Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
This volume examines diverse meanings and practices of risk management ranging from austerity to climate change to housing and debt. The authors investigate the relationship between shifts in contemporary capitalism and the ways in which neoliberal forms of risk management have emerged, been reproduced and normalized, and, transformed historically.

Abstrak :
Managing financial risks comes down to understanding how to reduce a complex business environment into workable concepts and models. "The AMA Handbook of Financial Risk Management" provides readers with the tools they need for dealing with the most important areas of financial decision making. Filled with strategies, principles, and measurement techniques, the book shows readers how to: categorize financial risks; reduce risks from cash flow and budget exposures; analyze operating risks; understand assessments or risk and return; and, manage risks in capital investment decisions. Providing both explanations and practical applications, the book clarifies the factors that affect the value of a firm, considerations such as time and the proper use of debt, and risks inherent in the capital structure of the firm and the valuation of business combinations. This is a comprehensive guide that enables risk managers and anyone involved in the financial management of an organization to know what factors are at stake and how to protect their bottom line.;

Abstrak :
Addresses such topics as : hierarchical and ultrametric models of financial crashes, dynamic hedging, arbitrage free modeling the term structure of interest rates, agent based modeling of order flow, asset pricing in a fractional market, hedge funds performance and more.

Abstrak :
Focusing on what actuaries need in practice, this introductory account provides readers with essential tools for handling complex problems and explains how simulation models can be created, used and re-used (with modifications) in related situations. The book begins by outlining the basic tools of modelling and simulation, including a discussion of the Monte Carlo method and its use. Part II deals with general insurance and Part III with life insurance and financial risk. Algorithms that can be implemented on any programming platform are spread throughout and a program library written in R is included. Numerous figures and experiments with R-code illustrate the text. The author's non-technical approach is ideal for graduate students, the only prerequisites being introductory courses in calculus and linear algebra, probability and statistics. The book will also be of value to actuaries and other analysts in the industry looking to update their skills.

Abstrak :
ABSTRAK
Komitmen Garuda dalam rangka menerapkan prinsip-pnnstp GCG salah satunya ditunjukkan dengan pengelolaan risiko melalui penerapan manajemen risiko secara menyeluruh. Sebagai perusahaan yang bergerak di bidang pengangkutan udara domestik dan intemasioanal, otomatis pendapatan yang diterima dalam berbagai mata uang. Sebagai konsekuensinya Garuda terkena risiko karena perubahan nilai tukar valuta asing.

Salah satu metode yang digunakan dalam mengkuantifikasi besamya risiko adalah metode Value at Risk (V AR). VaR merangkum potensi kerugian maksimum yang disebabkan oleh faktor risiko dalam satu bilangan tunggal. VaR diperoleh dengan mengalikan jumlah posisi asset atau eksposur dengan volatilitas pada confidence level tertentu. Misalnya, jika dengan tingkat kepercayaan 95% diperoleh nilai VaR untuk valuta asing USD sebesar USD - 10.000, artinya pada kondisi normal satu hari yang akan datang potensi kerugian maksimum karena mememiliki kas dalam USD adalah sebesar USD 10.000. Atau dengan kata lain kemungkinan rugi melebihi nilai USD 10.000 adalah 5%.

Besamya nilai VaR sangat dipengaruhi oleh volatilitas dari aset yang bersangkutan. Oleh karena itu validitas dari model estimasi volatilitas yang digunakan sangat mempengaruhi validitas dari nilai V aR itu sendiri. Dalam penelitian ini akan dilakukan pemodelan model estimasi volatilitas untuk menghitung VaR lima valuta asing yaitu USD, SGD, JPY, ADD, dan GBP. Adapun model estimasi volatilitas yang digunakan berdasarkan karakteristik data runtun waktu valuta asing yang bersangkutan setelah melewati beberapa uji statistik.

Dari uji stasioneritas data runtun waktu masing-masing valuta asing dapat diketahui bahwa data telah stasioner yang ditunjukkan oleh nilai ADF Test yang lebih kecil dari nilai critical value dengan tingkat confidence level 95%. Sedangkan uji normalitas mengindikasikan data namun waktu valuta asing tidak terdistribusi normal yang ditunjukkan oleh probabilitas Jarque Bera yang lebih kecil dari confidence level (1- a). Dengan demikian dilakukan penyesuaian terhadap conjdence level menggunakan ekspansi cornish fisher.

Uji volatilitas menunjukkan tidak: satu pun data nmtun waktu valuta asing yang negative terhadap heteroskedastisitas atau dengan kata lain residual data runtun waktu valuta asing bersifat heteroscedastic. Dengan demikian metode estimasi volatilitas yang digunakan adalah metode ARCH/GARCH. Setelah melewati tahap mean process dan variance process didapat model terbaik untuk masing-masing valuta asing. Dengan mensimulasikan model yang diperoleh pada program excel diperoleh standar deviasi yang merupakan volatilitas dari masing-masing valuta asing.

Perhitungan VaR menggunakan confidence level 95% dan holding period satu hari menghasilkan nilai VaR untuk masing-inasing valuta asing sebagai berikut: USD sebesar Rp 186.987.377, SGD sebesar Rp 45.736.458, JPY sebesar 55.373.254, AUD sebesar 73.127.459, dan GBP sebesar Rp 27.982.979. Sehingga total nilai VaR (undiversified VaR) adalah Rp 389,207,527. Selain itu dengan memperhitungkan faktor korelasi diperoleh nilai VaR portfolio (diversified VaR) sebesar Rp 322,524,484.

Pengujian validitas dengan backtesting menghasilkan penolakan terhadap dua dari lima model val uta asing yaitu JPY dan GBP karena nilai Likelihood Rationya yang lebih besar dari nilai critical value. Dengan demikian hanya model USD, SGD, dan AUD yang bisa dianggap valid untuk mengestimasi volatilitas dalam penghitungan VaR. Adanya model yang ditolak, kemungkinan disebabkan oleh penentuan lag pada variance process yang kurang tepat. Kemungkinan masih terdapat lag yang signifikan yang tidak: dimasukkan ke dalam model.

Abstrak :
Pengelolaan dana yang dilakukan oleh lembaga keuangan tidak lepas dari kemungkinan tetjadinya kerugian karena berbagai risiko yang harus dihadapi. Salah satu risiko yang erat kaitannya adalah market risk yang merupakan risiko keuangan yang disebabkan karena adanya perubahan faktor pasar antara lain nilai tukar (exchange rate). Untuk mengelola market risk yang diakibatkan oleh perubahan faktor pasar tersebut, diperlukan perangkat analisa risiko yang lebih akurat dan mampu memberikan peringatan dini (early warning system), untuk menghindari kerugian yang akan diderita. Value at Risk atau dikenal dengan istilah VaR sebagai salah satu metode pengukuran risiko yang dilakukan oleh lembaga keuangan dalam kerangka risk management dalam rangka mengantisipasi tetjadinya risiko tersebut. VaR merupakan salah satu metodologi perhitungan dalam market risk untuk menentukan nilai risiko maksimum yang dapat tetjadi pada suatu nilai I posisi (mark-to-market) dari portofolio dengan selang kepercayaan (confidence level) tertentu selama jangka waktu tertentu dalam kondisi pasar yang normal. Dengan berlakunya Surat Edaran Bank Indonesia No. 5/21/DPNP pada tanggal 29 September 2003, Bank Indonesia memberikan batasan penerapan manajemen risiko terutama berkaitan penggunaan model internal dalam pengukuran risiko yang hams mempertimbangkan reliabilitas dari model tersebut sehingga memungkinkan hasil yang memadai. Dalam penulisan ini metodologi perhitungan Value at Risk diimplementasikan untuk mengakomodir ketentuan tersebut diatas dengan mengambil studi kasus manajemen risiko di PT. Bank X dengan beberapa permasalahan yaitu mengidentifikasi model estimasi volatilitas yang reliable dalam perhitungan nilai VaR asset valuta asing yang dikelola, menghitung besamya potensi kerugian yang akan ditanggung pada posisi asset tertentu, serta menguji nilai VaR yang diperoleh dalam memenuhi validitas kuantifikasi potensi risiko tersebut. Untuk itu, dalam melaksanakan observasi tersebut dilakukan penelitian terhadap eksposur valuta asing yang dikelola PT. Bank X dengan menggunakan data harianforeign exchange dan posisi asset valuta asing yaitu AUD, EUR, HKD, JPY, MYR, SGD, dan USD mulai bulan Juni 2003 sampai dengan bulan Juni 2004. Berdasarkan implementasi model perhitungan VaR yang telah dilakukan terhadap return valuta asing yang dikelola oleh PT. Bank X dengan data pergerakan nilai tukar valuta asing (foreign exchange) dalam masa observasi, dapat disimpulkan bahwa model estimasi volatilitas dalam perhitungan VaR dalam mengkuantifikasi potensi risiko'maksimum sangat ditentukan olehjenis data runtun waktu return valuta asing. Oleh karenanya diperlukan beberapa pengujian karakteristik data sebelum melakukan perhitungan untuk mendapatkan nilai VaR yang valid yaitu uji normalitas data, uji stasioneritas data, dan uji heterokesdatisitas. Pengujian data memberikan peran yang penting untuk menentukan model yang reliable. Misalnya dalam pengujian heterokedastisitas data ditemui tidak secara keseluruhan data return valuta asing memiliki sifat heterokedastisitas sehingga estimasi volatilitas yang digunakan dapat berupa standar deviasi maupun metode ARCH/GARCH. Valuta asing yang memiliki sifat heterokedastisitas selama masa observasi adalah AUD, SGD, dan USD. Sedangkan untuk valuta asing EUR, HKD, JPY, MYR negatif terhadap heterokedastisitas. Dengan menggunakan asumsi masa observasi 255 hari sebelumnya dapat ditentukan metode perhitungan volatilitas yang akan dijadikan dasar perhitungan VaR 1 hari mendatang. Sesuai hasil backtesting validitas model menggunakan Kupiec Test bahwa estimasi volatilitas dengan standar deviasi maupun ARCH/GARCH menunjukkan hasil perhitungan VaR yang cukup reliable dengan membandingkan estimasi menggunakan model tersebut dengan data aktual return (profit/loss) dapat diketahui besamya penyimpangan yang terjadi jika menggunakan model tersebut dalam masa observasi. Hasil pengujian penyimpangan terhadap model VaR yang dipilih menunjukkan bahwa probabilitas penyimpangan umumnya masih memenuhi kriteria Kupiec Test sehingga nilai VaR yang dihasilkan masih dikatakan memenuhi syarat validitas.

Abstrak :
ABSTRAK Krisis keuangan sebelumnya telah menunjukkan pentingnya risiko dalam siklus keuangan dan bisnis dalam perekonomian. Studi ini melakukan analisis terhadap tiga siklus penting dalam perekonomian, yaitu i siklus bisnis ndash; risiko makro, ii siklus kredit dan iii siklus risiko, serta dampak ketiga siklus tersebut pada performa bank individu. Kami melakukan analisis respon siklus kredit dan siklus risiko dan konsekuensinya kepada performa bank individu. Kami menggunakan data indonesia untuk periode 2005q1-2014q4. Kami menggunakan data panel unbalanced neraca individu bank dengan pendekatan Panel Vector Autoregressive berdasarkan metode estimasi GMM dengan menggunakan perangkat estimasi PVAR yang dikembangkan oleh Abrigo dan Love 2015 . Hasil estimasi menunjukkan hubungan dinamis antara siklus bisnis ndash; risiko makro dengan siklus risiko finansial. Studi ini juga mempelihatkan peranan penting siklus risiko dalam mempengaruhi performa bank. Serta, kami juga menunjukkan eksistensi fenomena financial accelerator pada sistem perbankan Indonesia, dimana siklus finansial mendahului siklus bisnis ndash; risiko makro.

---

ABSTRACT The previous financial crisis has revealed the importance of risk in the financial and business cycle within the economy. This paper examines relationship among three cycles in the economy, namely i business cycle macro risk, ii credit cycle and iii risk cycle, and their impacts toward individual bank performance. We examine the responses of individual bank credit cycle and risk cycle toward a shock in business cycle macro risk and its consequence to the bank performance. We use Indonesian data for period of 2005q1 to 2014q4. We use unbalanced panel data of individual banks rsquo balance sheet with Panel Vector Autoregressive approach based on GMM style estimation by implementing PVAR package developed by Abrigo and Love 2015 . The result shows dynamic relationship between business cycle macro risk and financial risk cycles. The study also observes prominent role of risk cycles in driving bank performance. We also show the existence of financial accelerator phenomenon in Indonesian banking system, in which financial cycles precede the business cycle macro risk.