Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKRisiko kegiatan usaha perbankan semakin kompleks sejalan dengan pesatnya perkembangan lingkungan eksternal dan internal didalam dunia perbankan. Untuk itu agar mampu beradaptasi dalam lingkungan bisnis perbankan, bank dituntut untuk menerapkan manajemen risiko. Sesuai dengan Amendment terhadap Base Capital Accord (BCA) 1988 yang dikeluarkan oleh Base 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.Dalam penelitian ini digunakan pendekatan Risk Metrics dalam mengukur risiko nilai tukar yaitu dengan menggunakan metode: deviasi standar normal, Exponentially Weighted Moving Average (EWMA) dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH) sesuai dengan hasil pengujian data.Faktor risiko (risk factors) yang ditetapkan yaitu nilai tukar Rupiah terhadap Euro (EUR), Dollar Singapura (SGD) dan Dollar Amerika Serikat (USD) yang ada dalam portofolio forex Bank ABC, dengan periode penelitian mulai dari tanggal 2 Januari 2003 sampai dengan 2 April 2004.Untuk mengetahui karakteristik data return maka dilakukan pengujian data yaitu: uji stationary dengan ADF Test, uji normalitas data dengan Jmque Bera dan white heteroscedastic test. Berdasarkan basil uji data diperoleh bahwa metode yang sesuai untuk melakukan forecasting volatilitas return nilai tukar tersebut adalah EWMA dan GARCH. Berdasarkan hasil perbitungan volatilitas tersebut dihitung VaR harian dengan 95% confidence level dan holding period 1 hari.Selanjutnya dilakukan uji validasi model berdasarkan Kupiec test berdasarkan Total Number of Failure (TNoF). Dari hasil uji validasi yang dilakukan terhadap pendekatan EWMA (dengan decay factor 0,94 dan recursive) dan GARCH dapat disimpulkan bahwa pendekatan EWMA Recursive dan GARCH valid untuk ketiga return nilai tukar, sedangkan pendekatan EWMA dengan decay factor 0,94 tidak valid. Apabila basil uji validasi valid berarti nilai VaR yang dihasilkan dari model tersebut dapat menangkap semua pergerakan actual loss yang terjadi pada periode observasi dan demikian juga sebaliknya.Dengan mempertimbangkan basil validasi model dan besarnya capital charge dalam kaitannya dengan optimalisasi permodalan, maka model yang dipilib dalam mengbitung risiko nilai tukar adalah model dengan pendekatan EWMA Recursive karena jumlab overshooting yang terjadi lebib kecil serta nilai VaR Portofolio harian yang dibasilkan lebib kecil dibandingkan dengan pendekatan GARCH.Untuk melengkapi metode VaR, maka diperlukan stress testing untuk mengukur kerugian ekstrim yang mungkin terjadi yang tidak dicover dalam metode VaR. Pendekatan yang dipakai adalah historical scenario, yaitu mengidentifikasi 1 (satu) hari dalam periode observasi dimana kerugian besar terjadi. Dari basil pengamatan selama periode obsevasi diketabui bahwa kerugian terbesar (actual loss) terjadi pada tanggal 23 Mei 2003, yaitu sebesar Rp.6.715,23 juta. Hal ini harus ini menjadi perhatian manajemen Bank ABC karena berpotensi untuk terjadi di masa depan dan harus diambil langkah-langkah untuk mengatasinya."

"Perbankan dalam menjalankan fungsinya sebagai financial intermediary selalu berhubungan dengan risiko. Sehingga dalam menjalankan kegiatan operasionalnya, bank harus dapat mengelola risikonya dengan baik. Selain itu, bisnis perbankan yang mengalami perkembangan pesat, juga membuat risiko kegiatan usaha perbankan menjadi semakin kompleks. Oleh karena itu bank dituntut untuk menerapkan manajemen risiko agar memiliki keunggulan kompetitif dalam persaingan bisnis perbankan. Basel Committee on Banking Supervision pada bulan Januari 1996 mengeluarkan Amendment terhadap Basel Capital Accord (BCA) 1988, perbankan diharapkan untuk memasukkan unsur risiko pasar dalam perhitungan Capital Adequacy Ratio (CAR). Bank Indonesia (BI) sebagai regulator perbankan di Indonesia mewajibkan perbankan untuk menerapkan manajemen risiko di bank masing-masing sesuai peraturan yang dikeluarkan oleh Basel Committee on Banking Supervision tersebut. Salah satu risiko yang dihadapi perbankan adalah risiko pasar. Risiko pasar adalah risiko yang timbul karena adanya pergerakan variable pasar (adverse movement) dari portfolio yang dimiliki oleh bank yang dapat merugikan bank itu sendiri. Risiko pasar yang dibahas dalam karya akhir ini adalah risiko nilai tukar pada portfolio Bank XYZ yang terdiri dari tiga mata uang. Dalam BCA 1996 disebutkan baln-va pengukuran risiko dapat dilakukan dengan standardized approach maupun internal model. Basel mensyaratkan penggunaan Value at Risk (VaR) untuk melakukan penghitungan risiko karena VaR adalah tool yang efektif untuk menggambarkan dan mengkomunikasikan risiko. VaR mengukur maksimum potensi kerugian pada portfolio instrumen keuangan yang diyakini akan terjadi dimasa mendatang dengan tingkat kepercayaan tertentu dan pada holding period tertentu. Pengukuran risiko nilai tukar dapat dilakukan dengan berbagai pendekatan. Pendekatan yang dipergunakan dalam penelitan ini adalah variance covariance. Sedangkan metode yang dipakai untuk mengbitung volatilitas return mata uang asing adalah deviasi standar normal dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Aset yang dipilih adalab tiga jenis mata uang asing pada portfolio Bank XYZ, yaitu Dolar Amerika (USD), Euro (EUR) dan Dolar Singapura (SGD) pada periode 2 Desember 2002 sampai dengan 27 Februari 2004 atau sebanyak 298 titik. Pemiliban atas tiga mata uang tersebut dikarenakan USD, EUR dan SGD merupakan tiga aset terbesar didalam portfolio mata uang asing Bank XYZ. Untuk melakukan perhitungan VaR perlu dilakukan pengujian data terlebih dahulu, yang meliputi uji stasioneritas dengan ADF Test, uji normalitas dan uji volatilitas data (white heteroscedastic lest). Berdasarkan basil pengujian data diketahui bahwa data return USD dan SGD memiliki volatilitas homoscedaslic, sehingga perbitungan volatilitasnya menggunakan deviasi standar normal. Sedangkan data return EUR yang memiliki volatilitas heteroscedastic. perbitungan volatilitasnya menggunakan GARCH. Setelab didapat basil volatilitas untuk ketiga mata uang tersebut, kemudian dilakukan perhitungan VaR untuk masing-masing mata uang dan portfolio dengan menggunakan confidence level 95% dan holding period I hari. Dari basil perhitungan VaR. diketahui potensi kerugian maksimum yang dihadapi Bank XYZ pada tanggal 27 Februari 2004 akibat memegang posisi mata uang USD adalah sebesar Rp3.582.910.169; akibat memegang posisi mata uang EUR adalah sebesar Rp19.193.059 dan akibat memegang posisi SGD adalah sebesar Rp2.118.359.962. Sedangkan potensi kerugian maksimum yang dihadapi Bank XYZ pada tanggal 27 Februari 2004 pada portfolio yang terdiri dari USD, EUR dan SGD adalah sebesar Rp5.720.463.191 dengan menggunakan metode undiversified VaR. Sedangkan potensi kerugian maksimum pada portfolionya dengan menggunakan metode diverstfied VaR adalah sebesar Rp5.417.153.223. Uji validasi model perlu dilakukan untuk mengetahui apakah model volatilitas untuk masing-masing mata uang tersebut valid. Uji validasi yang dilakukan dalam penelitian ini menggunakan Kupiec Test berdasarkan Total Number of Failures (TNoF) maupun Time Until First Failure (TUFF). Dari hasil uji validasi dapat disimpulkan bahwa model volatilitas untuk mata uang USD, EUR dan SGD adalah valid, karena nilai likelihood ratio (LR) yang lebih kecil dari 3,841. Sehingga, nilai VaR yang dihasilkan dapat rnenangkap pergerakan actual loos yang ada dan nilai akumulasi penyimpangan (overshooting) yang terjadi masih berada didalam batas toleransi sehingga dapat memberikan hasil yang cukup akurat."

"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"

"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."

"Penerapan langsung Market Risk Capital Charges terhadap permodalan perbankan berdampak langsung terhadap turunnya Capital Adequacy Ratio (CAR) pada masing-masing bank. Salah satu fungsi utama dari perbankan adalah menunjang pertumbuhan ekonomi melalui kemampuannya untuk memberikan pinjaman kepada masyarakat. Penurunan CAR akibat perhitungan market risk capital charges, akan mengakibatkan penurunan kemampuan ekspansi perbankan nasional secara tidak langsung. Risiko nilai tukar (Excange rate risk) merupakan salah satu komponen dari market risk. Perhitungan market risk capital charges dengan menggunakan model internal akan menghasilkan nilai yang relatif rendah dibandingkan dengan penggunaan model standar. Hal tersebut dikarenakan, dalam model internal sudah memperhitungkan efek volatilitas dan korelasi antar faktor risiko. Model internal yang banyak digunakan sekarang adalah Value at Risk (VaR). Perhitungan market risk capital charges yang efisien dengan menggunakan VaR akan berdampak langsung terhadap capital adequacy yang efisien pula. Penelitian ini menghitung market risk capital charges untuk risiko nilai tukar (exchange rate risk) dengan menggunakan VaR Monte Carlo Simulation. Penelitian yang dilakukan menyimpulkan bahwa (1) perbankan syariah dapat menggunakan metode Value at Risk pendekatan Monte Carlo Simulation untuk perhitungan capital charges risiko nilai tukar; dan (2) pengukuran capital charge risiko nilai tukar dengan VaR Monte Carlo Simulation valid untuk digunakan dalam pengukuran risiko nilai tukar pada Bank Syariah XYZ.

---

Direct application of Market Risk Capital Charges on banking capital directly impact the decline in Capital Adequacy Ratio (CAR) in each bank. One of the main function of banks is to support economic growth through its ability to lend to the public. Decrease in CAR due to the calculation of market risk capital charges, will result in decreased ability of the national banking expansion indirectly. Exchange rate risk (Excange rate risk) is one component of market risk.

Calculation of market risk capital charges using internal models will produce a relatively low value compared with the use of the standard model. That is because, in the internal model taking into account the effects of volatility and correlation between risk factors. Internal models are widely used today is the Value at Risk (VaR). Calculation of market risk capital charges are efficiently by using VaR will directly affect an efficient capital adequacy as well. This study calculates market risk capital charges for the exchange rate risk (exchange rate risk) by using the VaR Monte Carlo Simulation.

Research carried out concluded that (1) Islamic banking can use the method of Value at Risk Monte Carlo Simulation approach to calculating capital charges exchange rate risk, and (2) the measurement of capital charge exchange rate risk with VaR Monte Carlo Simulation valid for use in risk measurement value exchange at Bank Syariah XYZ."

"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."

"Analisis terhadap suatu fenomena umumnya dimulai dari suatu pemodelan sederhana. Pemodelan sederhana, umumnya hanya mengikutsertakan besaran-besaran yang diasumsikan telah dapat menerangkan fenomena tersebut. Jika berbicara fenomena yang lebih kompleks maka model sederhana tersebut tidak dapat digunakan lagi sehingga harus dikembangkan model lanjutan.Dalam asuransi, fenomenanya adalah suatu pertanggungan terhadap suatu peristiwa yang terjadinya tidak pasti. Pertanggungan tersebut dapat berupa pembayaran atas suatu kematian, disebut dengan asuransi jiwa, kemudian dapat berupa pembayaran atas suatu kerugian dalam bentuk kebakaran, kehilangan barang berharga, disebut asuransi kerugian serta dapat pula dalarn bentuk pembayaran tetap seumur hidup, disebut dengan anuitas jiwa. Semua fenomena asuransi di atas mempunyai kesamaan dimana waktu terjadinya peristiwa tersebut tidak diketahui dan hal ini dimodelkan secara matematika sebagai suatu peubah acak.Perhitungan nilai sekarang dan pembayaran manfaat dengan mengunakan distribusi peluang dan terjadinya suatu peristiwa disebut dengan Nilai Sekarang Aktuaria suatu Manfaat, yang merupakan dasar dan perhitungan premi. Dalam model sederhana, manfaat pertanggungan dan premi dinyatakan dalam mata uang yang sama sehingga yang berperan hanyalah distribusi risiko akibat kematian (mortalita) atau risiko akibat kerugian.Pengembangan lebih lanjut dan model sederhana tersebut adalah dengan merubah asumsi, dimana manfaatnya dinyatakan dalain mata uang yang berbeda dengan premi. Dengan asumsi ini, manfaat merupakari besaran tetap jika dinyatakan dalam suatu mata uang (asing) tetapi merupakan besaran yang berubah jika dinyatakan dalam mata uang lainnya (lokal) karena bergantung pada nilai tukar yang berlaku. Pernodelan dengan asumsi tersebut perlu dilakukan karena tidak sedikit produk asuransi yang transaksinya menggunakan dua mata uang berbeda, dimana premi biasanya dibayarkan dengan mata uang lokal, manfaat dibayarkan atau bergantung dengan mata uang asing.Terdapat tiga kerangka kunci pada tulisan ¡ni. pertama adalah pen dekatan stokastik yang dilakukan pada model moneter, kedua adalah pengintegrasian model antara model stokastik nilai tukar dengan model matematika asuransi dan anuitas jiwa, dan ketiga adalah perumusan perhitungan rasio risiko. Dengan rasio tersebut akan dapat disimpulkan apakah risiko yang ditimbulkan oleh perubahan nilai tukar akan meningkatkan at&t mereduksi risiko keseluruhan dan model asuransi."

"ABSTRAKHal yang melatar belakangi penulisan karya akhir dengan judul Perbandingan . Perhitungan Risiko Nilai Tukar sesuai ketentuan Bank Indonesia (standardized method) dan Value at Risk (internal mode[) Studi Kasus PT Bank PQR ini adalah karena sejak diberlakukannya Peraturan Bank Indonesia No.S/12/PBI/2003 bank wajib menyediakan modal minimum untuk meng cover risiko pasar yang salah satu faktor risikonya adalah risiko nilai tukar. Penyediaan modal khusus risiko nilai tukar dengan metode standar diperhitungkan sebesar 8% dari Posisi Devisa Neto bank. Permasalahan yang timbul adalah bahwa penyediaan modal minimum bagi setiap bank diwajibkan menggunakan tarif yang sama yaitu 8%. Hal ini dapat mengakibatkan besamya penyediaan modal (capital chaige) dimaksud tidak tepat dibandingkan dengan kcbutuhannya (terlalu besar atau bahkan terlampau sedikit). Dari sisi pengelolaan asset dan kewajiban (Assets Liabilities Management) hal ini dapat merugikan bank, karena dapat mengakibatkan idle fund, atau sebaliknya justru membebani solvabilitas bank akibat kerugian yang tidak terantisipasi.Dalam basel II accord perhitungan modal minimum risiko pasar dapat dimungkinkan dilakukan dengan mode internal dengan pendekatan Value at Risk (VaR). Dengan demikian timbul pertanyaan manakah dari kedua metode I model tersebut yang lebih efektif mengestimasi potensi kerugian akibat fluktuasi nilai tukar dan metode/model mana yang lebih efisien sehingga idle fund yang timbul akibat pencadangan modal dan beban solvabilitas bank dimaksud dapat diminimalisir.Tujuan penulisan ini adalah untuk mengetahui seberapa efektif dan efisiennya pengukuran risiko pasar khususnya nilai tukar dapat diestimasi oleh kedua metode/ model tersebut dan manakah dari kedua metode/ model dimaksud yang lebih baik untuk diterapkan dalam perhitungan modal minimum yang harus disediakan bank untuk mengcover potensi kerugian bank akibat fiuktuasi 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 PQR yang terdiri dari 6 (enam) mata uang asing, yaitu USD, EURO, AUD, GBP, SGD serta JPY. Sementara periode yang digunakan dalam analisis ini adalah dari 2 Januari 2003 sampai dengan 31 Desember 2004, yaitu 488 hari. Khusus dalam perhitungan VaR , Confident level yang dipergunakan adalah 95% dan holding period selama 1 hari.Berdasarkan hasil uji normalitas, 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 hasil uji volatilitas data umumnya merupakan heteroskeadstic, kecuali untuk mata uang EURO yang merupakan homoskedastic. Oleh karena itu forecasting volatilitas data untuk mata uang selain EURO adalah dengan mempergunakan model ARCH/GARCH, sedangkan untuk mata uang EURO diglln.akan sample deviasi standar normal.Perhitungan risiko nilai tukar / capital charge untuk portfolio mata uang PT Bank PQR diperoleh hasil perhitungan metode standar sebesar Rp329.419.318,- lebih besar dibandingjika menggunakan model VaR yaitu sebesar Rp67.20 1.079,- (undiversified) dan Rp 44.990.730,- (diversified). Sementara dari hasil pengujian validitas model dengan Likely hood Ratio dengan Kupiec test, metode Total Number of Failure(TNoF) dan Time Until First Failure (TUFF) tidak terdapat kesalahan / failure karena jumlah capital charge dengan metode standar selalu lebih besar dibandingkan Total Loss. Sementara dengan model VaR, TNoF yang dihasilkan sebanyak 6 (enam) tanggal dan TUFF pada hari ke 138 (seratus tiga puluh delapan).Memperhatikan hasil pengujian metode/ model perhitungan risiko nilai tukar tersebut dapat disimpulkan bahwa kedua metode/ model tersebut cukup efektif untuk meng cover potensi kerugian akibat risiko pasar, namun model VaR lebih efisien karena capital charge yang dihasilkan jauh lebih kecil dari metode standar.Agar terjadi efisiensi penggunaan dana! penyediaan modal yang pada akhirnya akan lebih meningkatkan pertumbuhan usaha bank, maka penggunaan model internal (VaR) untuk keperluan penyediaan modal minimum bank terkait dengan risiko pasar mutlak 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 pelaku yang menerapkan model internal harus bersama-sama rnempersiapkan sumber daya manusia dan informasi teknologi untuk mengantisipasinya.Dalam karya akhir ini penulis rnelakukan estimasi volatilitas nilai tukar dengan model internal untuk yang bersifat homoskedastic dengan deviasi standar normal sedang untuk yang bersifat heteroskedastic dengan ARCH/GARCH, karena menurut pendapat ahli model ini lebih fleksibel dan rnernperoleh hasil yang akurat. Untuk melengkapi penelitian ini, estimasi volatilitas dapat dilakukan dengan model EWMA yang secara praktek lebih mudah dilakukan dan sering hasilnya mendekati keakuratan model ARCH/GARCH."

"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."