Hasil Pencarian  ::  Simpan CSV :: Kembali

"Karya Akhir ini ditulis beranjak dari permasalahan bahwa faktor ketidakpastian nilai tukar dan tingkat suku bunga menimbulkan risiko bisnis yang cukup tinggi pada transaksi yang dilakukan oleh Dealing Room, Banyak fakta mengungkapkan bahwa tidak sedikit bank yang collaps akibat transaksi yang dilaksanakan oleh Dealing Room. Untuk itu dibutuhkan suatu penghitungan risiko agar dapat mengantisipasi kerugian buruk yang mungkin terjadi. Salah satu metode yang digunakan untuk risiko adalah dengan Value af Risk (VaR).Tujuan dan penulisan ini adalah mcnghitung risiko atas 5 transaktsi yang dilakukan Dealing Room BRL yaitu transaksi spot US Dollar terhadap rupiah, Call money Rupiah dan Call Money US Dollar dengan jangh waktu avemight dan satu minggu, menghitung dana penyangga yang dibutuhkan untuk dapat mengcover risiko yang ditimbulkan (Capital at Risk =CaR) yang dilanjutkan dengan penghitungan pengaruh terhadap CAR (Capilal Adequacy Raiio) serta mcnentukan strategi yang dapat dilakukan atas hasil VaR dan Ca.R yang diperoleh."

"Perhitungan VaR (Value at Risk) merupakan kewajiban bagi setiap bank dalam mengukur potensi risiko atas portfolio yang dimilikinya. Ini merupakan kewajiban yang diamanatkan oleh Bank Indonesia (BI). Pada Tesis ini, akan diperlihatkan pengukuran VaR risiko nilai tukar pada PT Bank EOS dan pendekatan estimasi volatilitas EWMA serta ARCH/GARCH. Diperlihatkan bahwa ARCH/GARCH dapat menghasilkan model VaR yang lebih baik daripada model VaR yang menggunakan estimasi volatilitas EWMA. Dengan menggunakan ARCH/GARCH, maka kita akan memperoleh nilai VaR Portfolio PT. Bank EOS untuk 1 September 2009 sebesar Rp. 3.783.429.678.

---

Bank has a responsibility to assess potential risk of its portfolio through VaR (Value at Risk). VaR is a mandatory assessment required by Central Bank of Indonesia (BI). This thesis will illustrate how to make an assessment about potential risk of foreign exchange portfolio of PT Bank EOS by evaluating VaR with both EWMA and ARCH/GARCH methods. Final result described that ARCH/GARCH methods is better than EWMA. By using ARCH/GARCH, VaR for PT Bank EOS on the 1st of September 2009 is Rp. 3.783.429.678."

"Model pengukuran risiko Value at Risk (VaR) saat ini telah digunakan secara luas, tidak hanya pada sektor perbankan. Tujuan karya akhir ini adalah untuk mengukur Value at Risk (VaR) dengan penekanan pada metodologi variance covariance dan historical simulation model, untuk menguji investasi 10 jenis saham yang dilakukan oleh Dana Pensiun RST.Model digunakan untuk mengukur besarnya potensi kerugian dengan tingkat keyakinan 95%, dan divalidasi dengan menggunakan back testing dan Kupiec test.Hasil penelitian menunjukkan bahwa terdapat perbedaan hasil pengukuran antara variance covariance dan historical simulation model. Hasil pengujian back testing dan Kupiec test menunjukkan bahwa kedua model valid untuk mengukur besarnya potensi kerugian maksimum saham.

---

Value at Risk (VaR) model has been extensively used not only in banking sector. The aim of this thesis is to outline Value at Risk methodology by giving more emphasis on variance covariance method and historical simulation model. The model is used to investigate the applicability and usefulness of VaR in stocks investment of Pension Fund RST.

Using the methodologies as described, the maximum potential loss of each stock and its portfolio of 10 stocks can be calculated at 95% confidence level. The models were validating using back testing and Kupiec test.

The research found that there was different result of VaR calculated using variance covariance and historical simulation model. However, variance covariance and historical simulation model are valid ones to measure maximum potential loss of stocks."

"Dalam beberapa dekade belakangan ini, krisis dunia finansial sering terjadi dan banyak investor dan mengalami kerugian karena ketdakmampuan estimasi risiko pasar. Dalam karya ini, model risiko Value at Risk (VaR) di hitung dengan mengaplikasikan extreme value theory untuk menghasilkan estimasi yang dinamis dengan memodelkan residuals dan membandingkan performanya dengan pendekatan standard normal distribution yang konvensional. Lebih dari itu, estimasi dari Expected Shortfall (ES) yang dinamis juga dianalisa. Hasil menunjukan bahwa EVT-based VaR & ES valid dan dapat diandalkan untuk mengestimasi kuantil yang lebih tinggi, terutama amat baik dalam estimasi negative returns. Terlebih lagi, ada indikasi bahwa ada pola/hubungan tingkat kegagalan estimasi risiko pasar dengan kondisi ekonomi tahun tertentu. Namun hubungan ini berkurang seiring meningkatnya kuantil yang digunakan untuk estimasi.

---

In the recent decades, financial crisis happened quite often and many investors incurred high losses due to unforeseen market risk estimation. In this work, a well-known Value at Risk (VaR) is generated by applying extreme value theory to create dynamic estimation by modeling the residual and comparing its performance with the ubiquitous standard normal distribution approach. In addition, an estimation of dynamic Expected Shortfall (ES) is also analyzed. The results indicate that EVT-based VaR & ES are reliable in estimating higher quantile, especially in estimating negative returns. Moreover, there is an indication of correlation between the failure rate of market risk estimation and economic environment in certain year but this correlation diminishes as the quantile estimation gets higher."

"Mengukur risiko yang mungkin terjadi pada suatu portofolio, diperlukan suatu nilai yang merupakan kuantifikasi dari risiko tersebut. Salah satu cara yang dapat digunakan untuk menghitung risiko adalah metode Value at Risk. Value at Risk merupakan suatu nilai yang merupakan ringkasan atau nilai risiko kerugian yang mungkin terjadi pada suatu portfolio, pada saat tertentu, dengan jangka waktu / periode pengamatan (holding period) tertentu serta dengan tingkat kepercayaan tertentu. Dalam tulisan ini penulis mencoba untuk menghitung risiko pada asset kredit dengan menggunakan Metode Value at Risk, yaitu terhadap portfolio per jenis kredit pada bank. Terlebih dahulu akan dilakukan observasi terhadap nilai-nilai posisi outstanding dari asset kredit yang merupakan risk drivers. Dengan menggunakan nilai return kredit yang telah dinilai berdasarkan mark-to-market, maka hasil olah data akan mendapatkan deviasi standar yang merupakan penyebaran atau dispersi dari return kredit itu. Selanjutnya untuk mengukur sensitivitas terhadap gerakan pasar, maka perlu untuk membandingkan hasil perhitungan VaR yang telah dilakukan dengan kredit bermasalah bank tersebut. Kredit bermasalah merupakan risiko yang tidak dapat di diversifikasi, karena perusahaan tidak mampu menghadapi gejolak pasar yang sangat berfluktuasi. Tapi kredit portfolio merupakan risiko yang dapat didiversifikasi oleh salah satunya seperti loan concentration."

"Tesis ini membahas pengukuran dan analisis besarnya proporsi risiko nilai tukar mata uang asing terhadap keseluruhan risiko sistematik dari portofolio investasi saham di Indonesia. Risiko sistematik diukur sebagai systematic Value at Risk (VaR). Risiko sistematik dapat diuraikan menjadi komponen-komponen marjinalnya, yaitu komponen risiko nilai tukar dalam bentuk foreign exchange (forex) marginal VaR dan komponen risiko ekuitas dalam bentuk equity marginal VaR dengan metode Value at Risk decomposition technique. Penelitian dilakukan dengan mengukur forex marginal VaR dari nilai tukar mata uang USD, JPY, KRW, GBP, dan SGD terhadap Rupiah pada periode Januari 2012 sampai April 2014. Hasil penelitian ini menunjukkan bahwa nilai forex marginal VaR dan proporsi forex marginal VaR terhadap systematic VaR terbesar dimiliki oleh mata uang JPY, sedangkan nilai forex marginal VaR dan proporsi forex marginal VaR terhadap systematic VaR terkecil dimiliki oleh mata uang USD.

---

The purpose of this study is to measure and analyze the contribution of foreign exchange risk to Indonesian portfolio systematic risk. The value of systematic Risk is measured as systematic Value at Risk (VaR), which can be decomposed into its marginal component of foreign exchange risk, measured as foreign exchange (forex) marginal VaR, and marginal component of equity risk, measured as equity marginal VaR using Value at Risk decomposition technique. This study investigates forex marginal VaR of five different foreign exchanges in Indonesia, which are USD, JPY, KRW, GBP, and SGD from January 2012 until 2014. The result shows that the highest proportion of forex marginal VaR to systematic VaR belongs to JPY and the lowest proportion of forex marginal VaR to systematic VaR belongs to USD."

"Indikator utama untuk menilai kinerja reksa dana adalah dengan mengukur Nilai Aktiva Bersih (NAB) per unit penyertaan. NAB per unit sangat berfluktuatif, tergantung pada harga masing-masing efek/instrumen investasi dimana portofolio diinvestasikan Penurunan NAB dipengaruhi secara tidak langsung oleh risiko pasar yang merupakan risiko yang umum terjadi pada portofolio.Perhitungan risiko pasar dari investasi pada portofolio reksa dana sangat penting ditakukan sebagai landasan bagi investor dan manajer investasi dalam pengambilan keputusan untuk menentukan strategi investasinya.Penelitian ini bertujuan untuk melihat bagaimana pengukuran risiko pasar pada Reksa Dana PNM Syariah dengan mempergunakan model Value at Risk (VaR) dan untuk mengetabui potensi kerugian maksimum yang mungkin teijadi dari kepemilikan portofolio reksa dana serta menguji apakah model Value at Risk (VaR) cukup valid dipergunakan dalam mengukur risiko pasar pads Reksa Dana Syariah.

---

Main indicator to measure performance of mutual fimd is to measure Net Asset Value of a share unit. The Net Asset Value per unit share fluctuates depend on the price of each investment instrument which is invested in a portfolio. Decrement in Net Asset Value is influenced by indirect market risks that are common events in portfolio.

Market Risk calculation of an investment in a mutual fund portfolio is very important to be done as bases for investors and investment managers to make decision in their investment strategy.

The purpose of this research is to determine how to measure market risk at PNM Syariah mutual fund based on Value at Risk (VAR) model_ The second purpose is to calculate qualitatively a possible maximum risk that could be occurred in mutual fund portfolio share. This reseach is also to proof the validity of Value at Risk model by measuring market risk in Syariah Mutual Fund."

"Model pengukuran risiko Value at Risk (VaR) saat ini telah digunakan secara luas, tidak hanya pada sektor perbankan, tapi juga disektor lain seperti asuransi. Tujuan karya akhir ini adalah untuk mengukur Value at Risk (VaR) dengan pendekatan distribusi bersama copula, untuk menguji investasi 5 jenis saham yang dilakukan oleh PT ASABRI (Persero). Hasil distribusi return dari kelima saham bersifat heteroskedastis, sehingga dilakukan pendekatan GARCH(1,1) pada data residual. Nilai GARCH(1,1) tersebut digunakan untuk mencari distribusi portofolio saham dengan pendekatan distribusi bersama copula. Distribusi copula yang paling fit untuk digunakan adalah Clayton Copula berdasarkan nilai AIC terkecil, yang selanjutnya digunakan untuk mengukur besarnya potensi kerugian dengan menggunakan tingkat keyakinan 99% menggunakan monte carlo simulation dengan random number sebanyak 10.000 dan divalidasi dengan menggunakan Kupiec test. Hasil pengujian dengan Kupiec test menunjukkan bahwa model VaR dengan pendekatan distribusi clayton copula valid untuk mengukur besarnya potensi kerugian.

---

Risk measurement model of Value at Risk (VaR) is now widely used, not only in the banking sector, but also in other sector like insurances. The purpose of this thesis is to measure Value at Risk (VaR) with common distribution copula approach, to test 5 investment shares owned by PT ASABRI (Persero). The results of the return distribution of the five stocks are heteroskedastis, so do approach GARCH (1,1) at the data residuals. Value GARCH (1,1) is used to find the distribution of the stock portfolio distribution with copula approach. Copula distribution is most fit to be used is Clayton Copula based on smallest AIC value, which is then used to measure the magnitude of potential losses using a 99% confidence level using Monte Carlo simulation with a random number as many as 10,000 and validated using the Kupiec test. The Kupiec test results shows that the VaR model using clayton copula distribution approach is valid for measuring the magnitude of potential losses."

"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."

"Fokus dari penelitian ini adalah untuk mengidentifikasi bank-bank yang dianggap berisiko sebagai counterpart oleh bank lainnya dalam transaksi Pasar Uang Antar Bank PUAB , sehingga diharapkan dapat mencegah serta memitigasi potensi terjadinya risiko sistemik pada industri perbankan di Indonesia. Data yang digunakan dalam penelitian ini adalah data transaksi intraday bilateral pinjam meminjam tanpa agunan dengan tenor overnight O/N yang diambil dari transaksi PUAB dengan periode observasi dari Januari 2008-Juni 2009. Dari hasil penelitian, berhasil diidentifikasi sebanyak 4 bank yaitu FI 81, FI 94, FI 3 dan FI 54 yang secara statistik signifikan menunjukkan signal risiko tertinggi di PUAB. Selain itu ditemukan juga bukti bahwa sebagian besar bank yang menunjukkan frekuensi signal yang tinggi umumnya bertindak sebagai net peminjam di PUAB, hal ini mengindikasikan bahwa bank tersebut terus-menerus menghadapi permasalahan likuiditas. Dari hasil regresi ditemukan juga bukti adanya hubungan negatif dengan tingkat kemiringan slope sebesar -0,93 antara besarnya share signal risiko terhadap Z Score. Dari hasil penelitian ini diharapkan metode ini dapat digunakan sebagai tools pelengkap dalam melakukan monitoring risiko individual bank selain dari angka rasio keuangan, serta dapat diaplikasikan sebagai Early Warning System EWS perbankan.

---

The focus of this study is to identify which banks that are considered risky as counterpart by other banks in interbank money market transactions PUAB , and it is expected to prevent and mitigate the potential of systemic risk in the banking industry in Indonesia. In this research used intraday bilateral lending transaction without collateral data with overnight tenor O N taken from PUAB transaction with observation period from January 2008 to June 2009. Based on the research result, it was identified 4 banks, FI 81, FI 94, FI 3 and FI 54 which statistically show the highest sign of risk in PUAB.There is also evidence that most banks that exhibit high signal frequencies generally act as net borrowers in the interbank money market, indicating that banks are constantly facing liquidity problems. From the regression results found also evidence of a negative relationship with the level of slope 0.93 between the amount of risk signal share against Z Score. Hopefully the method from this study can be used as a complementary tool in monitoring individual bank risk apart from the financial ratio, and can be applied as the Early Warning System EWS banking."