Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"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,-. "

"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."

"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."

"New Basel II Capital Accord menyadari bahwa dengan memperkenalkan persyaratan permodalan untuk risiko operasional akan menimbulkan dampak yang cukup signifikan terhadap jumlah regulatory capital yang harus disisihkan oleh bank.Penelitian ini menganalisa perbedaan metode dengan mengacu pada metode yang dipersiapkan oleh Basel Committe dalam memperkirakan capital charge untuk risiko operasional. Analisis diperoleh dengan membandingkan Advanced Measurement Approach (AMA) melalui Loss Distribution Approach (LDA) terhadap non-advanced atau Basic Indicator Approach (BIA). Perhitungan capital charge risiko operasional melalui Basic Indicator Approach merupakan persentase tertentu dari gross income. Sedangkan LDA model menekankan pada analisis kerugian operasional yang membutuhkan data historis (Loss Event Database) mengenai kejadian risiko operasional berdasarkan distribusi frekuensi dan severitas dengan menerapkan konsep Value at Risk (VaR).Berdasarkan data yang tersedia pada Bank X, hasil penelitian menunjukkan bahwa penerapan advanced approach dengan LDA model menghasilkan capital charge yang lebih rendah dibandingkan dengan BIA model.

---

New Basel II Capital Accord realized that the introduction of capital requirements for operational risk will cause a significant impact on the amount of regulatory capital that must be set aside by the bank.

This research analyzes the differences of methods with in regards to the methods prepared by the Basel Committee in estimating the capital charge for operational risk. The analysis was done by comparing the Advanced Measurement Approach (AMA) of the Loss Distribution Approach (LDA) to the non-advanced or Basic Indicator Approach (BIA). Calculation of operational risk capital charge with the Basic Indicator Approach is specified by a percentage of the gross income. Meanwhile, the LDA model requires analysis of operating loss using historical data (Loss Event Database) on the operational risk incidents based on the frequency and severity distribution and applying the concept of Value at Risk (VaR).

Based on the data made available by the Bank X, the results showed that the advanced approach applied using the LDA model produces a lower capital charge compared to the BIA model."

"Kondisi perbankan di Indonesia dari tahun ke tahun mengalami peningkatan yang cukup tinggi setelah mengalami krisis ekonomi pada tahun 1997 Pada tahun 2004, tercatat persetujuan kredit baru di seluruh bank umum sebanyak Rp 31 1,63 triliun dimana jumlah ini meningkat 32,59% dari tahun 2003 yang mencapai Rp.235,04 triliun. Sehingga perbankan Indonesia dituntut untuk melakukan pengelolaan usaha dengan prinsip kehatihatian. Salah satu pengelolaan yang dilakukan perbankan adalah pengelolaan risiko Salah satu risiko vital yang butuh pengelolaan yang intcnsif adalah risiko kredit.PT. Bank XYZ merupakan bank yang sudah menerapkan pengelolaan risiko kredit dengan menggunakan infrastruktur internal rating dalam pengukuran risiko kreditnya. Salah satu melode perhitungan risiko kredit dengan menggunakan sistem internal rating adalah Macro Simulation Approach. Dengan menggunakan pendekatan Macro Simulation, PT. Bank XYZ dapat melihat pengaruh faktor ekonomi makro terhadap probability of default debiturnya. Sehingga tidak semata-mata risiko dilihat pada kondisi keuangan debiturnya saja. Adapun faktor ekonomi makro yang diamati mencakup PDB, IHSG, inflasi, SBI, Kurs USD dan Kurs WY, dimana beberapa diantara faktor ekonomi tersebut mempengaruhi pergerakan credit rating debitur sektor manufaktur PT. Bank XYZ. Sebagai contoh, SBI mempengaruhi probabilitas credit rating BF menjadi E2, D2 menjadi D3, dan D3 menjadi E2.Dengan pendekatan Macro Sinurlation Approach dapat diketahui probabilitas credit rating yang telah disesuaikan dengan pengaruh faktor ekonomi makro. Hasilnya adalah berupa matriks transisi conditional. Kemudian untuk mengetahui risiko kredit dilakukan pcrhitungan VaR krcdit) dengan menggunakan hasil probability of default kredit rating matriks transisi conditional (Macro Simmulation Approach). Sehingga jumlah maksimal kerugian yang dapat dialarni olch PT Bartk XYZ dari krcdit sektor manufaktur dengan tingkat keyakinan 95% adalah sebesar Rp.52 303 767 (dengan asumsi distribusi normal) atau Rp 181 105 913 495 (dengan asumsi distribusi tidak normal) Nilai diatas merupakan 0.0089% (dengan asumsi distribusi normal) atau 31.15% (dengan asumsi distribusi tidak normal) dari total kcseluruhan baki debet kredit sektor manufaktur. Dengan demikian PT. Bank XYZ diwajihkan untuk menyediakan pencadangan modal untuk meng-cover risiko krcdit sektor manufaktur sebesar 8% x 31,15% = 2,49% dari total baki debet pinjamannva.

---

After crisis at 1997. economic condition especially banking in Indonesia has been significantly grown. Year 2004, new credit approval for all banks achieved Rp. 311.63 billion. which is growth 32,59% from year 2003 for Rp. 235 04 billion. Subject to its growth. Indonesian banking should realized the risk especially credit risk that should be managed well.

PT. Bank XYZ has already established credit risk management with internal rating system in credit risk measurement One of credit risk measurement method using internal rating is Macro Simulation Approach. With Macro Simulation Approach. PT. Bank XYZ can observe the influence of macro economic factors aligned with probability of default of each company. The macro economic factors such as Gross Domestic Product (PDB), Indonesian Stock Price Index (1HSG). inflation. Government T-bills (SBI). USD Foreign Exchange (Kurs USD) and JPY Foreign Exchange (Kurs JPY) had effect on credit rating movement for credit manufacture at PT. Bank XYZ. For example. SBI had effect on probability of credit rating BI become E2, D2 become D3 and D3 become E2.

Result of Macro Simulation Approach which already aligned between probability of credit rating and macro economic factors is conditional transition matrix. Then calculation of credit risk with credit VaR (CreditMetrics) has to be conducted by using probability of default in conditional transition matrix (Macro Simulation Approach). Loss maximum amount of credit manufacture at PT. Bank XYZ with 95% confident level (assuming normal distribution) is Rp.52.303.767 or Rp. 183,105.913,495 (assuming actual distribution). This amount is 0 0089% (assuming normal distribution) or 31.15% (assuming actual distribution) from total of exposure of credit manufacture For capital requirement purpose. PT Bank XVZ has to reserve equity for 2.4994, 1% x 31 15% l from total exposure of credit manufacture PT Bank XYI. Using Macro Simulation Approach gives many advantage especially for capital requirement. because it is using internal rating which is gives every customer rating different portion of credit risk and so gives lesser reserve equity."

"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."

"Dalam mengelola bank atau lembaga keuangan, manajemen mengmdapi berbagai risiko untuk memperoleh tingkat keuntungan yang diinginkan. Risiko (risk) dideiinisikan sebagai potensi teljadinya suatu peristiwa (events) yang dapal menimbulknn kerugian bank.Salah sam risiko perbankan adalah risiko pasar yaitu suatu risiko yang disebabkan oleh adanya volatilitas komponen pasar atau risiko kerugian pada posisi neraca dan rekening adminisitratif akibat perubahan harga pasar atas surat berharga atau instrumen keuangan lainnya. Terdapat dua komponen risiko pasar yang relevan bagi perbankan di Indonesia, yaitu risiko suku bunga dan risiko nilai tukar.Tujuan dari penelitian ini adalah untuk mengetahui besarnya risiko pasar yang disebabkan perubahan nilai tukar (foreign exchange) atas beberapa mata uang dalam portofolio posisi devisa netto (PDN) dengan mezode VaR (Value at Risk). Dengan diketahuinya nilai VaR ini, akan dapat diketahui besarnya kebutuhan penyediaan modal untuk menutup kemungkinan kerugian yang terjadi.Salah satu permasalahan yang timbul adalah diperlukan metode internal perhitungan risiko pasar tepat yang dapat diterapkan perbankan Indonesia Dalam perhitungan risiko pasar ini menggunakan VaR, yang dilakukan melalui tahapan-tahapan sebagai berikut:a. Perhitungan VaR Portofolio PDN dan capital charge, posisi 31 Desember 2002;b. Penetapan data observasi dan out of sample berupa foreign exchange dengan menggunakan basis data harian;c. Penetapan confidence level yang digunakan, yaitu 90% dan 98% (two tailed);d. Penetapan hoding periode selama 1 (satu) hari;e. Perhitungan forecast return volatility menggunakan Model EWMA, dengan penetapan n = 0,94 dan n, dari hasil perhitungan Mean Square Error (MSE) untuk setiap currency dan setiap confidence level;f. Assesment Model dengan metode Back Testing dan Kupiec Testingg. Perhitungan kembali CAR setelah memperhitungkan marker risk yang disebabkan oleh perubahan nilai tukar alas portofolio PDNDalam penelitian ini, untuk membantu proses pengolahan data, digunakan bantuan software Microsoft Excell.Data yang digunakan 3 (tiga) macam, meliputi historical time series nilai tukar dari Reuters, periode Januari s/d Desember 2002 sebagai data observasi dan periode Januari s/d Maret 2013, data out of sample, yang digunakan untuk uji kevalidan model Data posisi devisa netto (PDN) posisi 31 Desember 2002 dan Data Capital Adequacy Ratio (CAR) posisi 31 Desember 2002.Model yang digunakan dalam perhitungan forecast return volatility dengan Metode EWMA, dengan menggunakan confidence level 90% dan 98%. Kurs beberapa mata uang dalam portofolo PDN digunakan sebagai dasar untuk menghitung return, yang digunakan sebagai level data. Perhitungan ini menggunakan 1 (decay factor) dua macam, yaitu :a. Decay factor yang digunakan JP Morgan, yaitu n = 0,94b. Decay factor yang dihitung berdasarkan perhitungan MSE, dengan cara menggunakan persamaan forecast return variance, secara try and error, dengan variasi n yang digunakan, dipilih nilai MSE terkecil.Untuk menentukan adanya actual return yang melewati batas (failure), dilakukan penetapan batas atas (fortopn/forecast top) dan batas bawah (forbov/forecast bottom).Hasii validasi Back Testing pada data observasi dan out of sample, forecast return volatility diperoleh 2 (dua) hasil yang berbeda, yaitu pada n = 0,94, baik pada confidence level 90% dan 98%, terdapat failure relatif besar, melebihi 10% dan 2%, sehingga permodelan ini tidak layak unluk direkomendasikan. Sedangkan n = 0,99, baik pada confidence level 90% dan 98%, jumlah failure nihil, sehingga permodelan EWMA ini layak direkomendasikan.Validasi data Observasi dengan Kupiec Testing, dengan Model EWMA (n = 0,94), pada confidence level 90%, terdapat satu currency yang nilai Likelyhood Ratio (LR) yang ditolak (rejected), yaitu JPY. Sedangkan pada confidence level 98%, satu Nilai LR ditolak yaitu SGD. Pada n. = 0,99, baik pada confidence level 90% atau 98%, menunjukkan semua nilai LR diterima. Dengan demikian atas model yang digunakan tersebut layak digunakan dan data forecast return volatility dapat pergunakan untuk perhitungan VaR.Validasi Kuptec Testing untuk out of sample, dengan Model EWMA, dengan n = 0,94 pada confidence level 90%, terdapat 2 (dua) Nilai LR, yaitu USD dan SGD yang ditolak, sedangkan pada confidence level 98%, semua nilai LR diterima. Pada A = 0,99, baik pada confidence level 90% dan 98%, semua nilai LR diterima. Perhitungan sendiri besarnya decay factor, akan dapat Iebih realistis atas data yang digunakan.Pada Permodelan EWMA, n. = 0,94, pada confidence level 90% dan 98%, kesimpulan analisa Back Testing dan Kupiec Testing jumlah failure relatif besar, model tersebut tidak direkomendasikan, namun demikian dengan jumlah failure yang terjadi dikenakan penalty sesuai dengan rekomendasi Basel, sdningga permodelan ini diteruskan. Sedangkan pada n. = 0,99, baik pada confidence level 90% dan 98%, jumlah failure nihil, sehingga permodelan EWMA ini layak untuk direkomendasikan.Atas dasar data return yang digunakan sebagai level dala yang terdiri atas enam currency, maka data return tersebut dihitung risk correlation dengan bantuan software microsoft excel. Berdasarkan correlation matrix ini digunakan untuk menghitung VaR diversified, yang digunakan untuk perhitungan capital charge dan CAR, dengan hasil perhitungan sebagai berikut:Dilihat dari perhitungan CAR setelah memperhitungkan risiko pasar, khususnya akibat perubahan nilai tukar eras portofolio PDN, besamya CAR mengalami perubahan yaitu menurun dari CAR sebelumnya. Oleh sebab itu, akibat perubahan nilai tukar timbul risiko yang harus diantisipasi oleh bank dengan penyediaan modal yang cukup."

"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."

"Risiko pembiayaan sebagai salah satu risiko terbesar dalam industri pembiayaan dan memberikan eksposur yang semakin besar di tengah ketidakstabilan perekonomian. Pada studi kasus ini peneliti melihat risiko pembiayaan secara Enterprise Risk Management (ERM) dengan pendekatan model the Three Lines of Defence dan proses manajemen risiko berdasarkan ISO 31000. Berdasarkan peran dalam the Three Lines of Defence, penerapan proses manajemen risiko pembiayaan di unit bisnis PT XYZ saat ini sebenarnya sudah efektif namun belum sesuai karena dilakukan oleh divisi Risk dan menyebabkan risk owner menjadi kurang merasa bertanggung jawab atas risikonya. Kemudian, Audit Internal belum dapat menggunakan hasil manajemen risiko tersebut dalam meningkatkan sistem pengendalian intern perusahaan. Selain itu, penerapan manajemen risiko pembiayaan masih terpisah dari risiko lainnya dan tidak dilihat secara ERM.

---

Financing risk is one of the biggest risk in financial industry and give more exposure in the economic instability. In this case study researcher views financing risk in Entreprise Risk Management (ERM) way with the Three Lines of Defence model as approach and risk management process based on ISO 31000. Based on function in the Three Lines of Defence, implementation of financing risk management process in business unit PT XYZ for now is effective enough practically but not appropriate because it is implemented by Risk division and leads risk owner become irresponsible with their own risk. Afterwards, Internal Audit had not utilized risk management result for improving company?s internal control system. Furthermore, implementation of financing risk management is still detached from other risks and not observed with ERM."