Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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."

"Manusia dalam usahanya untuk mendapatkan nilai tambah atas segala usahanya mencapai keuntungan selalu mendapat beban kemunglcinan kerugian yang dapat dideritanya. Keuntungan dan kerugian merupakan dua sisi mata uang yang berbeda dalam sam keping mata uang, bila melihat suatu kemungkinan keuntungan pasti dibalilc kemungkinan keuntungan tersebut adalah kemungkinan kerugian. Hal tersebut terjadi karena keterbatasan manusia untuk mengetahul segala hal yang ada di masa depan, sehingga resiko kerugian tersebut akan tenis membayangi usaba manusia mencapai keuntungan usaha. Berbagai usaha telah dilakukan oleh manusia untuk mengelola resiko tersebut, mulai dan usaba untuk menghindari resiko, memindahkan resiko kenigian tersebut ke pihak lain dan benar-benar menjinakkan resiko tersebut sehingga didapat suatu kondisi keuntungan uang cukup tinggi tetapi dengan tingkat resiko yang masih dapat di terima. Dalam upaya mengelola resiko itu sendini, ada beberapa tahap yang harus dilakukan sehingga proses pengelolaan resiko tersebut menjadi optimal, yaitu: 1. Tahap pertalna yang perlu dilakukan adalah mengidentifikasi resiko, meliputi telaah untuk menentukan penyebab, kapan teijadinya resiko tersebut, kondisi kondisi awal yang dapat dikenali sebagai peringatan dini akan teijadinya suatu resiko. 2. Tahap kedua adalah mengukur besaniya resiko yang teijadi, tahap ini menjadi penting karena peranannya "menerjemahkan" suatu resiko yang bersifat abstrak menjadi suatu nilai yang nyata yang dapat dimengerti danipaknYa secara Iangsung terhadap tingkat keuntungan dan kelangsungan usaha. 3. Tahap ketiga diwarnai dengan upaya penyusunan strategi perbaikan, strategi korekai atas resiko-resiko yang telah dikenali dan diukur pada tahap-tahap sebelwnnya. Pada tahap ini akan disusun suatu rencana (planning) untuk melakukan perubahan cara kerja sehingga resiko dapat ditekan pada tingkat seminimal mungkin tanpa harus mengorbankan keuntungan. 4. Tahap selanjutnya, tahap ke empat adalah melaksanakan strategi dan rencana yang telah disusun pada tahap ke tiga. 5. Tahap kelima di isi dengan proses pemantanan pelaksanaan planning apakah sesuai dengan garis yang telah ditetapkan dan memonitor basil pelaksaannya apakah sudah sesuai dengan yang dikehendaki, yaitu mengendalikan resiko pada tingkat seminimal mungkin tanpa mengorbankan keuntungan yang ada. 6. Tahap selanjutnya adalah kembali kepada tahap pertama untuk mengulangi kembali proses manajemen resiko berdasarkaR perubahan strategi yang dilakukan. Sehingga proses manajemen resiko adalah merupakaii suatu sikius yang berkesinambungan yang diharapkan dapat memberikan sistem peringatan dini terhadap resiko yang mungkin terjadi. Dari tahap-tahap tersebut di atas, dapat dilihat peranan proses pengukuran resiko menjadi salah satu mata rantai yang penting dalam manajemen resiko. Sehingga dalam pembahasan tulisan ini, akan dlbahas suatu metoda yang relatif baru untuk mengukur besaran resiko yang terjadi yaitu dengan metoda Value at Risk (VaK). Metoda ini mampu menerjemahkan resiko menjadi nilai maksimal kerugian yang dapat diderita pada suatu tingkat keyakinan tertentu dan pada jangka waktu yang telah ditetapkan. Pada tulisan ini akan dibahas suatu studi kepustakaan mengenai dasar-dasar teori mengenai pengukuran resiko dengan metoda VaR ini, diharapkan dari pembahasan studi kepustakaan ini didapatkan suatu pengertian dan cara yang baru mengenai pengukuran resiko yang Iebih akurat dan berguna dalam proses manajemen resiko selanjuthya, dibandingkan dengan cara-cara pengukuran resiko konvensional yang masih dilakukan oleh pelaku usaha di Indonesia. Metoda ini menjadi menarik karena mampu memberikan gambaran mengenai masa depan dalam masa yang tidak terlalu panjang (near future), keterbatasan jangka waktu ini karena asumsi yang digunakan dalam VaR bahwa segala kondisi yang mempengaruhi kemungkinan keuntungan dan kenigian suatu usaha adalah tetap. Pada kenyataannya, dunia keuangan adalah dunia yang sangat dinamis, sehingga efektifitas metoda ini terbatas pada untuk jangka waktu pendek(near future). Berbekal dari hasil-hasil pengukuran resiko dengan metoda VaR tersebut diharapkan manajemen dapat meneruskan ke tahap selanjutnya dalam tahap-tahap manajemen resiko. Pada bidang perbankan, perbankan nasional Indonesia khususnya, dalam rangka pengelolaan kegiatan perbankan yang memenuhi pninsip kehati-hatian, dan sejalan dengan ketetapan Bank for International Settlement (BIS), Bank indonesia telah mewajibkan semua bank untuk melabanakan manajemen resiko untuk tiap jenis resiko usaha yang ada, meliputi resiko operasional, resiko kredit, resiko pasar dan res iko ketidak-patuhafl. Untuk tulisan mi alcan difokuskan kepada salah satu mata rantai dalam proses manajemen resiko kredit, yaitu pengukuran resiko kredit. Untuk dapat memberikan gambaran mengenai pengukuran resiko k-redit, dalam tulisan ini alcan diambil data aktual untuk pengukuran resiko kredit yang terjadi di salah satu cabang bank swasta nasional, yaitu PT. Bank "X" Cabang Utama "Z". Pengukuran akan dilakukan berdasarkan jenis kredit yang ada di Bank X dan alcan diukur resiko kredìt secara gabungan portofolio jenis kredit tersebut. Hasil pengukuran resiko kredit dengan metoda VaR akan dibandingkan dengan tingkat kerugian ñu yang terjadi di Bank X untuk masing-maSing jenis k-redit maupun untuk portofolio kredit yang ada. Selanjutnya pembahasan mengenai pengukuran resiko kredit ini akan dìakhiri dengan pengambilan kesimpulan yang dapat diambil berdasarkan perbitungan data aktual dan saran mengenai penerapan metoda ini di Bank X."

"ABSTRAK Upaya mendorong fungsi intermediasi berupa ekspansi kredit, serta penerapanrisiko pasar dalam perhitungan kebutuhan modal bank, menuntut tambahan modal yangmemadai. Untuk mengimbangi pertumbuhan ekspansi kredit dan kebutuhan modal untukrisiko pasar, bank tidak dapat lagi hanya mengandalkan laba di tahan (retained earning)sebagai sumber modal Salah satu sumber modal bank yang sedang marak diupayakanadalah obligasi subordinasi. Karya akhir ini membahas tiga aspek dalam penerbitan obligasi subordinasi yaituperubahan struktur permodalan, pengukuran risiko suku bunga atas investasi yang dananyabersumber dari obligasi subordinasi, dan imunisasi risiko suku bunga atas penerbitanobligasi subordinasi. Hasil perhitungan pada karya akhir ini menunjukkan bahwa bila tidak adapenambahan modal, penerapan risiko pasar pada perhitungan kebutuhan modal akanmenyebabkan rasio kecukupan modal pada bulan Juni 2003 turun dari 12,36% menjadi11,97%. Untuk memperkuat modal, BRI masih rnemiliki peluang untuk meningkatkanmodal pelengkap sebesar Rp 3.562 milyar. Apabila BRI berupaya meningkatkan jumlahmodal pelengkap melalui penerbitan obligasi subordinasi, maka masih terdapat peluanguntuk menerbitkan surat berharga tersebut senilai Rp 1.810 milyar atau setara dengan US$210juta. Pada bulan September 2003, BRI menerbitkan obligasi subordinasi senilai US$ 150juta, yang diklasifikasikan sebagai modal pelengkap (tier 2). Penerbitan obligasisubordinasi ini telah merubah struktur permodalan BRl cukup signifikan. Jika sebelumnnyajumlah modal pelengkap hanya sebesar 23,23% dari modal inti, maka dengan adanyaobligasi subordinasi jumlah modal pelengkap menjadi 51,10% modal inti. Seluruh tambahan modal yang bersumber dari obligasi subordinasi dapat diakuisebagai modal yang memenuhi syarat (eligible capital). Akibatnya rasio kecukupan modal(CAR) meningkat menjadi 14,61%. Rasio ini telah memperhitungkan kebutuhan modaluntuk risiko pasar. Jika BRI mentargetkan CAR 13,77% pada tahun 2003, maka masihterdapat kelonggaran pertumbuhan ATMR sebesar Rp 2.869 milyar. Namun seandainya obligasi subordinasi ini diklasifikasikan sebagai modalpelengkap tan1bahan (tier 3), maka tidak seluruhnya dapat diperhitungkan sebagai modalyang memenuhi syarat. Hal ini disebabkan adanya batasan jumlah modal pelengkaptambahan maksimum 250% dari modal inti yang dialokasikan untuk. risiko pasar.Sedangkan modal inti yang dialokasikan untuk risiko pasar adalah 28,5% dari A TMRrisiko pasar. Akibatnyajika rasio kecukupan modal hanya mencapai 14,24%. Jika BRI mencoba mengunci risiko suku bunga (locking in rate) atas penerbitanobligasi subordinasi pada akhir bulan September 2003, setidaknya terdapat tiga obligasiyang kemungkinan dapat digunakan untuk tujuan tersebut. Ketiga surat berharga tersebutterdiri dari obligasi Bank Mandiri, obligasi Aneka Tambang dan obligasi subordinasi BankNegara Indonesia. Pengukuran risiko suku bunga dari ketiga obligasi tersebut dilakukan denganmenggunakan konsep durasi, berupa pengukuran persentase perubahan harga terhadapperubahan tingkat suku bunga dan elastisitas suku bunga. Hasil perhitungan menunjukkanbahwa obligasi subordinasi BNI merupakan surat berharga dengan risiko suku bungaterendali, sedangkan obligasi Aneka Tambang merupakan surat berharga dengan risikosuku bung tertinggi. Ukuran tingkat risiko suku bunga ini belum dapat digunakan untuk menetapkansurat berharga yang dapat digunakan untuk mengimunisasi risiko suku bunga. Imunisasirisiko suku bunga dapat diul'Uf dengan menghitung ex post effective annual yield dariketiga surat berharga tersebut pada berbagai tingkat suku bunga. Hasil simulasi imunisasi menunjukkan bahwa pada tingkat sulru bunga pasar7,88%, hanya obligasi Aneka Tambang yang mendekati expected yield dari obligasisubordinasi BRI. Meskipun demikian obligasi ini belum sepenuhnya dapat mengimunisasirisiko suku bunga dari obligasi subordinasi BRI, karena durasinya tidak sama persisdengan durasi atau holding period obligasi subordinasi BRI. Durasi obligasi Aneka Tambang akan sama dengan durasi obligasi subordinasi BRIjika jangka waktu jatuli temponya adalah 6 tahun. Dengan jangka waktu itu obligasi inibam sepenuhnya dapat mengimunisasi risiko suku bunga obligasi subordinasi BRI."

"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."

"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."

"Advanced Financial Risk Management bridges the gap between the idealized assumptions used for risk valuation and the realities that must be reflected in management actions. It explains, in detailed yet easy-to-understand terms, the analytics of these issues from A to Z, and lays out a comprehensive strategy for risk management measurement, objectives, and hedging techniques that apply to all types of institutions. Written by experienced risk managers, the book covers everything from the basics of present value, forward rates, and interest rate compounding to the wide variety of alternative term structure models.Revised and updated with lessons from the 2007-2010 financial crisis, Advanced Financial Risk Management outlines a framework for fully integrated risk management. Credit risk, market risk, asset and liability management, and performance measurement have historically been thought of as separate disciplines, but recent developments in financial theory and computer science now allow these views of risk to be analyzed on a more integrated basis. The book presents a performance measurement approach that goes far beyond traditional capital allocation techniques to measure risk-adjusted shareholder value creation, and supplements this strategic view of integrated risk with step-by-step tools and techniques for constructing a risk management system that achieves these objectives."

"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."