Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu konsep pengukuran risiko di bidang industri keuangan adalah pengukuran yang mengacu pada probability-based risk yang dikenal dengan value at risk atau VaR. Dalam melakukan pengukuran VaR, digunakan metode historical simulation dan montecarlo simulation. Faktor risiko pasar yang menjadi obyek pengukuran VaR adalah harga saham dari beberapa emiten yang diperdagangkan pasar. Untuk menaksir nilai VaR yang dikehendaki, diambil data harga saham periode Januari 2006 sampai dengan 28 Desember 2007. Sementara itu, dalam suatu periode waktu tertentu, harga saham pasar dapat bergerak turun atau naik, sebagai dampak akibat kejadian yang luar biasa atau ekstrim dalam pasar keuangan. Model VaR tidak dapat menangkap situasi yang ekstrim ini, karena modal VaR hanya dapat digunakan dalam kondisi pasar yang normal. Untuk menghitung nilai VaR dalam situasi yang ekstrim ini, digunakan metode Stress Testing. Historical scenarios adalah salah satu teknik untuk menghitung VaR stress testing. Teknik ini berdasarkan kejadian-kejadian masa lampau (historical scenarios) yang dapat diaplikasikan pada kondisi sekarang. ......One of the concepts of risk measurement method known as the "value at risk" or VaR. In VaR measurement, the historical simulation and the montecarlo simulation are exercised with the stock market index postulated as the market risk factor. To measure the desired VaR value, the stock market prices data for the period of January 2006 to December 2007 are employed. During the period, certain stock market prices showed increase or decrease movement as a result of financial extreme event in the global market system. VaR model can not capture this extreme financial event, because VaR should be use in normal market condition only. To calculate VaR value in the extreme financial events, stress testing method is employed. Historical scenarios is but one of the techniques to assess VaR stress testing . This technique is based on historical event (historical scenarios) and the calculation results may be applied to present condition."

"ABSTRACTPengukuran risiko merupakan hal yang sangat penting untuk mengidentifikasi potensi kerugian sehingga dapat dilakukan mitigasi risiko. Salah satu alat ukur risiko yang paling sering digunakan adalah Tail Conditional Expectation (TCE) yang menyatakan rata-rata nilai loss terburuk yang melebihi suatu nilai persentil tertentu. Namun TCE belum dapat menggambarkan variabilitas loss pada ekor dengan jelas, karena dari pendefinisiannya TCE hanya mengukur rata-rata yaitu suatu ukuran pemusatan data. Padahal, informasi mengenai variabilitas loss pada ekor sangat penting karena loss dengan variabilitas yang tinggi cenderung memiliki risiko yang tinggi juga, sehingga pengukuran variabilitas loss pada ekor distribusinya diperlukan untuk mengurangi ketidakpastian terkait risiko. Oleh karena itu, pada skripsi ini dibahas dua alat ukur risiko yang dapat digunakan sebagai alternatif untuk mengukur variabilitas loss pada ekor distribusinya, yaitu Tail Variance Premium (TVP) dan Tail Standard Deviation Premium (TSDP). TVP dan TSDP mampu memberikan pengukuran risiko yang lebih komprehensif karena memiliki unsur ukuran pemusatan sekaligus dispersi data loss. Selain itu, pada skripsi ini juga ditentukan bentukbentuk eksplisit dari TVP dan TSDP untuk beberapa distribusi. Selanjutnya, dilakukan simulasi perhitungan risiko risiko dari aset investasi dan data klaim asuransi menggunakan TVP dan TSDP. Simulasi perhitungan risiko akan dilakukan dengan dua metode, yaitu metode parametrik dan non-parametrik.

---

ABSTRACTRisk measurement is important to identify potential loss hence risk mitigation could be done. Risk measure that is commonly used is Tail Conditional Expectation (TCE), which measures expectation of loss given loss exceeded certain percentiles. However, TCE cannot provide enough information related to variability of loss along its tail due to its definition as a measure of central tendency. On the other hand, information related to variability of loss along its tail is crucial since loss with higher variability tends to have higher risk as well hence variability measurement on the tail is necessary to reduce risk uncertainty. Therefore, this thesis explores two alternative risk measures for variability measurement, which are Tail Variance Premium (TVP) and Tail Standard Deviation Premium (TSDP). TVP and TSDP could provide more comprehensive risk measurement since both risk measurement possesses central tendency as well as dispersion of loss. Besides, this thesis provides the explicit form of TVP and TSDP of loss from several distributions. Next, simulation of risk calculation will be performed to measure risk of asset and insurance claim data using TVP and TSDP. Simulation is done under two methods, which are parametric and non-parametric."

"Metode pengukuran risiko kredit pada Bank X saat ini menggunakan metode standard (Basel I) dimana metode ini telah diketahui umum memiliki banyak kelemahan yang salah satunya adalah kurang sensitif terhadap kualitas kredit. Sejalan dengan tuntutan Basel II dalam penghitungan pemenuhan modal minimum, Bank X telah memiliki Intenal Rating System, namun belum dapat menetukan model pengukuran risiko kredit apa yang paling sesuai dengan karakteristik bisnisnya_ Karya akhir ini mengukur risiko kredit usaha menengah Sank X menggunakan metode CreditMetrics dan dibandingkan hasilnya dengan metode standard.Data yang digunakan untuk menghitung probabilitas migrasi rating adalah data rating debitur usaha Menengah antara Bulan Januari 2004 hingga Juli 2006, sedangkan untuk penghitungan VaR menggunakan data seluruh portofolio usaha tersebut. Data pendukung lainnya diperoleh dari Bisnis Indonesia, dan sumber lain di Bank X. Tahap-tahap penghitungan EL dan UL mengikuti metode seperti yang disampaikan dalam Tecnicral Document CreditMetrics dari J.P Morgan (1997) serta beberapa literatur tekait. Untuk mempermudah penghitungan terlebih dahulu dibuatkan aplikasi kecil menggunakan Microsoft Visual Basic 6.0 dan Microsoft Access 2002.Hasil pengolahan data menunjukkan bahwa EL yang dihitung dengan CreditMetrics jauh lebih kecil dibandingkan dengan PPA yang dibentuk oleh Bank X yaitu sekitar 5.47%. Perlu dicatat bahwa pembentukan PPA yang dilakukan Bank X lebih besar dari yang wajib dibentuk yaitu kurang lebih 140%. Pada tingkat kepecayaan 99%, VaR yang dihasilkan adalah rata-rata sebesar 10.86% dari besarnya portofolio, lebih besar dibandingkan dengan ketentuan pemenuhan modal minimum saat ini yaitu sebesar 8%. Untuk tingkat kepercayaan lain yaitu 95% dan 90% nilai VaR lebih kecil dari 8%. Realisasi kerugian yaitu hapus buku selama periode pengamatan, nilainya selalu lebih kecil dibandingkan besarnya VaR pada seluruh tingkat kepercayaan, dengan demikian tidak tidak terdapat penyimpangan. Meskipun hal ini mengarahkan pada kesimpulan seolah-olah CreditMetrics adalah model yang baik, namun perlu mendapat perhatian bahwa dalam pelaksanaan penghapusbuku banyak didasari pertimbangan non bisnis.

---

The standard method (Basel I) is used by Bank X as a method to measure Credit Risk. Unfortunately it has well known much weakness such as less sensitive to credit quality. According to Basel II in calculating of the total minimum capital requirement, Bank X have implemented Internal Rating System, but somehow still not been able to choose credit risk measurement model which is the best for its business characteristic. This Paper measures the middle market credit risk usahat with Credit Metrics method and compares the result with the standard method.The data used to calculate rating migration are obtained from middle market segment customer rating report from Januari 2004 to July 2006, meanwhile VaR is calculated using all segment portfolio. Other supporting data are obtained from Business Indonesia and Bank X. EL and UL calculation steps come from Credit Metrics Technical Document from J.P Morgan (1997) and other literatures. Small application developed by utilizing Visual Basic 6.0 and Microsoft Access 2002 is used to help on calculation.Calculation result shows that EL with Credit Metrics having smaller number than recent reserve with proportion of about 5.47%. As an attention, Bank X booking reserve is bigger than minimum reserve requirement which is about 140%. On 99% confident level VaR, the result is about 10.86% from the portfolio, which is bigger than capital minimum requirement. On another confidence level (i.e 95% and 90%), VaR is less then 8%.Real loss during period of perception is less than VaR with all conficence level conditions. This condition leads to incorrect decision that Credit Metrics is assumed to be a Good model to measured credit risk. In reality, writing-off decision is commonly made of non-business consideration."