Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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."

"Semua bisnis pasti memiliki risiko. Tidak terkecuali bisnis perbankan. Dalam menjalani fungsi menawarkan jasa-jasa keuangan, Bank harus mengambil atau mengelola berbagai jenis risiko keuangan secara efektif, agar dampak negatifnya tidak terjadi. Intinya, hampir semua bank beranggapan bahwa risiko dalam sebuah bisnis perbankan harus dihindari ataupun dihilangkan. Salah satu risiko yang termasuk dalam Manajemen Risiko Bank adalah Risiko Pasar. Secara umum Risiko Pasar antara lain terdapat pada aktivitas fungsional Bank seperti kegiatan treasury dan investa.si dalam. bentuk surat berharga, pasar uang, penyertaan pada lembaga keuangan lain, penyediaan dana, dan kegiatan pendanaan dan penerbitan surat hutang, serta kegiatan pembiayaan perdagangan. Kegiatan-kegiatan tersebut tentunya memiliki risiko masing-masing yang berbeda yang harus dihilangkan ai.aupun dikurangi. Bagi bank ukuran besar, aktivitas di luar negeri dan jual beli valuta asing untuk kepentingan bank sendiri, dapat merupakan sumber Risiko Pasar yang signifikan. Bagi kebanyakan bank, yaitu yang kegiatan usahanya berukuran kecil dan sedang, jenis Risiko Pasar yang terutama adalah risiko suku bunga. Berdasarkan hal tersebut di atas, maka pada karya akhir ini penulis ingin meneliti lebih lanjut tentang risiko pasar, khususnya risiko nilai tukar pada Bank X. Dalam penelitian ini, penulis mengukur seberapa besar potensi risiko pasar yang dimiliki oleh Bank X, jika dihitung dengan menggunakan metode Variance Covariance. Kemudian, penulis ingin mengetahui apakah metode tersebut merupakan metode yang paling cocok untuk menghitung risiko nilai tukar pada Bank X. Dalam penelitian ini, digunakan metode Variance Covariance utnuk mengukur risiko nilai tukar, yaitu dengan menggunakan metode Deviasi Standar atau Generalized Autoregressive Conditional Heteroscedasticity (GARCH), yang sesuai dengan hasil pengujian data. Data yang digunakan adalah nilai tukar Rupiah terhadap 3 (tiga) mata uang asing, yaitu Singapore Dollar (SGD), Hongkong Dollar (HKD) dan European Euro (EUR), dengan periode penelitian antara 7 Januari 2003 sampai 30 Januari 2004. Untuk mengetahui karakteristik dari data return ketiga mata uang tersebut dilakukan pengujian yang meliputi uji stasioner, uji normalitas dan uji volatilitas. Dari uji stasioner dapat diketahui bahwa data untuk ketiga mata uang tersebut bersifat stasioner, yang dibuktikan dengan nilai Critical Value (CV) alpha 5% untuk mata uang SGD, HKD dan EUR temyata lebih besar dari nilai ADF test-nya. Selanjutnya dari hasil uji normalitas, didapat bahwa nilai probabilitas untuk ketiga jenis mata uang dalam penelitian ini temyata lebih kecil daripada nilai alpha, sehingga data dikatakan tidak normal. Untuk data yang tidak normal, maka alpha yang digunakan dalam perhitungan VaR adalah alpha yang sesuai dengan rumus Cornish Fisher Expansion. Dari hasil uji volatilitas diketahui data return ketiga mata uang tersebut bersifat homoscedastic, sehingga metode yang digunakan untk melakukan forecasting volatility adalah metode deviasi standar normal. Kemudian berdasarkan perhitungan tersebut dihitung VaR harian dengan confidence level senilai 95% dan holding period 1 hari. Berdasarkan hasil perhitungan tersebut, maka didapatkan nilai VaR sebagai berikut:Dari tabel di atas diketabui nilai Diversified VaR dan Undiversified VaR. Adanya perbedaan yang cukup signifikan antara Diversified VaR dan Undiversified VaR, yaitu sebesar Rp.7.862.042, disebabkan antara lain karena adanya korelasi negatif antara mata uang SGD dan EUR. Hal yang berikut dilakukan setelab pengujian return mata uang adalah menguji validitas dari data tersebut. Kegunaaannya adalab untuk mengetabui apakah model Variance Covariance yang digunakan untuk mengbitung risiko nilai tukar pada Bank X tersebut valid atau tidak. Uji Validitas dilakukan berdasarkan Kupiec Test, yaitu Total Number of Failure (TNoF) dan Time Until First Failure (TUFF). Dari basil pengujian validitas tersebut, baik TN oF dan TUFF, babwa model yang telah ditetapkan untuk ketiga mata uang tersebut dinyatakan valid. Hal ini ditunjukkan dengan nilai Likelihood Ratio (LR) yang lebih kecil daripada nilai Chi Square. Berdasarkan basil akhir penelitian ini maka dapat disimpulkan bahwa setelah mengadakan perhitungan terbadap risiko nilai tukar pada Bank X dengan 3 (tiga) jenis mata uang, maka didapatkan suatu basil yang menyatakan besamya risiko nilai tukar pada Bank X, jika dibitung dengan menggunakan metode Variance Covariance. Dan setelah diadakan pengujian kembali, maka dapat disimpulkan pula bahwa model tersebut adalah model yang cocok untuk digunakan pada penghitungan risiko nilai tukar di Bank."

"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."

"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."

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

---

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

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

"Dalam menjaga kondisi finansial perusahaan agar tetap stabil, perusahaan asuransi akan menetapkan sebuah batasan atas risiko yang dihadapinya. Sebagai gantinya, perusahaan asuransi akan melakukan pengalihan risiko ke perusahaan reasuransi jika terjadi kerugian yang melebihi batas yang telah ditetapkan. Total risiko asuransi dapat diukur dengan menggunakan alat ukur risiko. Salah satu alat ukur risiko yang paling umum digunakan yaitu Value-at-Risk (VaR) dan Tail Value-at-Risk (TVaR). Dalam skripsi ini akan digunakan alat ukur risiko baru yang mengombinasikan Value-at-Risk (VaR) dan Tail Value-at-Risk (TVaR) yang dinamakan dengan Lambda Value-at-Risk (LVaR). Ukuran risiko LVaR dipilih karena lebih fleksibel digunakan. Ukuran risiko ini menggunakan koefisien bobot yang dapat disesuaikan dengan profil risiko perusahaan asuransi. Sebagai contoh, perusahaan asuransi yang konservatif akan menggunakan koefisien bobot yang lebih besar karena akan memperhitungkan rata-rata kerugian yang jangkauannya lebih luas. Pada praktiknya, perusahaan reasuransi juga memiliki batasan dalam menanggung risiko. Oleh karena itu, besar risiko yang dialihkan ke reasuransi akan mempertimbangkan batasan yang telah ditetapkan oleh reasuransi. Selain itu, besar risiko juga akan dihitung dengan beberapa tingkat kepercayaan yang berbeda dan menggunakan asumsi distribusi tertentu. Studi kasus yang digunakan dalam skripsi ini menggunakan asumsi risiko kerugian distribusi berekor tipis yaitu distribusi Eksponensial dan distribusi berekor tebal yaitu distribusi Pareto. Pada skripsi ini, kontrak reasuransi optimal ditentukan berdasarkan perspektif asuransi dengan meminimumkan total pengeluaran asuransi yang diukur dengan ukuran risiko baru, LVaR, yang besarnya dipengaruhi oleh tingkat kepercayaan, safety loading, batas penerimaan risiko yang dialihkan ke reasuransi, dan koefisien bobot pada ukuran risiko LVaR sedemikian sehingga diperoleh ceded loss function yang optimal.

---

In order to keep the company’s financial condition stable, the insurance company will set a limit on the risks it faces. In return, the insurance company will transfer the risk to a reinsurance company if there is a loss that exceeds the predetermined limit. Total insurance risk can be measured using risk measurement tools. One of the most commonly used risk measurement tools is Value-at-Risk (VaR) and Tail Value-at-Risk (TVaR). In this thesis, a new risk measurement tool will be used that combines Value-at-Risk (VaR) and Tail Value-at-Risk (TVaR) called Lambda Value-at-Risk (LVaR). The LVaR risk measure was chosen because it is more flexible to use. This risk measure uses weighting coefficients that can be adjusted to the risk profile of the insurance company. For example, a conservative insurance company will use a larger weight coefficient because it will take into account a wider range of average losses. In practice, reinsurance companies also have limits in assuming risks. Therefore, the amount of risk transferred to reinsurance will consider the limits set by the reinsurer. In addition, the amount of risk will also be calculated with several different levels of confidence and using certain distribution assumptions. The case study used in this thesis uses the assumption of a thin-tailed distribution risk of loss, namely the Exponential distribution and a thick-tailed distribution, namely the Pareto distribution. In this thesis, the optimal reinsurance contract is determined based on the insurance perspective by minimizing the total insurance expenditure measured by a new risk measure, LVaR, the amount of which is influenced by the confidence level, safety loading, risk acceptance limit transferred to reinsurance, and the weight coefficient on the LVaR risk measure so as to obtain the optimal ceded loss function."

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

---

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

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