Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPenelitian ini bertujuan untuk melakukan pengukuran risiko sistemik dengan menggunakan metode network analysis untuk mendapatkan peringkat SIFI bank-bank di Indonesia. Dengan menggunakan data penempatan antar bank periode tahun 2011 sampai dengan tahun 2015, secara empiris ditemukan bahwa interkoneksi pasar uang antar bank semakin meningkat. Namun demikian kondisi yang signifikan berbeda terjadi pada tahun 2013, di mana pola interkoneksi jaringan antar bank mengalami penurunan dibandingkan dengan tahun sebelumnya. Dilihat dari nilai degree centrality, bank-bank yang dimiliki oleh pemerintah dan swasta nasional cenderung bersifat in-degree. Kondisi yang berbeda ditunjukkan oleh bank swasta asing, di mana sebagian besar cenderung bersifat out-degree. Selain itu, bank yang memiliki nilai betweenness centrality yang tinggi cenderung akan memiliki nilai closeness centrality yang tinggi pula.

---

ABSTRACTThis study aimed at measuring systemic risks using network analysis method to obtain the SIFI rating of banks in Indonesia. Using the 2011 2015 interbank placement data, it is empirically found thon interbank money market interconnection increased. However, a significantly different condition was found in 2013 in which the interbank network interconnection pattern went downwards compared to the previous year. From the degree centrality score, government owned and national private banks tend to be in degree while foreign private banks tend to be out degree. In addition, bank with higher betweenness centrality score will have higher closeness centrality score as well."

"Penelitian ini menggunakan Component Expected Shortfall (CES) sebagai ukuran risiko sistemik yang berbasis data pasar dan termasuk dalam kategori ukuran distribusi probabilitas. CES menangkap risiko tail dari sistem keuangan secara agregat dan dapat mendekomposisi volatilitas, korelasi, ekspektasi tail, dan bobot dari institusi keuangan. CES mengkuantifikasi kontibusi absolut risiko sebuah bank terhadap sistem keuangan secara umum. Semakin besar kontribusi CES(%) maka semakin berdampak sistemik bank tersebut. Dengan demikian CES menjadi ukuran hibrida yang mengkombinasikan paradigma Too Big To Fail dan Too Interconnected Too Fail. Unit analisis dalam penelitian ini adalah sistem perbankan Indonesia, dimana Indonesia merupakan salah satu emerging economy dengan sistem keuangan multi bank. Bank sebagai sebagai sebuah sistem yang fragile terekspos terhadap risiko bank run secara natural yang kemudian dapat berevolusi menjadi bank panics yang pada akhirnya memicu efek contagion. Atas hal tersebut regulator seharusnya memiliki klasifikasi yang jelas mengenai Systemically Important Financial institutions (SIFI) untuk pengaturan dan pengawasan secara intensif. Berdasarkan aplikasi empiris CES menghasilkan kluster SIFI yang relatif stabil dengan ranking yang berubah-ubah. Pada period krisis persentase CES cenderung meningkat. Selain itu ditemukan bahwa risiko sistemik pada sistem perbankan Indonesia sangat terkonsentrasi dan didominasi oleh 5 (lima) bank besar yang berkontribusi pada lebih dari 80% (delapan puluh persen) total risiko sistem perbankan. Konsentrasi risiko juga meningkat sepanjang krisis keuangan global pada September 2008. Sebagai uji robustness penelitian ini menggunakan variasi bobot dengan total aset, total ekuitas, dan total loan. Hasilnya adalah kluster SIFI yang relatif signifikan dibandingkan dengan pengukuran dengan bobot kapitalisasi pasar.

---

This research proposes Component Expected Shortfall (CES) as a market based systemic risk measurement in probability distribution measures class. CES captures tail risk of the aggregate financial system and decomposes its volatility, correlation, tail expectations, and weight of the bank. CES quantifies absolute, not marginal, contribution of a bank to the risk of financial system. The larger contribution (CES%) the more systemically important the institution. Thus CES becomes a hybrid measure which combine Too Big To Fail and Too Interconnected Too Fail paradigms. Research subject is Indonesian Banking System, as one of the emerging economy with multi-bank financial system. Bank as a fragile system have inherent natural "bank run" risk which can evolve into bank panics triggered by contagion effect. Accordingly regulator should have obvious classification of Systemically Important Financial institutions (SIFI) in order to intensively regulate and monitor financial system. Based on empirical application, CES measure produces relatively stable SIFI cluster with changing ranking within the SIFI cluster. In crisis period CES percentage tend to incline. Furthermore systemic risk in Indonesian Banking System is very concentrated, dominated by five big banks which contributes to more than 80% (eighty percent) of total risk of the banking system. Concentration ratio also increase as the financial turmoil waive the whole banking system in September 2008. As robustness test, this research use various weighting scheme using total assets, total equities, and total loans as weights of the firm. The result show relatively consistent SIFI cluster compared to market capitalisation weight."

"Tujuan dari penelitian ini adalah untuk menganalisis peringkat risiko sistemik dari enam metodologi pengukuran risiko sistemik yang dikenal serta mengembangkan peringkat risiko sistemik komposit menggunakan metode Principal Component Analysis (PCA), mengacu pada Nucera et al. (2016). Systemically Important Financial Institutions (SIFIs) didefinisikan sebagai 10 perusahaan yang memiliki risiko sistemik tertinggi dalam setiap pemeringkatan dari total sampel 60 lembaga keuangan yang go public selama periode 2008-2016. Dari hasil studi, peringkat komposit yang kami kembangkan lebih konsisten dalam menjelaskan komposisi SIFIs dari kebanyakan pemeringkatan risiko sistemik individu lainnya. Dari hasil PCA, ditemukan bahwa peringkat komposit yang kami hasilkan terutama dijelaskan oleh metode pemeringkatan berbasis data pasar. Lebih lanjut, kami menemukan perbedaan yang substantial antara pemeringkatan berbasis data pasar dan pemeringkatan berbasis data fundamental dalam menjelaskan peringkat risiko komposit. Oleh karena itu, dapat diduga bahwa peringkat risiko sistemik komposit, yang menggabungkan aspek pasar dan fundamental, akan memberikan informasi yang lebih lengkap bagi pengambil kebijakan dalam membuat keputusan di masa depan.

---

The aim of this study is to incorporate systemic risk ranking from six generally accepted metrics and develop a single composite ranking using Principle Component Analysis, based on Nucera et al. (2016). We analyze the Systemically Important Financial Institutions (SIFIs) to gather information difference between systemic risk metrics. We identify SIFIs as the top 10 companies in each systemic risk metrics ranking, using a sample of 60 listed financial institutions in Indonesia over the period 2008-2016. We find that our single composite ranking is more consistent in term of SIFIs composition than most individual risk rankings. Furthermore, according to factor loadings of the first component, our single composite ranking is mainly based on market-based instead of fundamental. Based on second factor loading, we find that market-based metrics and fundamental-based metrics deviated substantially in constructing our composite ranking. Therefore, we suspect that our single composite ranking, that combines both market and fundamental aspect, will provide better insight for the regulator to make a decision."

"Penelitian ini fokus pada pengukuran interkoneksi pasar saham pada negara-negara yang tergolong dalam wilayah Systemically Important Regions (SIRs). Dengan menggunakan variabel makro, negara-negara yang diidentifikasi sebagai SIRs memiliki connected lines lebih dari 4 lines di tiap tahunnya. Sedangkan besarnya nilai interkoneksi pada pasar saham SIRs menjadi bias karena adanya pengaruh dari faktor dinamika global. Oleh karena itu, penulis melakukan estimasi ulang nilai returns tiap pasar saham SIRs menggunakan simple market model. Untuk melihat efek dari faktor dinamika global, penelitian ini membandingkan hasil interkoneksi pasar saham sebelum dan setelah proses filtering menggunakan model Vector Autoregression yang diinterpretasi melalui hasil Generalized Forecast Error Variance Decompositions (GFEVD). Terdapat perbedaan signifikan pada hasil interkoneksi pasar saham setelah proses filtering. Interkoneksi tergolong tinggi sebelum filtering, dengan pasar saham Amerika Serikat, Swedia, dan Jerman sebagai poros. Setelah filtering, poros dari interkoneksi menyebar ke beberapa negara Eropa lainnya. Perbedaan hasil ini direpresentasikan pada nilai GFEVD yang turun secara signifikan antara sebelum dan setelah proses filtering.

---

This research focuses on the measure of stock market interconnectedness in Systemically Important Regions or SIRs. By using macro variables, countries identified as SIRs have the average 4 connected lines in each year on the research period.  Thus, the author is reestimate the returns of each stock markets of SIRs using the simple market model. To see the effects from common global factors, this research compares the interconnectedness level of stock markets before and after filtering process using the Vector Autoregression Model (VAR Model). The author found significant changes of the stock market interconnectedness after the filtering process. The interconnectedness is considered high before filtering, with the US, Sweden, and German stock markets as the pivot. After filtering, the pivot of interconnectedness spreads to other Europe stock markets. The results are represented on the GFEVD value which decreased significantly between the before and after filtering process."

"This book provides an approach that focuses on managing return and risk in modern financial institutions. The central theme is that the risks faced by financial institutions managers and the methods and markets through which these risks are managed are becoming increasingly similar whether an institution is chartered as a commercial bank, a savings bank, an investment bank, or an insurance company."