Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi Business Risk. Business Risk adalah risiko ketidakpastian EBIT yang disebabkan oleh variabilitas penjualan, tingkat operating leveraged dan kondisi makro ekonomi. Pengaruh yang berasal Bari firm direpresentasikan dengan Degree of Operating Leverage (DOL) dan pengaruh makro ekonomi dan pasar secara umum direpresentasikan oleh Cyclicaliry dan Firm Size. Sedangkan Business Risk sendiri merupakan beta dari unlaveraged firm, dimana beta diperoleh dari beta saham melalui persaanaan regress Market Model. Penelitian ini menggunakan data populasi saham perusahaan-perusahaan pada sektor industri Barang Konsumsi dan Industri Manufaktur yang listing di Bursa Efek Jakarta (BET) dengan periode pengamatan tahun 1998-2002. Model yang dipergunakan merujukpada model Miswanto dan Husnan (1999). Sedangkan regresi dilakukan dengan rani cross section dengan menggunakan metode OLS (Ordinary Least Square).Hasil penelitian ini menunjukkan bahwa hipotesis yang, diajukan penulis dapat dibuktikan, karena model yang diajukan ternyata signifikan pada taraf nyata 5 persen, baik untuk industri Barang Konsumsi maupun Industri Manufaktur. Selain itu. penelitian ini berhasil mengidentifikasi pengaruh variabel-variabel bebas tedhadap variabeI tak bebas Business Risk. Pada industri Barang Konsumsi. variabel DOL mempunyai pengaruh positif tetapi tidak signifikan. Variabel Cyclical sty mempunyai pengaruh negatif dan tidak signifikan, Sedangkan variabel Finn Size mempunyai pengaruh positif tetapi signifikan. Pada sektor industri Manufaktur, variabel UOL mempunyai pengaruh positif dan signifikan. Variabel L'yclicaliiy mempunyai pengaruh negatif dan signifikan. Sedangkan Firm Size mempunyai pengaruh positi F tetapi tidak signi Ran.Hal lain yang berhasil diungkap dalarn penelitian ini adalah bahwa rata-rata Business Risk pada sektor industri Barang Konsumsi ternyata tidal: herbecla dengan sektor industri Manulakttun namun Iaktor-laktor yang mcmpcngaruhi Risk antara sektor Barang Konsumsi tersebut ternyata berbeda dengan sektor industri Manufaktur.

---

This research was tending to analysis the factors that affecting Business Risk. Business Risk is an EBIT uncertainty risk affected by sales variability, Operating Leverage Level and Macroeconomic factors. The affect from the firm is represented with Degree of Operating Leverage (DOL), and then the macroeconomic and market in common are represented by Cyclicality and Firm Size. While Business is itself is the beta of Unleveraged Firm, where beta was obtained from beta stock through the regression equation of Markel Model. This research used the stock population data from the Consumer Goods and Manufacture industries in which listed in the Jakarta Stock Exchange with in the period of 1998 - 2002. The research model points to Miswanto and Husnan (1999) model. While the regression were done by cross sectional through OLS (Ordinary Least Square) Method.The result shows that the proposed hypothesis can be proven. in fact, the proposed model are significant at 5%, both on Consumer Goods or Manufacture industries. In the other hand, this research were successful to identify the independent variables affecting dependent variable, Business Risk. In Consumer Goods, the DOL variable has positive impact but it is not significant. Cyclicality variable has negative impact but it is significant. While, the Firm Size has positive impact and significant. In Manufacture, the DOL variable has positive impact and significant. The Cyclicality variable has negative impact and significant. While Firm Size has negative impact and it is not significant.The other thing that successfully revealed in this research is that averagely Business Risk in Consumer Goods industry has no difference with Manufacture industry, however the factors of Business Risk affecting between Consumer Goods industry are different with Manufacture industry."

"Penelitian ini bertujuan untuk melihat apakah terdapat pengaruh atas diterbitkannya sukuk oleh perusahaan manufaktur terhadap kinerja keuangan perusahaan. Data menunjukkan bahwa jumlah sukuk korporasi yang diterbitkan sejak pertama kali tahun 2002 sampai dengan tahun 2016 adalah sebanyak 91 sukuk yang diterbitkan oleh 33 perusahaan dengan total nilai Rp 18,95 triliun. Dari 33 perusahaan tersebut sebanyak 8 penerbit sukuk berasal dari perushaan yang bergerak di bidang manufaktur dengan nilai Rp2,86 triliun atau sebesar 15,11 sementara sebagian besar diterbitkan oleh perusahaan yang bergerak di bidang jasa. Sedikitnya perusahaan manufaktur, sebagai industri yang menjadi tulang punggung pembangunan ekonomi, yang menerbitkan sukuk korporasi sampai dengan saat ini menjadi tantangan tersendiri kepada setiap stakeholder untuk menghadirkan alternatif pembiayaan bagi perusahaan dan juga alternatif investasi yang halal buat masyarakat. Metode penelitian yang digunakan adalah metode kuantitatif dengan data dari laporan keuangan pada periode 2007 sampai dengan 2016 dengan obyek penelitian adalah sukuk ijarah PT Tiga Pilar Sejahtera Food Tbk Perusahaan yang masih outstanding pada saat dilakukannya penelitian. Penelitian dengan analisis regresi linear sederhana mengukur kinerja keuangan perusahaan dengan variabel independen berupa peristiwa waktu sebelum dan sesudah penerbitan sukuk dan rasio profitabilitas berupa profit margin, Return On Asset ROA , Return on Equity ROE dan Earning Per Share EPS sebagai variabel dependen. Hasil penelitian menunjukkan berdasarkan uji statistik, setiap variabel dependen rata-rata mengalami mengalami kenaikan nilai pada periode setelah penerbitan sukuk. Berdasarkan uji parsial, hanya rasio profit margin yang dipengaruhi oleh peristiwa penerbitan sukuk, sementara tiga rasio lainnya tidak begitu dipengaruhi oleh peristiwa penerbitan sukuk karena berada pada daerah penerimaan hipotesis. Dari uji koefisien determinasi nilai terbesar diperoleh oleh variabel earning per share, sementara ketiga variabel lainnya berada di bawah 30.......This study aims to see whether there is influence on the issuance of sukuk by manufacturing companies to the financial performance of the company. The data show that the number of corporate sukuks issued since the first time in 2002 up to 2016 was 91 sukuk issued by 33 companies with total value of Rp 18.95 trillion. From 33 companies, 8 sukuk publishers are from manufacturing companies with a value of Rp2.86 trillion or 15.11 while most of them are issued by companies engaged in services. At least as a manufacturing company, as the industry that became the backbone of economic development, issuing corporate sukuk up to now becomes a challenge for each stakeholder to present alternative financing for the company and also a halal investment alternative for the community. The research method used is quantitative method with data from financial report in period 2007 until 2016 with research object is sukuk ijarah PT Tiga Pilar Sejahtera Food Tbk Company which still outstanding at the time of research. Research with simple linear regression analysis measure financial performance of company with independent variable in the form of time event before and after issuance of sukuk and profitability ratio in the form of profit margin, Return On Asset ROA , Return on Equity ROE and Earning Per Share EPS as variable dependent. The results showed that based on statistical test, each dependent variable experienced an increase in value in the period after the issuance of sukuk. Based on the partial test, only the profit margin ratio is affected by the sukuk issuance event, while the other three ratios are not so influenced by the sukuk issuance event because it is in the acceptance area of the hypothesis. From the test coefficient determination of the largest value obtained by the variable earnings per share, while the other three variables are below 30 ."

"Penelitian ini bertujuan untuk memberikan pembahasan mengenai pertimbangan dan proses pengalihan aset Pusat Investasi Pemerintah kepada PT Sarana Multi Infrastruktur Persero serta menganalisis kinerja keuangan, leverage keuangan dan risiko keuangan PT Sarana Multi Infrastruktur Persero pasca pengalihan aset tersebut. Total nilai aset yang dialihkan sebesar Rp18,356 triliun yang terdiri dari aset kas Rp9,607 triliun dan aset non kas Rp8,749 triliun. Proses evaluasi menggunakan pendekatan rasio keuangan, tingkat kesehatan perusahaan, degree of financial leverage DFL , non performing loan NPL dan model Z-Score. Hasil penelitian menunjukan bahwa terjadi peningkatan profitabilitas, likuiditas, dan tingkat kesehatan keuangan perusahaan.......This study aims to provide explanation of the consideration and transfer process of assets of the Government Investment Center to PT Sarana Multi Infrastruktur and also to analyze financial performance, financial leverage and financial risk of PT Sarana Multi Infrastruktur Persero after assets transfer. The total value of the asset transfer is IDR18,35 trillion consisting of IDR9,607 trillion of cash asset and IDR8,749 trillion of non cash asset. The evaluation process uses financial ratio approach, corporate health level, degree of financial leverage DFL , non performing loan NPL , and Z score model. The result shows that the company has improved their profitability, liquidity and corporate financial health level."

"Dalam industri perbankan di Indonesia khususnya, pengembangan dari pola-pola manajemen resiko telah mengalami kemajuan yang sangat pesat. Hal ini merupakan akibat dari krisis ekonomi yang terjadi pada tahun 1997 di Indonesia, di mana dunia perbankan mengalami pukulan yang sangat hebat di kala itu.Namun pembahasan manajemen resiko seringkali melupakan hal penting lainnya yang perlu diperhatikan oleh industri perbankan, yaitu manajemen kinerja, padahal manajemen resiko memiliki kaitan yang sangat erat terhadap manajemen kinerja, bahkan tidak dapat dipisahkan. Keterkaitan ini terjadi karena resiko yang diambil menyebabkan bank perlu mengambil profitabilitas untuk dapat menutupi kemungkinan kerugian yang dapat timbul akibat resiko yang diembannya itu.Praktek manajemen resiko dan manajemen kinerja di industri perbankan memerlukan perangkat yang mampu menghubungkan antara manajemen resiko dan kinerja di tingkat unit bisnis dengan orientasi global agar tercipta mata rantai yang tidak terputus. Salah satu perangkat tersebut adalah sistem Fund Transfer Pricing (FTP).Penulisan karya akhir ini akan mencoba untuk memberikan gambaran mengenai proses FTP yang telah berjalan pada bank XYZ, dan mencoba untuk membandingkannya dengan konsep FTP secara teoritis. Berbagai kendala yang dihadapi, pilihan yang dilakukan, justifikasi serta implikasinya dan solusi alternatif yang mungkin diterapkan dalam implementasi sistem tersebut akan dibahas dalam karya akhir ini.

---

In Indonesian Banking Industry, the development of risk management method has growing very fast. This caused by the economic crisis which happened in 1997. At that time, banking industry got a difficult time.

Sometimes in Risk Management implementation forgets the other important thing that needs to mention in Banking Industry, such as Performance Management. Performance Management and Risk Management have tight relationship, even cannot separated. This relationship happened because of the risk that Bank has taken should cover with number of profit.

This relationship between Risk Management and Performance Management need tools to make the relationship connected in business unit with the global orientation. One of the tools is Fund Transfer Pricing system.

This thesis will try to give an illustration about FTP daily process in Bank XYZ, and try to compare with FTP process theoretical, including the problem, option, justification, implication and alternative solution that probably to implement."

"Industri perminyakan di Indonesia sudah dimulai sejak tahun 1940-an oleh perusahaan Belanda. Ini bisa dilihat terdapatnya lapangan-lapangan minyak tua yang terdapat pada beberapa daerah di Indonesia. Setelah Indonesia merdeka lapangan-lapangan tersebut dinasionalisasikan oleh pemerintah.Saat ini bisnis perminyakan didominasi oleh perdagangan yang bertujuan untuk penyediaan Bahan Bakar Minyak (BBM) bagi kebutuhan nasional, maupun kepentingan ekspor bagi yang bertujuan mendapatkan devisa. Dalam melakukan ekspor BBM pendapatan akan sangat tergantung pada harga yang berlaku di pasar, sehingga terdapat risiko ketidakpastian pendapatan hasil ekspor.Hal ini merupakan suatu risiko pasar yang didefinisikan sebagai risiko yang mungkin timbul karena adanya pergerakan variabel pasar (adverse movement) dari ekspor yang dilakukan dan dapat menimbulkan kerugian terhadap perusahaan. Dalam penelitian ini komponen yang dijadikan obyek penelitian adalah risiko harga BBM.Pengukuran risiko pasar dapat dilakukan dengan mempergunakan standard approach atau internal model. Penerapan internal model diharuskan mempergunakan pendekatan Value at Risk (VaR). Dalam hal ini VaR dapat mengukur potensi kerugian maksimal yang mungkin terjadi dalam selang waktu tertentu dengan confidence level tertentu serta pada kondisi pasar yang normal.Pada penelitian yang dilakukan, digunakan pendekatan Riskmetrics dalam mengukur risiko harga dengan metode Exponential Weighted Moving Average (EWMA) sesuai dengan hasil pengujian data yang ada.Untuk mengetahui mengetahui karakteristik data return telah dilakukan pengujian data dengan Cara :? Stationerry Test dengan ADF test.? Uji normalitas data dengan Jarque Bera? White Heteroscedastic TestBerdasarkan uji data yang dilakukan, diperoleh bahwa metode yang tepat untuk melakukan forecasting volatilitas return harga tersebut adalah standar normal dan EWMA. Dan hasil perhitungan volatilitas tersebut maka dapat diukur VaR harian dengan tingkat keyakinan 95% dan 99% pada holding period satu hari.Langkah selanjutnya adalah dilakukan uji validasi model berdasarkan Kupiec Test dengan Total Number of Failure (TNoF) dan Time until First Failure (TUFF). Setelah dilakukan uji validasi pada model deviasi standar dan EWMA maka dapat disimpulkan hasil pengukuran dengan metode tersebut valid. Dapat diartikan bahwa nilai VaR yang dihasilkan dapat menangkap semua pergerakan actual loss selama penelitian.Berdasarkan pengamatan yang dilakukan selama periode penelitian telah diketahui kerugian maksimum pada ekspor yang dapat terjadi. Hal ini hares menjadi perhatian pihak manajemen perusahaan, karena hares segera diambil langkah-langkah untuk mengantisipasi kerugian yang mungkin terjadi.

---

Oil industry in Indonesia has begun since 1940's by the Dutch government. It was able to be seen with many old oil fields found at some areas in Indonesia. After Indonesia was free the fields were nationalized by the government.

Currently oil business is dominated by trading which having a goal to supply the Refined Fuel Oil (BBM) for national needs, or for export interest to obtain a foreign exchange. In doing export the BBM, the income will depend on prevailing price in the market, so it was found the income uncertainty risk of the result of export.

In this case the market risk is defined as the risk may arise because any adverse movement from export to be clone and can arise the loss for a company. In this research, we used the research of the price risk of the BBM.

Determination of the market risk can be done by using standard approach or internal model. Applying the internal model is required to use the Value at Risk approach (VaR). In this case VaR can determine the maximal loss potency maybe occurred in several time with certain confidence level and in normal market condition.

Research was carried out by using riskmetrics approach to determine the price risk with the Exponential Weighted Moving Average (EWMA) method in accordance with the result of existing examining of the data.

To know the characteristics of the data return has been carried out examining of the data in a way:

a. Stationery Test with ADF Test.

b. Data Normality Test with Jarque Bera

c. White Heteroscedastic Test

Based on the data test to be done, it was found that the appropriate method to carry out forecasting volatility return the price is normal standard and EWMA. Of the result of calculation of the volatility and it was able to be determined the daily VaR with certainty level 95% and 99% at holding period one day.

The next step is carried out validation test of model based on the Kupicc Test with Total Number of Failure (TNoF) and Time until First Failure (TUFF)_ After being carried out the validation test on standard deviation model and EWMA and can be concluded the result of calculation with the method is valid. It was able to be meant that VaR value which is obtained can handle all actual losses movement during the research.

Based on the observation to be done during the research it was known the maximum loss on export which can be occurred. In this case must be concern for company management, because it must immediately be taken the steps to anticipate the loss maybe occurred."

"Dalam rangka mewujudkan sistem pembayaran yang efisien, cepat, aman dan handal, Bank Indonesia selaku Bank Sentral telah menerapkan sistem pembayaran berupa Real-Time Gross Settlement (RTGS). Sistem ini telah diterapkan hampir disebagian besar wilayah Asia Pasifik yang meliputi Hong Kong, Korea, Australia, China, New Zealand, dan Thailand. Di Indonesia sistem ini dikenal dengan sebutan BI-RTGS.Selain sistem BI-RTGS, Bank Indonesia juga memberikan sistem pembayaran nasional berupa Sistem Kliring Nasional Bank Indonesia (SKNBI). Diharapkan melalui kedua sistem tersebut akan tercipta pembayaran yang efisien, cepat, aman dan handal.Peraturan Bank Indonesia (PBI) Nomor 6/8/PBI/2004 tanggal 11 Maret 2004 tentang Sistem BI-RTGS dan PBI Nomor 7/18/PBI/2005 tanggal 22 Juli 2005 tentang SKNBI telah mengadopsi standar international business practice maupun core principle BIS. Dengan demikian Bank XYZ sebagai peserta sistem BI-RTGS dan SKNBI wajib tunduk kepada kedua PBI tersebut di atas dan sudah barang tentu menimbulkan konsekuensi yaitu timtutan agar pegawai Bank XYZ yang ditempatkan pada operasional sistem pembayaran bekerja lebih teliti, hati-hati dan seksama agar dapat meminimalkan atau meniadakan risiko yang mungkin dapat muncul dalam pelaksanaan transfer dana melalui kedua sistem dimaksud.Kesalahan pengiriman dana untuk rekening atau nama nasabah penerima yang dituju dipeserta penerima ataupun kesalahan dalam nilai nominal dan double pengiriman adalah beberapa contoh dari risiko operasional dari sisi peserta pengirim, sedangkan kesalahan dalam menentukan judgement terhadap perintah kiriman dana masuk dari peserta pengirim merupakan contoh risiko operasional dari sisi peserta penerima.Adanya kewajiban dari peserta pengirim untuk menerbitkan perintah kiriman dana baru kepada rekening yang dituju atau nasabah penenma yang benar tanpa menunggu pengembalian dana membuat pengalokasian dana cadangan untuk risiko operasional sangat penting. Besarnya alokasi dana cadangan ini harus dihitung dengan suatu metode pendekatan yang dikenal dengan sebutan Value at Risk (VaR).Pengukuran VaR untuk risiko operasional dapat dilakukan dengan beberapa metode pendekatan dan yang sederhana, sedikit komplek, dan sangat komplek. Tingkat keakuratan pengukuran terhadap aktual loss berbanding lurus dengan tingkat kompleksitas metode yang diterapkan. Adapun metode pengukuran risiko operasional dibagi menjadi 2, yaitu metode Standard dan Advanced Measurement Approach (AMA). Metode Standard terdiri dari Basic Indicator Approach (BIA), Standardized Approach (SA), Alternative Standardized Approach (ASA). Sedangkan AMA terdiri dari Internal Measurement Approach (IMA), Loss Distribution Approach (LDA), Scoreboard Approach, Bootstrapping Approach, Bayesian Method, dan Extreme Value Theory ( EVT).Metode AMA adalah metode yang dianggap menghasilkan pengukuran risiko operasional yang lebih baik yang dapat digunakan bagi perusahaan maupun perbankan dibandingkan dengan metode-metode lainnya seperti BIA, SA, ASA. Metode AMA menggunakan pendekatan internal dalam mengukur risiko operasional, sehingga metode ini terlepas dan aturan Basel.Dalam mengukur risiko operasional perusahaan, LDA mengharuskan untuk menggunakan data kerugian operasional intemal perusahaan masing-masing. Data kerugian tersebut dikelompokkan menjadi data iiekuensi kejadian dan data severitas kerugian. Dalam metode LDA, terdapat 2 cara pendekatan pengukuran yaitu dengan pendekatan actuarial method dan aggregation method. Dalam penelitian ini, metode pengukuran yang digunakan adalah dengan menggunakan AMA-LDA aggregation method.Dari hasil pengukuran yang dilakukan dan setelah dilakukan uji back resting, dapat ditarik kesimpulan bahwa penerapan metode pengukuran AMA-LDA aggregation method cocok diterapkan bagi Bank XYZ untuk mengukur besamya cadangan dana yang hams disediakan akibat potensi kerugian risiko operasional dalam sistem pembayaran nasional di keempat cabang Bank XYZ.

---

In order to achieve efficient, fast, secured and reliable payment system, Bank of Indonesia as the regulator has applied Real-Time Grass Settlement (RTGS) payment system. This system has been applied in most countries among Asia-Pasitic region, including Hong Kong, Korea, Australia, China, New Zealand, and Thailand. In Indonesia, this system is known as BI-RTGS.

Besides BI-RTGS system, Bank of Indonesia also provides national (domestic) payment system which is known as ?Sistem Kliring Nasional Bank Indonesia (SKNBI)? or ?National Clearing System of Bank Indonesia". By applying both systems, It is expected that we can have an efficient, quick, secured and reliable payment system.

Peraturan Bank Indonesia (PBI) or Bank of Indonesia Policies point 6/8/PBI/2004 on March 11th 2004 regarding to BI-RTGS System and PBI point 7/18/PBI/2005 on July 22nd 2005 regarding to SKNBI have adopted intemational business practice and BIS core principle standard. Thercby Bank XYZ as participant of BI-RTGS and SKNBI systems is required to obey both PBI above and get consequence, that the officers of Bank XYZ at operational payment system are required to work more accurately and carefully in order to minimize or eliminate any risks which might emerge in fund transfer involving both systems.

Mistaken account or customer name of fund recipient, mistaken nominal value and double transfer are some examples of operational risks on the side of fund sender. In the other hand, miss-judgement against incoming fund transfer order is the operational risk on the side of fund recipient.

Obligation of fund sender to issue order for new fund transfer to directed account or recipient without waiting for fund retum makes it very important to have spare fund allocation for operational risk. The amount of the spare fund has to be calculated using a method known as Value at Risk (VaR).

VaR measurement for operational risk can be performed using simple methods, slightly more complex methods or very complex methods. More complexity of the used method means higher accuracy level of the measurement against actual loss. There are two types of operational risk measurement methods: Standard and Advanced Measurement Approach (AMA). Standard method includes Basic Indicator Approach (BIA), Standardized Approach (SA), and Altemative Standardized Approach (ASA). AMA method includes Intemal Measurement Approach (IMA), Loss Distribution Approach (LDA), Scoreboard Approach, Bootstrapping Approach, Bayesian Method, and Extreme Value Theory (EVT).

AMA is a method which is considered as the one provides better operational risk measurement, that can be used in banking or other companies, compared with other methods, such as BIA, SA and ASA. AMA method uses internal approach in measuring operational risk, making this method not to depend on Basel rule.

In measuring company operational risk, usage of LDA demands intemal operational loss data of each company to be used. This loss data is grouped into occurrence frequency data and loss severity data. In LDA method, there are two methods of measurement, namely actuarial method and aggregation method. In this research, the method to be used is AMA- LDA aggregation method.

From the measurement and back testing result, we can get conclusion that applying AMA-LDA aggregation method is lit for Bank XYZ in measuring the amount of spare fund that must be provided due to potential loss of operational risk in national payment system which is used in four of its branches."

"ABSTRAKang perusahaan negara dikategorikan sebagai piutang negara dalam lingkup keuangan negara proses penyelesaian kredit bermasalah pada bank Badan Usaha Milik Negara BUMN dilakukan berdasarkan koridor penyelesaian piutang negara Implikasinya bank BUMN tidak dapat melakukan penyelesaian kredit bermasalah tanpa persetujuan Menteri keuangan melalui Panitia urusan Piutang Negara PUPN c q Direktorat Jenderal Kekayaan negara DJKN Seiring perkembangan hukum perbankan mayoritas bank BUMN memilih bentuk hukum PERSERO yang identik dengan Perseroan Terbatas PT Sejak berlakunya PP No 33 Tahun 2006 sejatinya pengelolaan bank BUMN dilakukan sesuai prinsip pengelolaan perusahaan yang sehat berdasarkan hukum perusahaan PT Tetapi dalam prakteknya masih terdapat keragu raguan pihak perbankan pemerintah dalam menjalankan mekanisme korporasi yang menyebabkan adanya diskriminasi pelayanan antara perbankan pemerintah dan swasta Hal tersebut dirasa menimbulkan ketidak adilan bagi para debiturnya Putusan mahkamah Konstitusi Nomor 77 PUU IX 2011 mempertegas berlakunya PP No 33 tahun 2006 sebagai dasar hukum penggunaan mekanisme korporasi dalam penyelesaian kredit bermasalah bank Penelitian ini adalah penelitian yuridis normatif dengan preskriptif Penelitian ini membahas tentang Putusan Mahkamah Konstitusi yang menyatakan bank BUMN tidak terikat Panitia Urusan Piutang Negara PUPN dalam penyelesaian kredit melainkan melalui mekanisme korporasi sehingga tidak terdapat perbedaan pelayanan kepada debitur antara bank pemerintah dan bank swasta Putusan Mahkamah Konstitusi tersebut diharapkan dapat menjamin adanya kepastian hukum bagi perbankan pemerintah dalam pelaksanaannya Kata kunci Penyelesaian kredit Macet Perbankan Pemerintah.

---

ABSTRACTAs a result of the company's accounts receivable is classified as a state within the state finances, the process of settlement of non-performing loans on bank-owned enterprises (SOEs) is based on state claims settlement corridor. The implication, state-owned banks can not do without the approval of the settlement of problem loans through the Committee's finance minister affairs State Receivables (PUPN) cq Directorate General of the state (DJKN). Along with the development of banking laws majority state-owned banks to choose a legal form that is identical to PERSERO Limited Liability Company (LLC). Since the entry into force of Regulation No.33 of 2006, the management of state-owned banks actually performed according to the principles of healthy corporate governance law firm PT. But in practice, there are still doubts the government banking corporation in implementing the mechanism that causes the service discrimination between public and private banks. It is considered cause injustice to the debtor. Constitutional court ruling reinforces the validity 77/PUU-IX/2011 PP No.33 of 2006 as the legal basis for the use of the corporate mechanism in the resolution of problem loans bank. This research is a prescriptive normative. This study discusses the decision of the Constitutional Court that declared state-owned banks are not bound Arrangements Committee for State Receivables (PUPN) in settlement of loans, but through the mechanism of the corporation so that there is no difference between the bank's services to the debtor government and private banks. Decision of the Constitutional Court is expected to ensure legal certainty for government banks in the implementation."

"ABSTRAKPerhitungan financial risk (dalam hal ini market risk) merupakan pekerjaan yang cukup kompleks dalam instrumen investasi. Tesis ini menjelaskan bagaimana aplikasi metode Quasi Monte Carlo. Perhitungan Principal Component Analysis (PCA) didahului sebelum dilakukan simulasi untuk mengurangi dimensi faktor sehingga dapat dihasilkan faktor tertentu saja yang merupakan faktor dominan dalam pergerakan yield untuk obligasi, untuk perhitungan nilai value at risk.Data yang digunakan dalam penelitian ini adalah JIBOR 1 bulan-6 bulan, dan yield indeks bond 1 tahun ? 30 tahun yang berasal dari Bloomberg sebagai dasar pembentukan model simulasi. Sementara FR69 (tenor 5 tahun), FR70 (tenor 10 tahun), FR71(tenor 15 tahun), dan FR68 (tenor 20 tahun) untuk perhitungan nilai value at risk.Simulasi dilakukan dengan menggunakan software Matlab yang menghasilkan metode simulasi Quasi Monte Carlo memberikan hasil nilai value at risk yang lebih akurat dan konsisten dibandingkan dengan hasil simulasi Monte Carlo dan menghasilkan nilai capital requirement yang diperlukan

---

ABSTRACTFinancial risk calculation (in this context is Market Risk) was complex work on investment instrument. On this thesis will explained about how Quasi-Monte Carlo method with Principal Component Analysis (PCA) used for reducing factor dimension to produce certain factor which one is dominant factor to explain yield movement for bond, which is used for calculating value at risk.Using data from Jakarta Interbank Offered Rate (JIBOR) 1-month until 6-month, and government bond yield index 1-year until 30-year which gathered from Bloomberg to form a model for simulation. The research objects were Indonesia Government Bond, FR69 (5 year term), FR70 (10 year term), FR71 (15 year term), and FR68 (20 year term) to calculate the value of value at risk for each bond.The Matlab software used for simulation giving the result that indicates the Quasi-Monte Carlo Method from the lowest to highest number of simulation giving more accurate and consistent result compared to Monte Carlo Method and produce the capital requirement value."

"Setelah melalui prahara ekonomi yang cukup dahsyat di tahun 1997 dan 1998 yang ditandai dengan meniburuknya perekonomian dan bergugurannya perbankan Indonesia justru ilmu Risk Management khususnya Market Risk semakin berkembang pesat untuk mengkontrol p01ifolio dari potensi kerugian. Salah satu metode pengukuran potensi resiko yang sangat pesat digunakan adalah Value At Risk sebab sebagai alat manajemen tool ini dipandang mampu melakukan kuantifikasi potensi kerugian portfolio. Pada masa mendatang, tidak lama lagi Bank Indonesia tentunya akan semakin ketat mengawasi perbankan dengan menerapkan pengawasan atas pengelolaan portfolioperbankan tem1asuk Foreign Exchange yang lebih ketat. Prediksi VAR menjadi begitu populer bagi banker, regulator, perusahaan konsultan dan akademisi setalah Basle Banking Supervision sejalan dengan aturan Basle Committee on Banking Supervision. Terdapat tiga (3) metode pengukuran VAR yang banyak digunakan saat ini, yaitu metode pendekatan yaitu Historical Simulation, Variance-Covariance dan Monte Carlo Simulation. Pada karya akhir ini, penulis mencoba menerapkan perbandingan perhitungan VAR menggunakan dua metode yang pertama dengan faktor pasar tunggal kurs tengah penutupan spot foreign exchange. Terdapat dua portfolio dibentuk oleh komposisi 17 mata uang asing dan perbedaan portfolio yang satu dengan yang lain hanya diletakkan pada bobot/posisi EUR, JPY dan USD. Untuk mempermudah perbandingan kedua pendekatan itu, kedua portfolio tersebut diasumsikan memiliki IDR equivalent tetap yaitu sebesar Rp. 3 trilyun dan posisinya adalah long. Pada perhitungan VAR menggunakan pendekatan Historical Simulation, return dihitung secara arithmatik yang berdasarkan perubahan pada faktor pasar kurs tengah penutupan spot foreign exchange dari data observasi historis selama 518 hari. Protit dan loss portfolio yang diperoleh diurutkan mulai dari profit yang terbesar sampai dengan loss yang terbesar. Akhimya nilai VAR diperoleh dari profit/loss sesuai dengan tingkat kepercayaan yang dipilih. Perhitungan VAR berikutnya adalah menggunakan pendekatan VarianceCovariance, sesuai dengan asumsi distribusi normal maka return dihitung secara geometric atau log nonnal. Selanjutnya dihitung variance, volatilitas/standar deviasi, covariance dan koefisien korelasi serta dibentuk matrik variance-covariance. Nilai VAR diperoleh dari perkalian matrix multiflication dan trasnpose profit/loss dengan tingkat kepercayaan yang telah ditentukan. Untuk mempermudah analisa perbedaan basil kedua perhitungan tersebut pada masing-masing tingkat kepercayaan, selanjutnya dibentuk grafik histogram untuk masing-masing portfolio."

"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,-. "