Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tire importance of the role of electricity in economic activities is undeniable. In fact, all economic sectors are directly or indirectly associated with electricity. Electricity is required to sustain human needs and economic growth. Electricity disruption will impact on both of economic or non economic aspect. Tire strategy on electricity supply curtailment to minimaze economic or non economic losses is needed One of the approach able to be applied to analysis the macroeconomic effects incured by deficiency of electricity supply is input-output model. Parameter applied in strategy of electrical curtailment is output multiplier. Result of simulation indicates that electricity curtailment by considering output multiplier hence will be able to minimizes the macroeconomics impact."

"Pengukuran risiko merupakan salah satu aktifitas manajemen risiko yang telah dilakukan oleh banyak bank pada masa ini. Kesulitan yang dialami PT. Bank FDR dalam melakukan perhitungan nilai VaR (Value at Risk) pada risiko nilai tukar juga merupakan permasalahan yang dapat dialami oleh bank-bank lain di Indonesia. Pada karya akhir ini akan diperlihatkan pengukuran VaR risiko nilai tukar dan digunakan 2 pendekatan estimasi volatilitas yaitu EWMA dan ARCH/GARCH. Pada Karya Akhir ini diperlihatkan bahwa ARCH/GARCH dapat menghasilkan model VaR yang lebih baik daripada model VaR yang menggunakan estimasi volatilitas EWMA. Dengan menggunakan ARCH/GARCH, maka diperoleh nilai VaR Portfolio PT. Bank FDR untuk 1 Februari 2007 sebesar Rp. 77.307.209,00.

---

Measuring risks is one of risk management activities which have been largely implemented by many banks on this era. The problem in PT. Bank FDR on calculating Value at Risk (VaR) on foreign exchange risk is possibly a common problem which faced by other banks in Indonesia. In this thesis was described ARCH/GARCH will result better VaR model than EWMA. By applying ARCH/GARCH, it's resulted VaR on PT. Bank FDR for 1st of February 2007 as much as Rp. 77.307.209,00."

"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."

"ABSTRAKSeiring dengan semakin terintegrasinya pasar keuangan domestik dengan keuangan global dan semakin kompleksnya jenis aktivitas serta transaksi keuangan yang dilakukan perbankan, pengaturan mengenai risiko pasar (market risk) dalam pemodalan bank sudah saatnya untuk diimplementasikan. Dalam kaitannya dengan hal tersebut, Basel Committee on Banking Supervision mengeluarkan ketentuan yang memasukkan unsur market risk dalam penghitungan capital adequacy ratio (CAR).Market risk merupakan risiko kerugian bank akibat perubahan faktor-faktor pasar, yang dibagi ke dalam risiko suku bunga, risiko nilai tukar, dan risiko perubahan harga. Dalam melakukan penghitungan market risk ini, ada dua pendekatan yang ditetapkan oleh Basel Committee dalam dokumen Basel Capital Accord (BCA) 1996 yaitu dengan standardized model dan internal model.Pendekatan standardized model menggunakan satu model yang telah dirancang oleh Basel Committee untuk memberikan acuan bagi bank dalam mengukur risiko pasar. Di Indonesia, pendekatan standardized model ini merupakan pendekatan dengan bekal template yang semua aspek regulasi dan besaran kuantitatifnya telah ditentukan oleh Bank Indonesia (BI) dan bank hanya melaksanakan ketentuan yang digariskan, sedangkan pada pendekatan internal model bank diberikan keleluasaan untuk mengembangkan model sesuai ketentuan Bl.Penelitian ini akan memaparkan penghitungan risiko nilai tukar pendekatan internal model dengan metode value at risk (V aR) pada PT Bank X, untuk mengetahui kerugian maksimum yang mungkin terjadi pada bank jika memegang suatu portofolio pada holding periods dan confidence level tertentu dengan berdasarkan pada kondisi market yang normal.Metode VaR yang dipaparkan dalam karya akhir ini adalah metode varian kovarian yang menggunakan dua estimator volatilitas yaitu model exponentially weighted moving average (EWMA) dan model generalized autoregressive conditional Heteroscedasticity (GARCH). Dari kedua model estimator volatilitas tersebut dapat dibuat berbagai macam model dengan menggunakan jumlah data historis 301 hari dengan level of confidence yang dipilih adalah 95%.Dari beberapa model yang disimulasikan, model GARCH (1,1) adalah model yang paling baik, karena model yang dihasilkan oleh estimator volatilitas model GARCH (1, 1) temyata menghasilkan tingkat error yang rendah serta forecast yang dihasilkannya pun mampu menangkap pergerakan volatilitas actual-nya.Berdasarkan basil penelitian ini, disarankan bagi PT Bank X untuk menggunakan estimator volatilitas model GARCH (1,1) agar optimal dalam menghitung risiko nilai tukar karena model GARCH (1,1) ini menghasilkan prediksi nilai VaR yang lebih kecil dibandingkan dengan model EWMA."

"ABSTRAKEfek globalisasi telah mengakibatkan perkembangan industri jasa keuangan menjadi semakin kompleks.. Hal terse but diperburuk dengan efek psikologis pasca krisis keuangan tahun 1997 lalu yang berakibat pada volatilitas pasar yang cenderung tidak stabil. Untuk kondisi di Indonesia, salah satu eksposur risiko terpenting yang dihadapi oleh suatu Bank adalah eksposur terhadap rh:iko nilai tukar . Eksposur inilah yang menyebabkan terjadinya krisis ekonomi pada tahun 1997 di Indonesia. Eksposur terhadap nilai tukar merupakan salah satu jenis risiko pasar yang dihadapi oleh Bank.Dalam implementasinya di perbankan Indonesia, konsep perhitungan modal untuk risiko pasar. ini akan mulai diterapkan pada tahun 2004 ol.eh Bank Indonesia. Hal yang menarik berkaitan dengan implementasi pengenaan modal untuk risiko pasar ini adalah bagaimana Bank melakukan manajemen portfolio eksposur yang terkait dengan risiko pasar sehingga modal yang digunakan untuk mengcovernya bisa seefisien mungkin. Dalam thesis ini akan diperbandingkan dua metode perhitungan risiko pasar yaitu : Standardised dan Internal Model approach untuk melihat sampai seberapa efektif pengenaan kedua model tersebut untuk menghitung capital charge yang terkait dengan risiko pasar yaitu foreign exchange portfolio dari suatu bank.Hasil pengujian dengan kedua metode tersebut memberikan beberapa kesimpulan sebagai berikut:1. Pengujian dengan menggunakan standardized approach memberikan capital charges yang paling besar dibandingkan dengan pengujian dengan menggunakan metode internal yaitu Variance Covariance dan Historical Simulation2. Pengujian dengan menggunakan Internal j\tfodel memberikan hasil yang berbeda untuk koridisi Confidence level yang berbeda. Untuk kondisi 99% Cofidence level, pengujian dengan menggunakan Historical Simulation memberikan nilai VaR yang lebih besar dibandingkan pengujian dengan menggunakan Variance Covariance. Sedangkan pada kondisi 95% Confidence level pengujian dengan menggunakan Variance Covariance memberikan nilai VaR yang lebih bcsar dibandingkan pengujian dengan menggunakan Historical Simulation. Hal :i.ni disebabkan adanya pengaruh negative skewness dan leptokurtic pada distribusi aktual yang merupakan dasar perhitungan dari metode Historical Simulation. Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa suatu metode tidak bisa selalu menghasilkan nilai VaR yang lebih besar dibandingkan met ode yang lain. Nilai V aR dipengaruhi oleh distribusi return aktual dan confidence level3. Dalam pengujian dengan menggunakan Variance Covariance, jumlah data historis yang berbeda akan diperoleh Decay Factor optimal yang berbeda pula. Dalam pengujian ini, data historis 500 titik data mendapatkan Decay Factor optimal sebesar 0.97. Sedangkan untuk 250 titik data didapatkan Decay Factor optimal sebesar 0.964. Pengujian Back Testing dengan menggunakan Variance Covariance diperoleh hasil bahwa untuk confidence level 99%, jumlah kcgagalan yang terjadi melebihi batas non rejection region dari Kupiec. Sedangkan untuk confidence level 95% , jumlah kegagalan yang terjadi belum melewati batas non rejection region dari Kupiec. Pengujian Back Testing dengan menggunakan metode Basel untuk kondisi 250 titik data dan 99% Confidence level diperoleh hasil bahwa jumlah kegagalan yang terjadi dapat dikategorikan pada daerah yellow sehingga capital charges yang terjadi harus dikalikan dengan 3.65. Hasil ini memberikan kesimpulan bahwa untuk pengujian dengan metode Variance Covariance dari JP Morgan , Confidence level 95% memberikan model data yang lebih valid dibandingkan model pengujian dengan menggunakan 99% Confidence level.5. Pengujian terhadap Expected Tail Losses memberikan hasil nilai kerugian yang lebih besar dari nilai VaR. Oleh karena itu, pengujian dengan ETL dapat. Digunakan untuk mengatasi kelemahan dari V aR yaitu tidak diketahuinya nilai kerugian apabila terjadi suatu kejadian yang melebihi confidence level yang ditetapkan.6. Pengujian dengan menggunakan stress testing memberikan hasil capital charges yang dibebankan lebih besar dibandingkan perhitungan VaR dengan menggunakan Historical Simulation dan Variance Covariance. Hal ini membuktikan kelemahan VAR yang tidak bisa menangkap suatu kondis1 stress yang terjadi.7. Kecilnya capital charges untuk risiko pasar dalam karya akhir ini tidak berarti bahwa risiko pasar tidak diperlukan dalam perhitungan rasio modal. Hal ini disebabkan karena :.. Jumlah Portfolio yang ada tidak mence1minkan portfolio yang sebenarnya dibandingkan saat sebelum krisis. Bank cenderung konservatif dalam eksposur valas yang ditunjukkan dengan kecilnya Posisi Devisa Neto Bank. Padahal untuk mengantisipasi penerapan risiko pasar dan kesiapan modal Bank, Bank Indonesia telah menaikkan posisi rasio PDN dari 20% menjadi 30%...Apabila kondisi pasar dan portfolio Bank telah kembali pada posisi sebelum krisis, maka informasi risiko pasar menjadi sangat krusial dan berdampak material pada tambahan modal...Komponen yang dihitung dalam karya akhir ini yaitu PDN hanya merupakan salah satu komponen risiko pasar. Belum dilakukan perhilungan secara menyeluruh mengenai eksposur risiko pasar Bank. Misa1nya, eksposur yang terkait dengan perubahan suku bunga pasar dan transaksi-transaksi derivatif"

"Jakarta Islamic Index (JII) merupakan salah satu indeks saham di Indonesia yang menghitung indeks harga rata-rata saham untuk jenis kegiatan usaha yang memenuhi kegiatan syariah. Penelitian ini bertujuan untuk menganalisis pengaruh perubahan suku bunga SBI, harga emas dunia, harga minyak dunia, nilai tukar rupiah, tingkat inflasi, indeks produksi industri, jumlah uang beredar terhadap imbal hasil Jakarta Islamic Index dengan periode pengamatan selama Januari 2003 ? Desember 2011. Data yang digunakan dalam penelitian ini merupakan data sekunder yang bersifat kuantitatif yang terdiri dari data bulanan semua variabel yang meliputi data bulanan variabel JII, perubahan suku bunga SBI, harga emas dunia, harga minyak dunia, nilai tukar rupiah, tingkat inflasi, indeks produksi industri, jumlah uang beredar. Metode analisis yang digunakan adalah analisis regresi berganda. Pengolahan data dilakukan dengan menggunakan aplikasi Eviews6. Hasil penelitian menemukan bahwa secara simultan variabel makroekonomi yang meliputi pengaruh perubahan suku bunga SBI, harga emas dunia, harga minyak dunia, nilai tukar rupiah, tingkat inflasi, indeks produksi industri, jumlah uang beredar mempunyai pengaruh yang signifikan terhadap imbal hasil saham Jakarta Islam index (JII).Secara parsial variabel independen yang berpengaruh secara signifikan adalah perubahan suku bunga SBI, nilai tukar rupiah, tingkat inflasi, indeks produksi industri, dan jumlah uang beredar.

---

Jakarta Islamic Index (JII) is one of Indonesia's stock index that calculates the average price index - the average stock. The goal of this study is to analyze the effect of change of interest rate, world gold price, world oil prices, rupiah exchange rate, inflation rate, industrial production index, money suppply on Jakarta Islamic Index stock return during the observation period January 2003 - December 2011.

The data used in this study is a quantitative data consisting of monthly data of Jakarta Islamic Index Return, change of interest rate, world gold price, world oil prices, rupiah exchange rate, inflation rate, industrial production index, and money suppply. This study use multiple regression methode with application eviews6.

The results show that simultaneously changes of interest rate, world gold price, world oil prices, industrial production index, money supply has a significant effect on stock returns Jakarta Islamic Index (JII). Partially, independent variable has a significant effect are interest rate, exchange rate, inflation rate, industrial production index, and money supply."

"Tujuan yang diharapkan dapat dicapai dari penelitian ini adalah untuk menganalisis Pengaruh Inflasi dan Nilai Tukar Rupiah Terhadap Rasio Pembiayaan Non Lancar Berdasarkan Sektor Ekonomi dan Jenis Penggunaan di Perbankan Syariah. Penelitian ini menggunakan data gabungan bank umum syariah dan unit usaha syariah dari statistik perbankan syariah dan indikator makroekonomi yang dipublikasikan oleh Bank Indonesia periode Januari 2012 sampai dengan April 2015. Hasil analisis data dengan menggunakan metode analisis regresi linear berganda menyebutkan bahwa pada model pertama variabel inflasi berpengaruh negatif terhadap NPF dan variabel kurs berpengaruh positif terhadap NPF. Untuk sektor ekonomi, terdapat hasil yang konsisten dengan hasil variabel utama, yaitu inflasi berpengaruh negatif terhadap NPF pada Sektor Ekonomi 5 dan Sektor Ekonomi 9. Sedangkan untuk variabel kurs memiliki hasil yang bervariasi, dimana terdapat pengaruh positif nilai kurs terhadap NPF pada Sektor ekonomi 1 dan 9, kemudian terdapat pengaruh negatif nilai kurs terhadap NPF pada sektor ekonomi 5. Begitu pula dengan hasil analisis data pada model kedua menunjukkan bahwa variabel inflasi berpengaruh negatif terhadap NPF dan variabel kurs berpengaruh positif terhadap NPF. Untuk Jenis penggunaan, terdapat hasil yang konsisten dengan hasil variabel utama, yaitu untuk pengaruh inflasi berpengaruh negatif terhadap NPF pada Jenis Penggunaan 1. Untuk variabel kurs juga memiliki hasil yang konsisten, dimana terdapat pengaruh positif nilai kurs terhadap NPF pada Jenis Penggunaan 1 dan 2.

---

The purpose of this research is to analyse the influence of inflation and exchange rate toward non performing financing ratio by economic sector and type usage in islamic banking. The research obtain from combining islamic bank data, islamic business units stats of syariah bank and macroeconomics indicators which published by bank of Indonesia during January 2012 to April 2015. From the analysis, the hipothesis by using multiple linear regression results that in the first model, inflation negatively affect NPF and exchange rate positively affect NPF. For economic sector, the results are consistent with the results of the main variables, namely inflation negatively affect the NPF on Economic Sector 5 and Economic Sector 9. Meanwhile the variable exchange rate has varied results, where there is a positive influence on the exchange rate against the NPF economic sector 1 and 9, then there is a negative effect of the exchange rate against the NPF on the economic sector 5. Similarly, the results of data analysis on a second model show that affect the inflation variable negatively and variable exchange rate effect on NPF positively. For the type of uses, there is a result that is consistent with the results of the main variables, namely inflation that effect negatively to NPF on Usage Type 1. For variabel exchange rate also have consistent results, where there is a positive influence on the exchange rate toward the NPF Usage Types 1 and 2."

"Value at risk merupakan suatu alat yang dipakai untuk mengukur risiko investasi. Value at risk menjelaskan besarnya kerugian terburuk yang terjadi pada investasi pada produk finansial dengan tingkat kepercayaan tertentu dan dalam interval waktu tertentu. Beberapa metode telah dikembangkan untuk menaksir Value at Risk, seperti simulasi data historis, simulasi Monte Carlo, GARCH (1,1), EWMA, dan lain-lain. Namun, metode-metode tersebut masih dianggap tidak dapat menjelaskan struktur keterkaitan masing-masing variabel random yang membentuk portfolio tersebut. Dengan menggunakan fungsi copula, keterkaitan masing-masing saham dalam distribusi gabungannya dapat dimodelkan sehingga perilaku distribusi marginalnya dapat diamati dengan lebih detail. Pada makalah ini t-copula digunakan untuk memodelkan struktur kebergantungan (dependence) pada distribusi gabungan tingkat pengembalian portfolio. Fungsi t-copula adalah bentuk umum dari fungsi distribusi multivariat t-student, dimana t-copula dapat memodelkan dan mengestimasi distribusi multivariat t-student tanpa harus mengasumsikan variabel-variabel acaknya berdtrisbusi normal. Dalam analisa data, fungsi t-copula membutuhkan data yang saling bebas dan identik dalam distribusi (iid). Data empiris yang digunakan dalam penelitian ini adalah data indeks Jakarta Stock Exchange dan indeks Kuala Lumpur Stock Exchange dicatat pada kurun waktu 30 Mei 2008 sampai 30 Mei 2013 (1270 observasi). Value at Risk yang dihitung menggunakan periode horizon T=22 hari kedepan untuk tingkat kepercayaan masing-masing 90%, 95%, 99%. dibandingkan dengan Gaussian copula, t-copula memberikan hasil yang lebih baik. Hasil ini sesuai dengan teori, walaupun perbedaannya tidak terlalu signifikan."