Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

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

---

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

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

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

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

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

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

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

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

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

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

"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."

"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"

"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."

"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."

"Dalam Peraturan Bank Indonesia nom or 5/8/PBI/2003 tanggal 19 Mei 2003 tentang Penerapan Manajemen Risiko Bagi Bank Umum ditegaskan bahwa tujuan utama dari penerapan manajemen risiko bank adalah menjaga agar aktivitas operasional yang dilakukan bank tidak menimbulkan kerugian yang melebihi kemampuan bank untuk menyerap kerugian tersebut atau bahkan dapat membahayakan kelangsungan usaha bank. Modal merupakan komponen utama bagi bank dalam di dalam mengantisipasi potensi kerugian yang mungkin terealisasi di dalam menjalankan aktivitas operasional usahanya. Untuk itu salah satu cara dalam mengelola risiko usaha bank adalah dengan mengetahui seberapa besar modal yang hams disediakan oleh bank di dalam mengantisipasi risiko usahanya atau dengan mengetahui seberapa besar total risiko yang dapat diserap dengan modal bank yang tersedia sesuai dengan kondisi, struktur, uk:uran dan kompleksitas usaha masing-masing bank. Salah satu jenis risiko yang harus dihadapi oleh bank dalam menjalankan aktivitas usahanya adalah risiko pasar (market risk), yaitu risiko yang timbul karena adanya pergerakan variabel pasar (adverse movement) dari portofolio yang dimiliki oleh bank, yang dapat merugikan bank. Variabel pasar dalam hal ini adalah suku bunga (interest rate) dan nilai tukar (foreign exchange). Sebagaimana diatur Basle Committe on Banking Supervision (BCBS) dalam Amendment to The Capital Accord Incorporate Market Risk tahun 1996 yang juga telah diadopsi oleh Bank Indonesia sebagai regulator perbankan nasional, terdapat dua pendektan altematif yang dapat digunakan dalam menghitung risiko pasar, yaitu pendekatan standar (standardized approach) dan pendekatan internal model (internal model approach). Perhitungan risiko pasar dilakukan dengan memperhitungkan risiko suku bunga dan risiko nilai tukar. Risiko suku bunga mencakup risiko spesifik (specific risk) dan risiko umum (general market risk). Perhitungan risiko nilai tukar didasarkan pada Posisi Devisa Neto (Net Open Position) yang dimiliki Bank. Karya akhir ini mengkaji aspek-aspek proses perhitungan risiko pasar dalam mengestimasi besamya modal yang harus disediakan untuk mengantisipasi risiko pasar (market risk capital charge), khususnya yang disebabkan oleh faktor perubahan nilai tukar atas posisi devisa neto PT. Bank lntemasional Indonesia Tbk per tanggal 30 Juni 2003, baik dengan menggunakan pendekatan standar maupun pendekatan internal model dengan menggunakan pendekatan simulasi. data historis (historical simulation approach) dan pendekatan varian kovarian (variance covariance approach) dengan exponentially weighted moving average (EWMA). Dalam pendekatan standar, pengukuran risiko nilai tukar dilakukan dengan menggunakan pendekatan standar yang telah ditetapkan oleh regulator, dimana besamya Market Risk Capital Charge ditetapkan sebesar 8% dari posisi yang memiliki jumlah yang terbesar antara posisi long dan posisi short. Dengan pendekatan standar, besamya Market Risk Capital Charge adalah sebesar Rp.5.735 juta,-.Penetapan besamya Value at Risk dengan pendekatan simulasi data historis dilakukan dengan mensimulasi profit and loss atas posisi devisa neto bank berdasarkan return historis nilai tukar masing-masing valuta asing terhadap rupiah selama periode pengamatan, baik dengan 250 data maupun 500 data. Dengan menggunakan 250 data dan tingkat keyakinan (confidence level) 99%, besamya Value at Risk adalah sebesar Rp.888,38 juta,- sehingga besamya Capital at Risk adalah Rp.2.665,14 juta,-. Sedangkan untuk 500 data dan confidence level 99%, basil Value at Risk sebesar Rp.1.269,61 juta,- dan Capital at Risk sebesar Rp.3.808,83 juta,-. Untuk perhitungan Value at Risk dengan menggunakan pendekatan Variance Covariance - EWMA diawali dengan cara terlebih dahulu menetapkan faktor peluruh yang optimal (optimal decay factor ), dimana dalam penelitian ini besarnya faktor peluruh optimal yang digunakan adalah sebesar 0,96. Dengan menggunakan pendekatan ini, besarnya Value at Risk dengan 250 data dan confidence level 99% adalah sebesar Rp.664,24 juta,- dan Capital at Risk sebesar Rp.L992,72 juta,~, sedangkan untuk 500 data dan confidence level 99% Value at Risk sebesar Rp.559,57 juta,- dan Capital at Risk sebesar Rp.1.678,71 juta,-. Mengingat risiko pasar yang melekat dalam portofolio yang dimiliki bank tidak hanya terbatas pada risiko nilai.tukar yang melekat pada posisi devisa neto bank, tetapi risiko pasar dan risiko suku bunga yang melekat pada seluruh portofolio yang dimiliki bank, baik berupa instrumen surat hutang ,(debt instruments),forward rate agreement (FRA),foreign exchange, forward, ataupun dalam bentuk instrumen portofolio lainnya, maka pengaruh risiko nilai tukar posisi devisa neto bank terhadap perubahan CAR bank yang sangat kecil, yaitu hanya mengalami penurunan sebesar 0,17% dengan pendekatan standar, 0,08% dengan pendekatan simulasi historis, dan 0,06% dengan pendekatan varian kovarian dari CAR bank per-tanggal 30 Juni 2003 sebesar 25,88% sebelum memasukkan risiko pasar. Sementara itu berdasarkan hasil stress testing yang dilakukan dengan pendekatan historical scenario dengan tiga skenario, yaitu. skenario terbaik (best scenario), scenario terburuk (worst case scenario), dan skenario yang mungkin (probable case scenario) terdapat potensi terjadinya kerugian sebesar Rp.749 juta dan penurunan modal bank sebesar 0,026% dari posisi modal bank pertanggal 30 Juni 2003 sebesar Rp.2.836.828juta,-. "

"Tesis ini membahas pengukuran risiko pasar portofolio saham dengan Value at Risk dan Expected Shortfall model volatilitas GARCH pada PT XYZ yang terdiri 29 emiten dengan periode observasi tahun 2008-2010. Hasil analisis menunjukkan bahwa perhitungan return portofolio tidak memenuhi distribusi normal, sehingga estimasi kerugian dengan menggunakan VaR distribusi normal dapat menjadi bias.Hasil pengujian menunjukkan bahwa hipotesa parametrics VaR dengan model volatilitas GARCH pada confidence level 99% dan 95% terbukti valid setelah dilakukan kupiec test pada periode 2010-2011, sementara hipotesa Expected Shortfall sebagai alternatif pengukuran risiko terbukti valid hanya pada confidence level 99%. Hasil perhitungan risiko portofolio saham dengan VaR dan ES model volatilitas GARCH menunjukkan bahwa nilai risiko lebih optimum dibandingkan undiversified portofolionya.

---

This thesis discusses the measurement of portfolio market risk by using Value at Risk and Expected Shortfall with GARCH volatility model on 29 listed companies PT XYZ?s during observation periods of 2008-2010. The analysis showed that the calculation of portfolio return do not meet the normal distribution so that the expected loss using normal distribution VaR can be biased.

The hypothesis of Parametrics VaR with GARCH volatility at 95% and 99% confidence level proved valid after Kupiec test in the periods of 2010-2011, while hypothesis of Expected Shortfall as an alternative risk measurement proved valid only at 99% confidence level. Risk calculation using VaR and Expected Shortfall with GARCH volatility suggests more optimum value than the undiversified portfolio."

"Permasalahan yang dihadapi P.T. Bank X adalah belum digunakannya pengukuran capital charge yang lebih akurat alas risiko transaksi valas yang diakibatkan oleh fluktuasi volatilitas return sharf. Digunakannya Metode Standar dengan tarif 8% dari Posisi Devisa Neto yang dimiliki, mengakibatkan besarnya penyediaan modal (capital charge) lebih besar jika dibandingkan dengan kebutuhannya sehingga dapat merugikan bank.Metodologi penelitian ini adalah: mengumpulkan data kurs tengah harian dan Posisi Devisa Neto P.T. Bank X pada mata uang USD, SGD, EUR dan SAR. Periode penelitian selama 335 hail, confidence level VaR 95% dan holding period 1 had (spot). Menghitung return harian masing-masing kurs, melakukan uji stasionaritas, bila tidak stasioner di- derencing. Bila data stasioner dilakukan uji normalitas dan uji heteroskedastik. Aka data heteroskedastik forecasting volatilitas menggunakan EWMA dan LARCH. Dui model yang lebih valid dilakukan perhitungan VaR untuk menentukan capital charge. Kemudian dibandingkan dengan Metode Standar yang digunakan dalam pengukuran capital charge P.T. Bank X dan diuji validitasnya dengan backtesting Kupiec Test.Untuk pengukuran capital charge risiko shad, balk Model Standar maupun Model GARCH keduanya dapat digunakan karena berdasarkan perhitungan validasi dengan backtesting keduanya menunjukkan basil yang valid, tetapi capital charge Model GARCH lebih efisien. Untuk tujuan efisiensi dan efektivitas usaha, Model GARCH perlu diterapkan di P.T. Bank X.

---

The problem which is faced by P.T. Bank X is has not been used of measuring capital charge which is more accurate to the risk of valas transaction which is caused by the return sharf volatility fluctuation. The used of Standard Method with a value 8% from the owning of Net Open Posistion, cause the amount of capital charge is bigger if it is compared with the needs, so that it causes bank. loss.The research methodology are collecting daily exchange rate data and Net Open Position of P.T. Bank X for some currencies USD, SGD, EUR and SAR. The research period run in 335 days, confidence level VaR 95% and holding period I day (spot). Count the daily return in each exchange rate, doing stationary testing, if it cannot be stationer, it can be dif3:'erencing. If the stationer data is done such normality testing and heteroscedastic testing. If the data is heteroscedastic so forecasting for volatility use EWMA and LARCH from model which is more valid is done of counting VaR to determine the capital charge. Then it is compared with Standardized Method which is used in measuring capital charge P. T. Bank X and the validity is tested by backtesting Kupiec Test.For the measuring of capital charge for risk foreign exchange, either Standardized Model or LARCH, both of them can be used because based on the counting validation with backtesting, they show the valid result, but the capital charge with LARCH is more efficient. For the aim of efficiency and effectiveness of a bussiness, LARCH Model can be applied in P.T. bank X."