Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kerugian klaim penjaminan KUR sebagai salah satu risiko operasional berpotensi memberikan dampak kerugian diluar yang diperkirakan. Penetapan strategi dan kebijakan yang tepat diharapkan dapat untuk meminimalkan risiko. Penelitian dengan pendekatan Quantitave Strategic Planning Matrix (QSPM) dilakukan untuk melakukan analisis strategi dan metode OpVaR GEV dan GPD untuk melakukan analisis kebijakan pencadangan klaim. Hasil penelitian membuktikan bahwa dengan pendekatan QSPM strategi yang dipilih oleh PT Askrindo sesuai dengan strategi terpilih yaitu penetrasi pasar. Metode yang dipilih untuk menentukan besarnya pencadangan klaim penjaminan KUR dari hasil pengukuran yang dilakukan adalah metode OpVaR GEV dengan pendekatan estimasi parameter PWM, karena memiliki nilai yang paling kecil selisihnya dengan realisasi klaim yang terjadi dan terbukti valid berdasarkan hasil back testing pada a = 1% dan 5%. Selisihnya dengan realisasi kerugian klaim penjaminan KUR untuk tahun 2012 hanya 26% dari realisasi, lebih kecil jika dibandingkan dengan metode regulator yaitu sebesar 60%.

---

Loss of KUR claims guarantee as one kind of the operational risk have potential impact of losses beyond that predicted. Determination of appropriate strategies and policies can be expected to minimize the risk. Research with approach to Quantitative Strategic Planning Matrix (QSPM) is conducted to analyse the strategies, while methods of OpVaR GEV and GPD is conducted to analyse  claims reserves policies. Results of this study prove that with the QSPM approach strategy chosen by PT Askrindo is appropriate with the chosen strategy, i.e. market penetration. The method chosen to determine the amount of KUR claim reserves from measurements taken is OpVaR GEV method with the PWM parameter estimation approach, because it has the smallest difference with the actual claims incurred and proved to be valid based on the results of back testing at a = 1% and 5%. The difference with the realization of loss of KUR claims in 2012 is only 26% of the actual, smaller when compared with the regulator method that is equal to 60%.

"

"Tujuan penelitian ini adalah melakukan penilaian risiko operasional secarakuantitatif pada proyek konstruksi Entitas XYZ dan merancang mitigasi risiko operasional untuk mencegah dan mengurangi risiko dalam pelaksanaan proyek konstr ksi Entitas XYZ yang menjadi sampel penelitian. Pendekatan penelitian ini menggunakan metode kombinasi, yaitu wawancara mendalam dan teknik pengumpulan data sekunder dengan studi pustaka. Penilaian risiko operasional dilakukan dengan menghitung probabilitas (P), biaya (C), kualitas (Q), waktu (T), dan keselamatan kerja (S), untuk kemudian menghitung risiko proyek utama berdasarkan Risk Significance Index (RSI). Berdasarkan nilai RSI, penelitian ini mengidentifikasi sepuluh penyebab risiko dengan nilai RSI tertinggi. Selanjutnya penelitian ini merancang strategi mitigasi atas kesepuluh penyebab risiko tersebut dengan salah satu strategi berikut, yakni menghindari risiko, mengurangi risiko, memindahkan risiko, membagi risiko, atau menghadapi risiko

---

The objective of this study is to conduct a quantitative operational risk assessment and design risk mitigation strategies to prevent and reduce operational risks in a selected samples of construction project in Entitas XYZ. This research method combines in-depth interviews and secondary data collection techniques. Operational risk is assessed by calculating the probability (P), cost (C), quality (Q), time (T), and work safety (S), and then calculating the main project risk using the Risk Significance Index (RSI). This study then identified ten risk factors with the highest RSI values. Furthermore, this study proposes a risk-mitigation strategy

for each of these ten risk factors, using one of the following approaches: avoiding risk, reducing risk, transferring risk, sharing risk, or facing risk"

"Market price of risk merupakan tambahan keuntungan yang diharapkan investor untuk menutupi satu unit risiko investasi. Market price of risk bernilai positif berarti investor bersifat greedy, yakni investor memiliki keberanian untuk mengambil risiko meskipun memiliki peluang untuk rugi. Begitu pula sebaliknya, jika market price of risk bernilai negatif berarti investor bersifat fear, yakni investor hanya berani mengambil risiko jika memiliki peluang memperoleh keuntungan. Pada tesis ini akan dibahas perilaku investor melalui analisis model market price of risk terkait model tingkat bunga satu faktor. Market price of risk diperoleh melalui analisis slope yield-curve pada short end. Model tingkat bunga satu faktor pada tesis ini adalah model yang lebih didasarkan pada analisis data empiris tingkat bunga obligasi. Implementasi tesis ini menggunakan data historis tingkat bunga obligasi pemerintah Jepang 1 September 1996 sampai dengan 31 Agustus 2011 yang dapat diunduh dari http://www.economagic.com/em-cgi/data.exe/bjap/dayintrate01. Secara teknis market price of risk bernilai negatif, namun berdasarkan data yang digunakan, diperoleh hasil bahwa sebagian besar market price of risk bernilai positif. Hal ini menunjukkan bahwa umumnya perilaku investor di negara Jepang sebagian besar bersifat greedy atau overconfident dalam arti memiliki keberanian yang tinggi dalam berinvestasi.

---

The market price of risk is the return in excess of the risk-free rate that the market wants as compensation for taking risk. The positive value of market price of risk means that investors are willing to pay to take risks. This is labeled as greed, while the negative values means that investors need extra return for taking risk. This is labeled as fear. This thesis will analyze investor behaviour through analyzing market price of risk model associated with one-factor interest rate models. Market price of risks are obtained from analyzing the slope of the yield curve at the short end. However in this thesis, a one-factor interest rate model is based on analyzing historical yield-curve data. Historical Japanese government bond rate data start from September 1st 1996 and ending on August 31st 2011 is used in the implementation. The data can be downloaded at http://www.economagic.com/emcgi/data.exe/ bjap/day-intrate01. Technically, the market price of risk is negative, but the result shows that market price of risk for the Japanese bond rate data is positive. This means that the general behavior of Japanese investors is greedy or overconfident."

"Abstrak ini menggambarkan analisis komprehensif mengenai risiko operasional yang terkait dengan pelaksanaan proyek Engineering, Procurement, dan Construction (EPC) dengan menggunakan metode Loss Distribution Approach (LDA). Penelitian ini menggunakan data historikal kerugian operasional pelaksanaan proyek EPC sejak Januari 2019 hingga Desember 2022. Penelitian ini menunjukkan nilai Operational Value At Risk sebesar Rp17,68 miliar dengan percentile 95% dan Rp41,44 miliar dengan percentile 99% yang telah dinyatakan valid setelah dilakukan Back Testing. Dengan dilakukannya analisis kerugian berbasiskan data historikal, diharapkan perusahaan EPC yang mengalami kerugian dapat memahami dan menjadikan penelitian ini sebagai lesson learned dan memitigasi risiko operasional yang mungkin terjadi pada proyek yang sedang berjalan sehingga potensi kerugian dapat diminimalisir.

---

This abstract describes a comprehensive analysis of operational risks in engineering, procurement, and construction (EPC) business by using calculation of loss distribution approach methods. This research uses the historical of operational losses from January 2019 to December 2022. This research shows the Operational Value At Risk is Rp17,68 billion with percentile 95% and Rp41,44 billion with a percentile of 99% and declared valid after Back Testing. By carrying out analysis losses based on historical data, the EPC companies are expected to be able to understand and make this research a lesson learned and mitigate operational risks that may occur in ongoing projects in order to minimize the potential loss."

"Karya akhir ini membahas perhitungan risiko operasional dengan menggunakan metode LDA Aggregation. Selain itu juga dibahas mengcnai penerapan manajemen risiko di PT. ABC. Sebagai perusahaan manufaktur, PT ABC terekspose risiko operasional pengembalian produk rusak oleh pelanggan (customer return), yang nilainya sangat mempengaruhi variabilitas net profit. Pengukuran potensi kerugian risiko operasional berupa operational value al risk (OpVaR) menggunakan model LDA Aggregation, menghasilkan nilai sebesar Rp800.387.847,- (pada tingkat kcyakinan 95%) dan Rp1.992.724.386,- (pada tingkat keyakinan 99%). Hasil Back testing menggunakan Loglikelihood Razio menunjukkan bahwa model LDA Aggregation valid digunakan untuk menghitung potensi kemgian. Hasil penelitian menyarankan kepada PT ABC untuk menggunakan model LDA Aggregarion untuk penghitungan potensi kerugian risiko operasional dan menerapkan manajemen risiko untuk rnengelola risiko yang dihadapi perusahaan. Khusus untuk mitigasi risiko pengembalian produk oleh pelanggan, perusahaan perlu melakukan reduce risk dan transfer risk karena risiko pengembalian produk oleh pelanggan masuk dalam kategori risiko hiyt, baik dari segi likeiihood maupun dari segi impact.

---

The focus of this study is the calculation of operational risk by using LDA Aggregation method. It also discussed about the implementation of risk management at PT ABC. As a manufacturing company, PT ABC expose to operational risks such as defective product returns by customers (customer retum), whose value is affecting net profit variability significantly. Measurement of potential operational risk losses in the form of operational value at risk (OpVaR) using LDA Aggregation model, generate value Rp800.387.847,- (at 95% confidence level) and Rpl.992.724.386,- (at 99% confidence level). Back testing results using Loglikelihood ratio indicates that the model is valid to calculate potential losses.

The results suggest that PT ABC to use the LDA Aggregation model for calculating the potential of operational risk losses and apply risk management to manage the risks facing the company. Especially for mitigation of the customer return risk, companies need to reduce risk and transfer risk because the risk of product returns by customers tits into the category of high risk, both in terms of likelihood and impact."

"Tesis ini bertujuan untuk: (1) menguji pengaruh risiko kredit, risiko pasar, risiko operasional, serta risiko likuiditas terhadap imbal hasil saham perbankan Indonesia yang terdaftar di Bursa Efek >Indonesia tahun 2007-2011, (2) menguji pengaruh krisis subprime mortgage di Amerika Serikat terhadap imbal hasil saham perbankan Indonesia yang terdaftar di Bursa Efek Indonesia >tahun 2007-2011. Metode penelitian menggunakan analisis regresi model data panel. Penelitian dilakukan terhadap 20 saham perbankan. Hasil penelitian menunjukkan bahwa: (1) dari keempat faktor risiko, terdapat tiga faktor risiko yang berpengaruh signifikan dengan arah negatif terhadap imbal hasil saham, yaitu risiko kredit, risiko pasar, dan risiko likuiditas, sedangkan risiko operasional berpengaruh signifikan dengan arah positif terhadap imbal hasil saham, (2) tidak ada pengaruh signifikan krisis subprime mortgage terhadap imbal hasil saham perbankan di Indonesia.

---

This thesis aims to: (1) examine the effect of credit risk, market risk, operational risk, and liquidity risk against returns Indonesian banking stocks listed on the Indonesia Stock Exchange during  2007-2011, (2) examine the effect of the subprime mortgage crisis in the United States against returns Indonesian banking stocks listed on the Indonesia Stock Exchange during  2007-2011. The research method using panel data regression analysis models. Research conducted on 20 banks sample.

The results showed that: (1) of the four risk factors, there are three significant factors influencing risk with negative direction of the stock returns, i.e. credit risk, market risk, and liquidity risk, while operational risk has significantly affect with positive direction of the stock returns, (2) there was no significant effect of the subprime mortgage crisis to the stock returns of banks in Indonesia."

"Tujuan dari penelitian ini adalah untuk menganalisis perhitungan pencadangan kerugian risiko operasional dari salah satu perusahaan jasa sewa kendaraan dan apakah analisis tersebut dapat diterapkan di perusahaan tersebut untuk perhitungan risiko. Penelitian ini dilakukan dengan menghitung nilai Operational Value at Risk (OpVaR) di PT. KLM. Data yang digunakan dalam penelitian ini adalah kerugian operasional selama 26 bulan mulai dari Januari 2018 hingga Februari 2020. Penelitian ini menggunakan metode loss distribution approach-aggregation dalam menghitung nilai risiko operasional.Hasil penelitian ini menunjukkan bahwa nilai OpVaR pada PT. KLM yang telah dinyatakan valid setelah backtesting selama periode 1 tahun mulai dari Januari hingga Desember 2019 yaitu nilai OpVaR terendah sebesar Rp91.053.721 dan nilai OpVaR tertinggi sebesar Rp104.550.879. Penelitian ini diharapkan dapat memberikan pemahaman tambahan mengenai masalah operasional dan nilai kerugian operasional yang mungkin dihadapi perusahaan jasa sewa kendaraan, sehingga dapat digunakan untuk perencanaan, serta memberikan opsi mitigasi yang dapat diterapkan oleh perusahaan untuk meminimalkan potensi kerugian operasional yang dihadapi.

---

The purpose of this research is to analyze the operational risk loss reserve of a car rental company and whether it can be applied within the company to measure the risks. This research is conducted by measuring Operational Value at Risk (OpVaR) from PT. KLM. The data used in this research is the operational losses in PT. KLM for the past 26 months starting from January 2018 to February 2020. This research uses loss distribution approach-aggregation method in measuring the operational risk. The results indicate that the value of OpVaR at PT. KLM that has been declared valid after backtesting during the 1-year period from January to December 2019 consists of the lowest OpVaR value of IDR 91.053.721 and the highest OpVaR value of IDR 104.550.879. This research is expected to provide additional understanding of operational problems and the amount of risk that might be faced by car rental companies, so that it can be used in its planning, as well as providing mitigation options that can be applied by the companiy to minimize potential operational risk losses that encountered."

"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."