pasca krisis (tahun 2000-2002). Penelitian dilakukan dengan menggunakan seluruh sampel perusahaan manufaktur yang terdaftar di Bursa Efek Jakarta (BEJ) selama periode 1995-2002.Sebagai proksi risiko sistimatis digunakan variabel beta., yang diukur dengan menggunakan model pasar dan regresi time series. Beta diukur sebagai koefisien regresi, dimana variabel terikatnya adalah return saham sedangkan variabel bebasnya adalah return pasar (IHSG). Untuk menguji pengaruh variabel bebas (DOL, DFL, activity dan liquidity) terhadap risiko sistimatis (beta) digunakan data panel dengan metode pooled cross-section. Regresi dilakukan dua kali, yaitu pada periode krisis (tahun 1997-1999) dan pasca krisis (tahun 2000-2002).Dari hasil regresi metode pooled cross-section diperoleh variabel DOL terbukti berpengaruh positif terhadap beta pada periode pasca krisis. Tapi, pada periode krisis diperoleh adanya pengaruh yang negatif antara DOL terhadap beta. Adanya perbedaan hasil antara kedua periode tersebut, disebabkan umumnya perusahaan manufaktur memiliki capital intensive yang tinggi, dimana perusahaan melakukan investasi yang besar terhadap pabrik atau mesin-mesin berat yang memerlukan biaya operasi yang besar. Sedangkan, penjualan pada lcrisis ekonomi umumnya mengalami penurunan yang relatif cukup besar akibat menurunnya daya beli masyarakat. Akibatnya, EBIT perusahaan banyak yang negatif. DFL terbukti memiliki pengaruh negatif terhadap beta pada periode pasca krisis, tapi pada periode krisis diperoleh adanya pengaruh yang tidak signifikan. Karena umumnya penxsahaan manufaktur memiliki hutang yang besar untuk membiayai operasinya (baik dalam mata uang rupiah maupun asing). Sehingga, pada saat lcrisis ekonomi banyak perusahaan yang mengalami kesulitan untuk membayar kembali hutangnya karena nilai nominal hutang menjadi tinggi akibat kenaikan kurs. Sedangkan, liquidity untuk kedua periode pengamatan terbukti tidak signifikan berpengaruh terhadap beta. Terbukti adanya pengaruh signifikan yang negatif antara activity terhadap beta hanya pada periode krisis, sedangkan pada periode pasca krisis tidak ditemukan pengaruh yang signiiikan. Ketidakefektifan perusahaan dalam mengelola aset untuk menghasilkan sales dikarenakan tingginya biaya produksi yang harus dikeluarkan akibat adanya kenaikan kurs, sedangkan daya beli masyarakat menurun. Hal ini mendorong perusahaan untuk mengurangi sales-nya agar mereka masih dapat bertahan dalam kondisi kisis ekonomi.

---

This research is aimed at identifying whether free variables (DOL, DFL, activity and liquidity) are influential on the systematic risk (beta) during the period of crisis (1997-1999) and post-crisis period (2000-2002). The research was conducted by using all samples of manufacturing companies registered in Jakarta Stock Exchange (JSX) from 1995 until 2002.Beta variable is used as the proxy of systematic risk, meastued by employing market and time series regression models. Beta is measured as the coefficient of regression where the attached variable is the return shares while the free variable is the return of market. To test the free variable (DOL, DFL, activity and liquidity) on systematic risk (beta), data panel is used by applying pooled cross-section method. Regression is multiplied twice, in the crisis period (1997-1999) and post-crisis period (2000-2002).From the result of regression of pooled cross-section method was obtained DOL variable which proved to have positive impact on beta during post crisis period. However, during the crisis, there was negative impact of DOL on beta. The cause of the difference in the results of both periods was that in general manufacturing companies had high intensity capital, in which they invested large amounts in factories or machinery - heavy machinery requires large operational costs. While sales dining economic crisis in general decreased in a relatively gig manner because of decreased purchase power of the people. Consequently, many EBIT of companies were negative. DFL proved to have a negative impact on beta during post crisis, but during the crisis the impact was not significant. As in general manufacturing companies have large debts for hnancing their operations (in rupiahs as well as foreign denominations), dining the economic crisis many companies met with difficulties to repay their debts. The nominal value of debts became high because of increase in rate of exchange. While liquidity during both periods of observation proved to have insignificant impact on beta. Activity proved to have a negative impact on beta only during the crisis period, and no signiticant impact was found during post crisis. Ineffectiveness of companies in managing their assets in order to produce sales was the results of high cost of production which in turn was caused by increased rate of exchange, while the purchase power of the people decreased. This caused companies to reduce their sales so that they may still survive under the economic crisis condition."

"Setelah melalui prahara ekonomi yang cukup dahsyat di tahun 1997 dan 1998 yang ditandai dengan meniburuknya perekonomian dan bergugurannya perbankan Indonesia justru ilmu Risk Management khususnya Market Risk semakin berkembang pesat untuk mengkontrol p01ifolio dari potensi kerugian. Salah satu metode pengukuran potensi resiko yang sangat pesat digunakan adalah Value At Risk sebab sebagai alat manajemen tool ini dipandang mampu melakukan kuantifikasi potensi kerugian portfolio. Pada masa mendatang, tidak lama lagi Bank Indonesia tentunya akan semakin ketat mengawasi perbankan dengan menerapkan pengawasan atas pengelolaan portfolioperbankan tem1asuk Foreign Exchange yang lebih ketat. Prediksi VAR menjadi begitu populer bagi banker, regulator, perusahaan konsultan dan akademisi setalah Basle Banking Supervision sejalan dengan aturan Basle Committee on Banking Supervision. Terdapat tiga (3) metode pengukuran VAR yang banyak digunakan saat ini, yaitu metode pendekatan yaitu Historical Simulation, Variance-Covariance dan Monte Carlo Simulation. Pada karya akhir ini, penulis mencoba menerapkan perbandingan perhitungan VAR menggunakan dua metode yang pertama dengan faktor pasar tunggal kurs tengah penutupan spot foreign exchange. Terdapat dua portfolio dibentuk oleh komposisi 17 mata uang asing dan perbedaan portfolio yang satu dengan yang lain hanya diletakkan pada bobot/posisi EUR, JPY dan USD. Untuk mempermudah perbandingan kedua pendekatan itu, kedua portfolio tersebut diasumsikan memiliki IDR equivalent tetap yaitu sebesar Rp. 3 trilyun dan posisinya adalah long. Pada perhitungan VAR menggunakan pendekatan Historical Simulation, return dihitung secara arithmatik yang berdasarkan perubahan pada faktor pasar kurs tengah penutupan spot foreign exchange dari data observasi historis selama 518 hari. Protit dan loss portfolio yang diperoleh diurutkan mulai dari profit yang terbesar sampai dengan loss yang terbesar. Akhimya nilai VAR diperoleh dari profit/loss sesuai dengan tingkat kepercayaan yang dipilih. Perhitungan VAR berikutnya adalah menggunakan pendekatan VarianceCovariance, sesuai dengan asumsi distribusi normal maka return dihitung secara geometric atau log nonnal. Selanjutnya dihitung variance, volatilitas/standar deviasi, covariance dan koefisien korelasi serta dibentuk matrik variance-covariance. Nilai VAR diperoleh dari perkalian matrix multiflication dan trasnpose profit/loss dengan tingkat kepercayaan yang telah ditentukan. Untuk mempermudah analisa perbedaan basil kedua perhitungan tersebut pada masing-masing tingkat kepercayaan, selanjutnya dibentuk grafik histogram untuk masing-masing portfolio."

"ABSTRAKTesis ini mencoba untuk mempelajari apakah portofolio yang dibentuk dengan menggunakan metode value investing, growth investing, dan GARP dapat menghasilkan return yang lebih baik daripada return pasar, yang tercermin dari Indeks Harga Saham Gabungan Bursa Efek Indonesia. Lebih lanjut lagi tesis ini juga mencoba untuk meneliti apakah metode GARP dapat menghasilkan return yang paling besar dari ketiga metode tersebut. Hasil penelitian ini menunjukan ketiga portofolio berhasil menghasilkan return yang lebih baik dari pasar. Dari ketiga portofolio yang diteliti, ternyata portofolio yang dibentuk menggunakan metode GARP bukanlah yang terbaik dalam menghasilkan return, melainkan metode growth investing.

---

ABSTRACT

This thesis studies whether portfolios that made up using value investing, growth investing, and GARP could generate return exceeding those generated by market, as resembled by The Jakarta Composite Index. Further more, this study also trying to find out whether the GARP method is the best in generating return among those three methods being compared. This research find that all of those three portfolios outperform market, in term of returns. And the best method among those three are growth investing not GARP, respectively."

"Perkembangan pesat dari industri perbankan yang diiringi oleh semakin meningkatnya kompleksitas dari kegiatan usaha perbankan berpengaruh kepada peningkatan risiko yang melekat pada kegiatan bank. Secara garis besar risiko yang dihadapi perbankan terdiri dari tiga jenis risiko yaitu risiko pasar (market risk), risiko kredit (credit risk) dan risiko operasional (operational risk). Termasuk didalam risiko pasar adalah risiko tingkat suku bunga (interest rate risk) dan risiko nilai tukar (foreign exchange).Kerugian dalam jumlah besar yang diakibatkan oleh perbbahan nilai tukar telah beberapa kali terjadi. Diantaranya dialami oleh Bank Negara Malaysia yang mengalami kerugian sebesar lebih dari US$ 3 milyar pada tahun 1992 dan US$ 2 milyar pada tahun 1993. Kasus di Indonesia teriadi pada saat krisis ekonomi pada tahun 1998, Bank yang memiliki pinjaman dalam mata uang asing, terutama dalam mata uang US$ mengalami kerugian besar akibat terdepresiasinya nilai rupiah terhadap US$ hingga 70%.Risiko nilai tukar tersebut dapat diantisipasi melalui penerapan manajemen risiko yang baik dan metode pengukuran risiko nilai tukar yang memadai. Untuk memudahkan bank dalam inengukur 6sikonya Bank Indonesia menetapkan dua kerangka metode pengukuran perrnodalan minimum yaitu standard model dan internal model. Bank yang kompleks dan aktif dalam perdagangan instrumen keuangan dianjurkan untuk menggunakan internal model.Salah satu internal model yang sering digunakan oleh perbankan akhir-akhir ini untuk mengukur besarnya risiko pasar yang dihadapi adalah metode Value at Risk (VaR). VaR merupakan pengukuran risiko secara kuantitatif yang mengestimasi potensial kerugian maksimal (maximum potential loss) yang mungkin terjadi pada masa yang akan datang yang akan dihadapi pada jangka waktu tertentu (holding period) dan pada tingkat kepercayaan (confidence level) tertentu pada kondisi pasar yang normal.Perhitungan VaR terdiri atas metode Parametric, diantaranya adalah metode Variance-Covariance, metode Non Parametric, diantaranya Historical Simulation dan Monte Carlo. Dalam perhitungan VaR dengan metode Variance-Covariance dibutuhkan peramalan volatilitas. Volatilitas dari suatu data time series bisa bersifat homoskedastis (mempunyai nilai volatilitas yang konstan) atau bersifat heteroskedastis (mempunyai nilai volatilitas yang berubah-ubah). Metode yang biasa digunakan untuk memodelkan volatilitas yang berubahubah adalah Exponentional Weighted Moving Average (EWMA) dan Generalized Autoregressive Heteroskedaslic (GARCH). Metode GARCI-I mengasumsikan bahwa. variance hari tertentu merupakan fungsi dari variance dan kuadrat error dari hari-hari sebelumnya.Pada pasar keuangan, market value dari suatu aset dipengaruhi dan mempengaruhi aset lainnya. Besarnya pengaruh tersebut dinyatakan dalam besaran korelasi. Nilai korelasi ini mempengaruhi besarnya VaR portofolio. Sebelumnya korelasi sering dinyatakan dalam besaran yang konstan. Pengukuran korelasi yang bersifat berubah-ubah telah dilakukan namun dengan metode yang cukup rumit. Robert Engle pada papernya yang berjudul Dynamic Conditional Correlation -A Simple Class of Multivariate GARCH Models memaparkan metode pengukuran korelasi dinamis (korelasi yang berubah-ubah dari hari kehari) yang terbukti dapat diandalkan dan cukup sederhana dalam metode penghitungannya.Bank "X" merupakan bank no 8 terbesar di Indonesia apabila dilihat dari sisi aktiva. Laba bersih yang diraih pada tahun 2004 adalah sebesar Rp. 660 milyar. Bank "X" termasuk ke dalam kategori bank devisa dan memiliki risiko nilai tukar dalam beberapa mata uang asing atau biasa disebut sebagai portofolio. Apabila dilihat dari neraca Bank "X" pada tanggal 31 Desember 2004, Sebanyak 17% aktiva terekspos risiko nilai tukar. Demikian juga pada sisi pasiva, sebanyak 17% terekspos risiko nilai tukar. Bank "X" telah memenuhi persyaratan baik kualitatif maupun kuantitatif yang ditetapkan oleh Bank Indonesia untuk dapat mengukur risiko pasar dengan metode internal. Bank "X" telah menerapkan metode internal untuk mengukur nilai VaR dari portofolio mata uang asingnya. Saat ini, Bank "X" baru menggunakan korelasi konstan dalam mengukur risiko nilai tukarnya. Amat penting bagi Bank "X" untuk melihat apakah penerapan korelasi dinamis mampu memberikan hasil yang lebih akurat dalam memprediksi nilai VaR.Melihat besarnya jurnlah asset maupun liabilities yang terekspos oleh risiko nilai tukar maka amat penting bagi Bank "X" untuk memastikan bahwa metode pengukuran yang dimilikinya telah optimal dalam mengukur besarnya risiko nilai tukar. Panting bagi Bank "X" untuk mengetahui nilai VaR yang dihadapi apabila dihitung dengan metode yang lain. Hingga Bank "X" dapat mengetahui apakah metode yang diterapkannya pada saat ini telah optimal.Berdasarkan kedua hal diatas, maka penelitian ini bertujuan untuk menghitung VaR dad risiko nilai tukar alas portofolio mata uang asing yang terdapat pada Bank "X" selama tahun 2004 dengan menggunakan metode pendugaan volatilitas GARCH dan pendugaan korelasi Dynamic Conditional Correlation, untuk kemudian membandingkannya dengan nilai VaR yang dihasilkan oleh metode internal yang dirniliki Bank "X". Hingga dapat disimpulkan metode mana yang lebih baik.Pengukuran nilai VaR dengan menggunakan metode pendugaan volatilitas GARCH dan pendugaan korelasi dynamic conditional correlation yang diterapkan pada portofolio mata uang asing Bank "X" selama tahun 2004 terlihat lebih efektif dari metode pengukuran VaR yang dirniliki oleh Bank "X". Metode yang digunakan pada penelitian ini hanya menghasilkan 2 failure lebih sedikit apabila dibandingkan dengan 8 failure yang dihasilkan oleh metode yang dirniliki oleh Bank "X".Penggunakan metode pendugaan korelasi dynamic conditional correlation rnampu menurunkan nilai VaR yang dibutuhkan apabila dibandingkan dengan metode pengukuran VaR dengan pendugaan volatilitas GARCH yang menggunakan relasi biasa tanpa menurunkan tingkat akurasi dari nilai VaR yang dihasilkan. Kedua pengukuran tersebut samasama menghasilkan 2 failure, namun 75% nilai VaR yang dihasilkan dengan pengimplementasian Dynamic Conditional Correlation menghasilkan lebih rendah dibanding penggunaan korelasi statistik. Penghematan yang terbesar terjadi pada tanggal 30 Januari 2004 yaitu sebesar 71.25%.Pada tahun 2004, berdasarkan uji white heteroskedastisity no cross term, seluruh mata uang bersifat homoskedastis. Metode pengukuran volatilitas GARCH dan Dynamic Conditional Correlation diperkirakan akan lebih marnpu bertahan daripada metode pengukuran yang dimiliki Bank "X" apabila diterapkan pada kondisi volatilitas mata uang yang berubah-ubah/heteroskedastis."