Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDalam beberapa tahun terakhir, perhatian lembaga keuangan terhadap manajemenresiko menjadi semakin besar karena pasar keuangan dunia semakin terintegrasi. Resikoyang dihadapi dalam mengelola portofolio adalah general risk dan spesific risk. Generalrisk terdiri dari business risk dan financial risk, sementara spesific risk terdiri dari marketrisk, credit risk, operational risk, dan liquidity risk. Sejarah membuktikan banyak bank yang bangkrut diakibatkan olehmismanajemen portofolio. Kasus kebangkrutan yang terjadi umumnya ditimbulkankarena salah mengantisipasi market risk, yaitu resiko kerugian yang dapat timbul danperubahan harga atau faktor ? faktor pasar, yakni suku bunga (interest rate), nilai tukar(exchange rate), harga saham dan komoditi. Salah satu kasus kerugian akibat market riskyang sempat menjadi perhatian pasar finansial internasional adalah kasus Orange County(California, Amerika). Untuk itu diperlukan perangkat analisa resiko yang lebih akurat untuk mendeteksidan memberikan peningatan dini (early warning system), untuk menghindarkan kerugianyang akan diderita dan mengakibatkan instabilitas keuangan. Basle Committee on Banking Supervision pada Januari 1996 menyebutkan secaraumum metode standar pengukuran resiko portofolio dan mensyaratkan para pelaku pasarmenerapkan minimal satu metode tersebut, yakni standar kualitatif standar kuantitatif,dan stress testing. Salah satu analisa perhitungan standar kuantitatif adalah VAR. Penelitian ini akan memaparkan perhitungan resiko dengan metode Value at Risk(VAR) pada PT.Bank Universal Tbk untuk mengetahul resiko maksimum yangmungkin timbul dikemudian hari akibat adanya volatilitas suku bunga pasar denganholding period yang berbeda-beda. Metode VAR yang diungkapkan dalam karya akhir ini adalah motode VarianKovarian. Metode ini dijabarkan lagi dalam tiga estimator volatilitas, yaitu StandarDeviasi, Equally Weighted (EW) dan Exponentially Weighted Moving Average (EWMA).Masing-masing metode estimator volatilitas dalam menghitung VAR dapat dibuatberbagai macam model dengan menggunakan jumlah data historis 520 hari kerja sebagaibasis perhitungan. Adapun selang kepercayaan yang dipilih adalah 95% (menurutRiskmetrics) dan 99% (menurut Basel Committee). Untuk estimator volatilitas EW dan EWMA, rolling data yang dipakai adalahsetiap 65 hari. Untuk estimator volatilitas EWMA, penelitian ini memakai dua decayfactor sebesar 0.94 dan 0.97. Dalam mendapatkan nilai VAR dikemudian hari holdingperiod yang disimulasikan antara lain 1 hari, 5 hari, 10 hari dan 20 hari kedepan. Dari tiga (3) estimator volatilitas ini, menghasilkan beragam model simulasi.Selanjutnya, setiap model ini dilakukan uji validitas untuk mengetahui apakah modeltersebut valid, konservatif atau tidak valid, yaitu dengan uji Backtesting. Uji inimenggunakan dua pendekatan peniode updating yaitu 5 hari dan 20 hari. Dari hasil ujibacktesting ini, terlihat bahwa periode updating 5 hari lebih merepresentasikan kejutanvolatilitas. Dari beberapa model yang disimulasikan, model EWMA dengan decay factor0.94 pada selang kepercayaan 95% adalah yang paling optimal bagi bank tersebut, karenamodel ini meniberikan prediksi nilal VAR terkecil dibanding model lainnya. Model ini sesuai dengan keadaan Net Present Value bank sebesar negatif Rp3,702,188,190,760 yang mengindikasikan bahwa ?capital requirement? banksebenamya juga tidak mampu untuk menutupi nilai resiko dengan model tersebut.Kemudian, dari hasil stress-testing, ditemukan pada tanggal 4 Desember 2001 terjadikerugian tertinggi sebesar Rp 37,289,116,191. Maka, bank harus menyediakan danasebesar nilai tersebut untuk mengantisipasi terjadi kembali kerugian yang dinyatakandalam toleransi maksimal kerugian bank akibat adanya volatilitas suku bunga.Berdasarkan hasil penelitian ini, disarankan bagi bank, bahwa untuk mampumengelola nilai resiko dengan model EWMA pada decay factor 0.94 dan selangkepercayaan 95%, bank harus mampu menutup kekurangan modalnya terlebih dahulu."

"ABSTRAKDalam dunîa perbankan, persaingan bisnis antar bank sangat dipengaruhi bagaimanakemampuan bank dalam mengelola sumber daya yang dimilikinya. Asset bank merupakansumber pendapatan bunga bagi bank sedangkan kewajiban memberikan beban/biaya bungabagi bank. Asset dan kewajiban bank dipengaruhi oleh perubahan tingkat suku bunga pasarsehingga dapat menimbulkan kerugian bagi bank. Ketika suku bunga pasar meningkat makaasset-asset yang jatuh tempo akan mengalami kerugian sedangkan kewajiban bank yang jatuhtempo akan mengalami keuntungan demikian sebaliknya jika suku bunga pasar mengalamipenurunan. Karena sebagian besar dari asset dan kewajiban bank mark to market maka bankperlu melakukan asset liability management (ALMA). ALMA pada bank bertugas untukmeningkatkan profitability perbankan dan manajemen risiko. Dalam manajemen nsikodilakukan beberapa tahap dimana salah satu tahapnya adalah pengukuran risiko. Salah satutools pengukuran risiko adalah dengan penentuan VAR. VAR merupakan estimasi kerugian dimasa yang akan datang berdasarkan volatilitas faktor pasar pada masa Iampau (data historis)dengan derajat kepercayaan dan holding period tertentu. Pada penelitian ini dilakukan penentuan VAR sebagai akibat tereksposurenya asset dankewajiban Bank Mega terhadap suku bunga pasar dengan menggunakan metode variankovarian dengan estimator volatilitas standar deviasi Equally Weighted dan ExponentialWeighting Moving Average (EWMA). Penentuan VAR berdasarkan posisi asset dankewajiban bank pada tanggal 31 Desember 2001. Dalam penentuan VAR ini. asset dankewajiban bank dikelomkan kedalam beberapa vertex herdasarkan jangka waktu jatuhtemponya. Future cashflow dan masing-masing vertex ini yang tereksposure terhadap sukubunga pasar (data historis) yang kemudian diukur volatilitasnya menggunakan estimatorvolatilitas standar deviasi, EW dan EWMA. Untuk menentukan metode estimator yang memberikan validitas yang tinggi makadibentuk beberapa model dengan menghitung VAR secara harian, dimana periode observasipenentuan VAR adalah antara 2 Januari 2001 hingga 31 Desember 2001. VAR yang diperolehsecara harian dibandingan dengan aktual profit dan loss yang terjadi. Model terbaik yang digunakan untuk estiniasi VAR 31 Desember 2001 dan berbagaialternatif variasi yang dilakukan adalah model estimator EWMA 520,5 untuk 0,94dengan derajat kepercayaan 99 % karena model inilah yang masuk dalam daerah batasan dandengan periode updating 5 han memberikan kemampuan yang lebih besar dalammengantisipasi kerugian sebagai akibat fluktuasï suku bunga pasar yang terbaru. Pemilihanderajat kepercayaan 99 % disebabkan karena bank menerapkan prudential banking dalammelakukan strateginya. Estimasi VAR 31 Desember 2001 yang diperoleh sebesar Rp.(23.163.223.809). Nilai ini berarti bahwa pada kondisi market yang normal, estimasi kerugianmaksimum yang akan dialami bank pada satu hari yang akan datang adalah sebesar Rp23.163.223.809 dengan derajat kepercayaan 99 %. Modal yang diperlukan oleh bank untuk mengantisipasi kerugian yang dihasilkan danestimasi VAR dengan model EWMA 520,5, ) = 0,94, untuk holding period 1 hari adalah 3,65% dan Networthnya. Sebagai akibat eksposure suku bunga pasar terhadap asset dan kewajibanBank Mega, maka CAR bank setelah memperhitungkan market risk rnenjadi 8,42 %. Perbedaan holding period yang digunakan mempengaruhi jumlah modal yang harusdisediakan. Untuk VAR dengan holding period 1 hari, jumlah modal yang harus disediakanlebih kecil dibandingkan dengan holding period 5, 10, dan 20 hari."

"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."

"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."

"Value-at-Risk (VaR) adalah perangkat pengukuran risiko yang sangat populer di dunia perbankan dan keuangan saat ini. Iorion (2003) menerjemahkan VaR sebagai suatu tilik hatasan (cut q) yang menetapkan suatu kerugian Lidak dapat lerjadi dengan probabilitas yang Iebih besar dari tingkat kepercayaannya. Karya akhir ini memfokuskan penaksiran volatilitas untuk pengukuran risiko pasar dalam rangka meughitung diversified VaR.Engle (1982) mengembangkan model yang sangat lerkenai untuk meramalkan volatilitas yang disebut sebagai uutoregressive conditional hereroskedasticity (ARCH). Salah seorang muridnya, Bollerslev (1986) memperbaiki model Engle, yang kemudian dikenal sebagai generalized ARCH (GARCH). Model-model ini merupakan model univariate yang dapat digunakan untuk menaksira VaR tunggal untuk seliap posisi. Sedangkan untuk posisi portofolio, perhitungan diversified VaR harus inemperhitungkan korelasi antara instrumen yang dipergunakan. Mctode matriks varian-kovarian adalah salah salah sate metode yang sering digunakan untuk meiakukan aggregasi penaksiran VaR untuk posisi portofolio.Sebuah alternatif metode yang dapat digunakan untuk menghilung penaksiran diversified VAR adalah menggunakan model-model GARCH multivariat. Engle dan Kroner (1993) menunjukan basil teoritis dalam formulasi dan penaksiran GARCH multivariat dalam sistem persainaan simultan yang dikenal sebagai BEKK (M-GARCH BEKK) model. Model ini didasarkan pada model Engle (1982) dan model Bollerslev (1986). Dengan menggunakan metode M-GARCH BEKK dan metode matriks variankovarian, karya akhir ini membandingkan peramalan volatilitas yang dihasilkan oleh kcduanya untuk menghitung diversified VaR, khususnya untuk risiko pasar. Data yang digunakan menggunakan tiga nilai lukar: GBP'IUSD, USD!!I'Y, dan USDISGI] dari tahun 2000 hingga 2005. Dalam rangka melakukan bucktesting, uji Kupicc diterapkan untuk melakukan validasi model pada bentuk univariat.Hasil empirik menunjukkan bahwa model M-GARCH BEKK memberikan kinerja penaksiran yang lebi baik dibandingkan metode matriks varian-kovarian, walaupun spesilikasi model ini lebih rumit. Taksiran VaR yang dihasilkan M-GARCH BEKK adalah 0,1388%, yang memberikan beban modal sebesar 5,2063%, sedangkan taksiran VaR yang dihasilkan metode matriks varian-kovarian adalah 0,1982%, yang memberikan beban modal sebesar 7,433%. Hasil lain yang ditemukan adalah perubahan volatilitas berubah secara signifikan setiap 125 tilik observasi atau selidaknya tiga bulan. Hal ini menyimpulkan bahwa peramalan volatilitas harus dievaluasi setiap tiga bulan.

---

Value-at-Risk (VaR) is the most popular tool for risk measurement in banking and finance industry today. Jorion (2003) be interpreted as the cutoff point such that a loss will not happen with probability greater than its confidence level. VaR estimation requires net asset positions and its distribution, time horizon, confidence level, and volatility forecast. This paper focus on volatility estimation for market risk measurement in order to calculate diversified VaR.Engle (1982) developed a famous model to forecast volatility, known as autoregressive conditional heleroskedasticity (ARCH). His student, Bollerslev (1986), improved Engle's model, which later known as generalized ARCH (GARCH). These models are univariate model that can be used to estimate single VaR for each position. For portfolio position. one must calculate correlation among the assets in order to incorporate diversified VaR estimation. Variance-covariance matrix method is one of the common methods to aggregate VaR estimation for portfolio position.An alternative method to calculate diversified VaR estimation is to use multivariate GARCH models. Engle and Kroner (1993) shows theoretical results in the formulation and estimation of multivariate GARCH models within simultaneous equations systems and known as BEKK (M-GARCH BEKK) model. This model is based on Engle's model 1982) and Bollersley?s model (1986).Using M-GARCH BEKK and variance-covariance matrix methods, this paper compares volatility forecast generated by both methods in order to estimate diversified VaR for market risk only. The data used in this paper consists of three exchange rates: GBP/USD, USD/JPY, and USDISGD, from the period of 2000 to 2005. In order to do backtesting. Kupiec test is applied to validate the models in the invariable form.The empirical result shows that M-GARCI I 13EKK model performs better, though has more sophisticated specification, than variance-covariance matrix method in estimating the volatility. The estimation results are as follows: VaR estimation generated by MGARCH BEKK is 0.1388% which leads to capital charge of 5.2063%; while estimation generated by variance-covariance matrix is 0.1982% which leads to capital charge of 7.433%. The results also show that the volatility changes significantly every 125 observations or at least once in three months. This concludes that volatility forecast should he evaluated at least every three months."

"Risiko kegiatan usaha perbankan semakin kompleks sejalan dengan pesatnya perkembangan lingkungan ekstemal dan internal di dalam dunia perbankan. Untuk itu agar mampu beradaptasi dalam lingkungan bisnis perbankan, bank dituntut untuk mencrapkan manajemen risiko. Sesuai dengan Amendment terhadap Basle Capital Accord (BCA) 1988 yang dikeluarkan oleh The Basle Committee on Banking Supervision pada bulan Januari 1996, perbankan diharapkan untuk memasukkan unsur risiko pasar dalam perhitungan Capital Adequacy Ratio (CAR).Risiko pasar didefinisikan sebagai risiko yang timbul karena adanya pergerakan variabel pasar (adverse movement) dari portofolio yang dimiliki oleh bank, yang dapat merugikan bank. Dalam penelitian ini komponen risiko pasar yang dijadikan objek penelitian adalah risiko nilai tukar.Sesuai dengan BCA tahun 1996, pengukuran risiko yang dihadapi bank dapat dilakukan dengan standardized approach ataupun menggunakan internal model. Untuk internal model Basle Accord mensyaratkan penggunaan Value at Risk (VaR) dalam penerapannya. VaR mengukur maksimum potensi kerugian yang diyakini akan terjadi pada kurun waktu tertentu, dengan tingkat keyakinan tertentu dan pada kondisi pasar yang normal.Latar belakang penulisan karya akhir dengan judul Analisis Perbandingan Pengukuran Risiko Pasar Posisi Devisa Neto dengan Pendekatan Metode Standar dan Model Internal (VaR - Metode Varian Kovarian) adalah karena sejak diberlakukannya Peraturan Bank Indonesia No.5/121PBI12003 bank wajib menghitung penyediakan modal minimum untuk mengcover risiko pasar dengan metode standar, yang salah satu faktor risikonya adalah risiko nilai tukar. Penyediaan modal khusus risiko nilai tukar dengan metode standar diperhilungkan sebesar 8% dari Posisi Devisa Neto bank. Perniasalahan yang timbul adalah bahwa penyediaan modal minimum bagi setiap bank diwajibkan menggunakan tarif yang sama yaitu 8%. Hal ini dapat mengakibatkan besarnya penyediaan modal (capital charge) dimaksud tidak tepat dibandingkan dengan kebutuhannya (terlalu besar atau bahkan terlampau sedikit). Dari sisi pengelolaan asset dan kewajiban (Assets and Liabilities Management) hal ini dapat merugikan bank, karena dapat mengakibatkan idle fund, atau sebaliknya justru membebani solvabilitas bank akibat kerugian yang tidak terantisipasi.Mengingat dalam BCA tahun 1996 perhitungan modal minimum risiko pasar dapat dimungkinkan dilakukan dengan model internal dengan pendekatan Value at Risk (VaR), dengan demikian timbul pertanyaan manakah dari kedua metode tersebut yang lebih efisien sehingga idle fluid yang timbul akibat peneadangan modal dan beban solvabilitas bank dimaksud dapat diminimalisir.Tujuan penulisan ini adalah untuk mengetahui seberapa efisien pengukuran risiko pasar khususnya nilai tukar dapat diestimasi oleh kedua metode tersebut dan manakah dari kedua metode dimaksud yang lebih balk untuk diterapkan dalam perhitungan modal minimum yang harus disediakan bank untuk mengcover potensi kerugian bank akibat fluktuasi nilai tukar.Perhitungan capital charge dengan metode standar dilakukan sesuai ketentuan Bank Indonesia dimaksud, sedang perhitungan dengan model internal dilakukan dengan cara perhitungan Value at Risk dengan metode Varian Kovarian. Data yang menjadi bahan analisis adalah posisi nilai tukar PT Bank ABC yang terdiri dari 5 (lima) mats uang asing, yaitu GBP, EUR, USD, JPY dan SGD. Sementara periode yang digunakan dalam analisis ini adalah dari 1 Oktober 2003 sampai dengan 31 Oktober 2005, yaitu 508 hail. Khusus dalam perhitungan VaR , Confident level yang dipergunakan adalah 95% dan holding period selama 1 hari.Berdasarkan hasil uji nonnalitas, dapat diketahui bahwa seluruh data series return setiap mata uang asing tersebut adalah tidak normal, sehingga nilai a yang diperhitungkan dicari dengan teori Cornish Fisher Expansion. Sementara itu, dari basil uji volatilitas data return seluruhnya merupakan heteroscedastic. Oleh karena itu forecasting volatilitas data mempergunakan model ARCH/GARCH.Hasil perhitungan capital charge untuk portfolio mata uang PT Bank ABC dengan metode standar sebesar Rp2.951 juta jauh lebih besar dibanding jika menggunakan model internal (VaR) yaitu sebesar Rp297 juta. Sementara dan hasil pengujianvaliditas model internal VaR dengan Kupiec Test, metode Total Number of FaiIure(TNoF) terdapat kesalahan/failure sebanyak 20 (dua puluh) tanggal dan Likelihood Ratio sebesar 1,595 < 3,841 berdasarkan tabel chi square. Sementara itu untuk metode standar tidak dilakukan uji validasi karena angka 8% untuk perhitungan capital charge bersifat mandatory dari Otoritas Pengawasan Perbankan. Dengan demikian perhitungan capital charge menggunakan model internal jauh lebih efisien dibandingkan dengan penggunaan metode standar.Agar terjadi efisiensi penggunaan dana yang pada akhirnya akan lebih meningkatkan pertumbuhan usaha bank, maka penggunaan model internal (VaR) untuk keperluan penyediaan modal minimum bank terkait dengan risiko pasar perlu dipercepat. Namun apabila ketentuan Bank Indonesia telah dapat memperbolehkan bank menyediakan modal minimum dimaksud dengan perhitungan model internal (VaR) maka baik pihak Bank Indonesia yang akan berperan sebagai validator dan bank sebagai pelaksana penerapan model internal harus bersaina-sama mempersiapkan sumber daya manusia dan teknologi informasi untuk mengantisipasinya.

---

In line with the growing complexities of the banking activities, the nature of risks in banking industry are rapidly changing and becoming more difficult to,zesist. Taken into account of such risks, banks are increasingly encouraged to apply more prudent risk management Based on Basle Capital Accord which is issued by The Basle Committee on Banking Supervision in January 1996, as Amendment of Basle Capital Accord 1988, banks is expected to sufficiently cover the element of market risk for their calculation of Capital Adequacy Ratio (CAR).

Market risk is defined as a risk of loss on the entire portfolio held by the bank, which arise due to adverse movement of market variables. In our research, the particular component of market risk taken as research object is exchange rate risk.

According to Basle Accord (1996 Amendments), banks may develop and make use of internal systems or employ standardize approach as a basis of their assessment of market risk. In case of applying internal model, Basle Accord requires the bank to adopt Value at Risk (VaR) approach. VaR approach measures potential maximum loss of which may occur in certain holding period, particular level of confidence and normal market condition.

The motivation of the research, entitled "Comparative Analysis of the Measurement Of Market Risk of Foreign Exchange Net Open Position Using Standardized Method and Internal Model (VaR - Variance Covariance Method)", is related with the adoption of Bank Indonesia Regulation No. 51121PBll2003 which required the bank to provide adequate capital to cover market risk by using standardized method, pp rtieularly exchange rate risk as one of risk factors. Applying standardized method, the minimum amount of capital required to cover exchange rate risk is uniformly set at 8% of the Net Open Position posed by particular bank. This unifolnmity may create problems since it may not fairly reflect the actual risk should be covered by the banks (resulting in over/underestimate the calculation of minimum capital required to cover such a risk). From the Asset and Liabilities Management point of view, imprecise calculation of minimum capital may result in potential loss or opportunity profit forgone due to excessive idle fund. By contrast, it could also give extra burden to the bank in case bank's capital is not adequate to cover unanticipated loss.

Meanwhile, based on Basle Accord 1996, minimum capital requirement could be calculated using internal model (adopting VaR approach), it may be queried which method offers better estimate in terms of minimizing idle fund and realistically reflect actual risk.

The aim of this researsch is to measure how efficient market risk calculated using standardized method and internal model with VaR approach and which one of the two methods is better applied by bank to calculate minimum capital to cover potential loss of exchange rate volatility.

The calculation of capital charge using standardized method is based on Bank Indonesia regulation, while VaR (Variance-Covariance method) is adopted for internal model approach. Data used for the analysis are exchange rate position of PT Bank ABC consisted of 5 foreign currencies (GBP, EUR, USD, JPY, and SOD). The period of analysis is from 1 October 2003 to 31 October 2005 (508 days). For the calculation of VaR, 95% level of confidence is applied and holding period is set at one day.

Based on normality test, all of the series reveal non-normality, so the value of a should be calculated using Cornish Fisher Expansion. Meanwhile, our volatility tests showed that the entire data are heteroschedastic. Therefore, volatility forecast is conducted using ARCH 1 GARCH.

Using standardized method, capital charge for the currency portfolio of PT Bank ABC is amounted to Rp2.95 t million much higher compared to internal model (VaR) that is amounted to Rp297 million. The test on validity internal model using Kupiec Test showed that the model is valid because the Total Number of Failure (TNOF) is amounted to 20 failures and Likelihood Ratio is 1,595 < 3,841 list of chi square. Meanwhile for the standardized method is not tested for validity of the method because 8% as capital charge is provided by Banking Supervisory Authority. Therefore by using internal model in capital charge calculation is much more efficient comparing to using standardized method.

Concerning the efficiency in fund management, which in general may prudently boost the bank business, the inception of internal method for calculating market risk should be speed up. However, if Bank Indonesia permits the banks to adopt internal model for their own risk assessments, Bank Indonesia should review the use of such measurement regularly. In addition, it is important for the banking industry to continuously develop their human resources capacity and apply appropriate Information System Technology."

"Penelitian ini bertujuan untuk mengetahui pengaruh implementasi Enterprise Risk Management (ERM) terhadap nilai perusahaan (firm value). Variabel kontrol yang digunakan dalam penelitian ini adalah leverage dan Return on Assetes (ROA). Penelitian ini dilakukan terhadap tiga bank BUMN di Indonesia yaitu, BNI, BRI dan Bank Mandiri periode 2005 - 2012. Dalam penelitian ini, nilai perusahaan dihitung dengan menggunakan Tobin?s Q. Pengujian hipotesis dilakukan dengan uji statistik F dan uji statistik T pada taraf signifikansi 5%. Hasil penelitian dengan uji statistik F menunjukkan bahwa terdapat pengaruh secara simultan dari implementasi ERM dengan variable kontrol leverage dan ROA terhadap nilai perusahaan. Hasil penelitian juga menunjukkan bahwa terdapat pengaruh secara parsial dari implementasi ERM. Sedangkan, hasil pengujian dengan uji statistik T menunjukkan bahwa leverage dan ROA tidak berpengaruh terhadap nilai perusahaan.

---

This research objective is to find out whether there is an effect of Enterprise Risk Management implementation on firm value. The control variables used in this research are leverage and Return on Assets (ROA). This research was conducted on 3 government banks in Indonesia, BNI, BRI and Mandiri bank in the year 2005 ? 2012. Firm value is measured by Tobin?s Q ratio. Hypotheses were tested with the F-statistic test and T-statistic test by the significant level of 5%.

The result of the F-statistic test shows that there is an influence of ERM implementation simultaneously by using leverage and ROA on firm value. The test shows that there is an influence of ERM implementation partially on firm value. Meanwhile, the result of the T-statistic test shows that leverage and ROA has no influence on firm value."