Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas komparasi model Value-at-Risk khususnya Age-Weighted Bootstrapped Historical Simulation (HS) dengan Monte Carlo Simulation (MCS) terhadap eksposur FX Options USD/IDR. Dengan melakukan simulasi sebanyak 300 juta kali dan dari hasil backtest menggunakan Kupiec Test, Conditinal Coverage Test dan Mixed Kupiec Test serta komparasi menggunakan metode Blanco-Ihle Quadratic Score dan Sign Test diperoleh hasil bahwa metode MCS lebih akurat dibandingkan dengan metode HS. Hanya backtest menggunakan Basel Zone saja memberikan hasil model HS lebih baik daripada model MCS. Akan tetapi secara rata-rata metode MCS memerlukan waktu 245% lebih lama dibandingkan dengan HS. Juga secara rata-rata, nilai HS VaR lebih tinggi 18% dibandingkan dengan nilai MCS VaR. Nilai relative percentage-nya berada pada kisaran -51% sampai dengan 105%.The focus of this study is to analyze and to compare Value-at-Risk method especially between Age-Weighted Bootstrapped Historical Simulation (HS) and Monte Carlo Simulation (MCS) for FX Options USD/IDR exposures. With 300 millions simulations and based on backtest result using Kupiec Test, Conditinal Coverage Test and Mixed Kupiec Test and also based on comparison result using Blanco-Ihle Quadratic Score and Sign Test, MCS estimate is more accurate than HS. Only backtest using Basel Zone gives better results for HS model. However, on average MCS takes 245% longer to complete compared to HS. Relative percentage of HS VaR compared to MCS VaR is between -51% and 105%, whereas on average HS VaR is 18% higher than MCS VaR."

"Instrumen derivatif yang terus berkembang pesat menyebabkan portofolio semakin kompleks Nilai portofolia tersebut sangat tergantung pada variabel pasar seperti suku bunga dan nilai tukar. Instrumen derivatif selain digunakan untuk meng-offset (hedging) risiko dapat digunakan juga untuk berspekulasi mencari keuntungan. Pada kenyataannya banyak perusahaan merugi karena praktek tersebut. Hal ini mendorong timbulnya kebutuhan akan pengukuran kuantitatif risiko pasar dan suatu portfolio. Salah satu teknik pengukuran yang tersedia adalah Value at Risk (VaR). VaR merangkum seluruh risiko pasar yang ada pada portofolio dalam I (satu) bilangan. VaR menyatakan jumlah uang yang mungkin hilang akibat perubahan harga di pasar pada tingkat kepercayaan tertentu dalam jangka waktu tertentu. Dalam karya akhir ini, dikaji aspek-aspek praktis perhitungan VaR dengan Metode Simulasi Monte Carlo yang diterapkan pada portofolio FX Forward USD/IDR jangka waktu 1 bulan. Prinsip dari Simulasi Monte Carlo adalah melakukan simulasi berulang ulang untuk menghasilkan berbagai kemungkinan harga portofolio yang membentuk distribusi simulasi. Dari distribusi simulasi tersebut, VaR dapat ditentukan. Hasil perhitungan VaR diuji dengan backtesting untuk mengetahui validitasnya."

"Penerapan langsung Market Risk Capital Charges terhadap permodalan perbankan berdampak langsung terhadap turunnya Capital Adequacy Ratio (CAR) pada masing-masing bank. Salah satu fungsi utama dari perbankan adalah menunjang pertumbuhan ekonomi melalui kemampuannya untuk memberikan pinjaman kepada masyarakat. Penurunan CAR akibat perhitungan market risk capital charges, akan mengakibatkan penurunan kemampuan ekspansi perbankan nasional secara tidak langsung. Risiko nilai tukar (Excange rate risk) merupakan salah satu komponen dari market risk. Perhitungan market risk capital charges dengan menggunakan model internal akan menghasilkan nilai yang relatif rendah dibandingkan dengan penggunaan model standar. Hal tersebut dikarenakan, dalam model internal sudah memperhitungkan efek volatilitas dan korelasi antar faktor risiko. Model internal yang banyak digunakan sekarang adalah Value at Risk (VaR). Perhitungan market risk capital charges yang efisien dengan menggunakan VaR akan berdampak langsung terhadap capital adequacy yang efisien pula. Penelitian ini menghitung market risk capital charges untuk risiko nilai tukar (exchange rate risk) dengan menggunakan VaR Monte Carlo Simulation. Penelitian yang dilakukan menyimpulkan bahwa (1) perbankan syariah dapat menggunakan metode Value at Risk pendekatan Monte Carlo Simulation untuk perhitungan capital charges risiko nilai tukar; dan (2) pengukuran capital charge risiko nilai tukar dengan VaR Monte Carlo Simulation valid untuk digunakan dalam pengukuran risiko nilai tukar pada Bank Syariah XYZ.

---

Direct application of Market Risk Capital Charges on banking capital directly impact the decline in Capital Adequacy Ratio (CAR) in each bank. One of the main function of banks is to support economic growth through its ability to lend to the public. Decrease in CAR due to the calculation of market risk capital charges, will result in decreased ability of the national banking expansion indirectly. Exchange rate risk (Excange rate risk) is one component of market risk.

Calculation of market risk capital charges using internal models will produce a relatively low value compared with the use of the standard model. That is because, in the internal model taking into account the effects of volatility and correlation between risk factors. Internal models are widely used today is the Value at Risk (VaR). Calculation of market risk capital charges are efficiently by using VaR will directly affect an efficient capital adequacy as well. This study calculates market risk capital charges for the exchange rate risk (exchange rate risk) by using the VaR Monte Carlo Simulation.

Research carried out concluded that (1) Islamic banking can use the method of Value at Risk Monte Carlo Simulation approach to calculating capital charges exchange rate risk, and (2) the measurement of capital charge exchange rate risk with VaR Monte Carlo Simulation valid for use in risk measurement value exchange at Bank Syariah XYZ."

"Risiko operasional adalah salah satu risiko yang cenderung sulit untuk diantisipasi dan dampaknya seringkali di luar perkiraan bank. Pengukuran Value at Risk (VaR) menjadi penting agar bank dapat menghitung beban modal untuk risiko operasional sesuai dengan profil risikonya. Tesis ini membandingkan perhitungan VaR risiko operasional pada PT Bank ABC dengan dua metode yaitu Monte Carlo Simulation dan Extreme Value Theory. Berdasarkan backtesting terhadap kedua metode tersebut, pengukuran risiko operasional pada Bank ABC lebih realistis jika menggunakan Monte Carlo Simulation.

---

Operational risk in banking is one of the most difficult risk to anticipate and its impact to bank?s losses sometimes unpredictable. Measuring Value at Risk (VaR) then become important to enable bank to calculate capital charges for operational risk in accordance with its risk profile. This research attempts to compare between Extreme Value Theory method and Monte Carlo Simulation to calculate operational risk capital charge in PT Bank ABC. Based on backtesting procedures, it reveals that Monte Carlo Simulation is more suitable for Bank ABC's risk profile."

"ABSTRAKDalam manajemen risiko, pengukuran risiko suatu portofolio dapat dilakukandengan mengkuantifikasi risiko portofolio tersebut. Salah satu penerapan kuantifikasirisiko adalah dengan melakukan estimasi Value at Risk (VAR) dari risiko suatu portfolio.FAR merangkurn risiko suatu portfolio dalam satu bilangan yang pada periode sertaselang kepercayaan tertentu merupakan kemungkinan kerugian terbesar. Pada Karya Akhir ini dipaparkan implementasi salah satu metode estimasi VAR,yaitu metode varian-kovarian, yang diterapkan pada portofolio aset tunggal FX forwardUSD/IDR satu bulan, dimana portofolio ini merupakan portofolio derivatif linier. VAR pada dasarnya adalah volatilitas perubahan nilai portfolio. Pada metodevarian-kovarian ini VAR dihitung dengan terlebih dahulu melakukan dekomposisiportfolio menjadi gabungan beberapa portfolio baru disebut posisi standar, yangvolatilitasnya langsung dapat diestimasi dengan menggunakan data historis yang tersedia.Posisi-posisi standar itu ditentukan sedemikian sehingga gabungan dari semua posisistandar mempunyai risiko yang sama dengan risiko portfolio asal. VAR pada metode iniadalah penjumlahan volatilitas dan semua posisi-posisi standar (tentu saja denganmemperhatikan juga korelasi antar posisi standar) setelah dikalikan dengan kuantildistribusi normal sesuai selang kepercayaan yang dipilih. Estimasi volatilitas posisi standar, selain dilakukan dengan estimator sederhana,juga dilakukan dengan estimator EWMA. Hal ini dilakukan untuk mengetahui apakahforecasting volatilitas posisi standar berpengaruh terhadap validitas VAR yang dihasilkan."

"Untuk mengetahui jumlah resiko yang mungkin terjadi pada sualu portofolio, diperlukan suatu niIai yang merupakan kuantifikasi dari resiko tersebut. Salah satu cara yang dapat digunakan untuk mengkuantifikasi resiko adalah Metoda Value at Risk . Value at Risk merupakan suatu nilai yang merupakan ringkasan atau niai resiko kerugian yang mungkin terjadi pada suatu portfolio, pada saat tertentu, dengan jangka waktu/ periode pengamatan (holding period,) tertentu serta dengan tingkat kepercayaan tertentu. Dalam karya akhir ini penulis mencoba menerapkan salah satu metoda Value at Risk yaitu Metoda Simulasi Historis pada single instrumen serta multiple instrumen. Instrumen yang digunakan dalam karya akhir ini adalah instrumen forward buying USD. Pada perhitungan VaR dengan menggunakan Simulasi Historis terlebih dulu dilakukan dekomposisi portfolio menjadi gabungan beberapa portfolio baru yang disebut posisi standar, yang perubahannya diestimasi berdasarkan perubahan faktor resiko pasar historis. Selanjutnya proJìi dan losses yang dihasilkan dan perubahan nilai portfolio díurutkan berdasarkan nilainya dan Val? dipilih dan ditentukan berdasarkan tingkat kepercayaan yang dipilih."

"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."

"Setiap transaksi valuta asing yang dilakukan Bank terdapat potensi keuntungan dan potensi risiko berupa kerugian. Untuk mengendalikan risiko tersebut, Bank perlu menerapkan manajemen risiko yang memadai, mulai dari identifikasi risiko, pengukuran risiko, dan Pengendalian Risiko. Pengukuran risiko nilai tukar dapat menggunakan Value at Risk dengan pendekatan Risk Metrics dan Variance-Covariance. Dalam pengendalian risiko dapat dilakukan dengan penentuan limit risiko berupa limitValue at Risk dan limit eksposur trading.Dalam penetapan limit risiko tersebut juga mempertimbangkan risk appettiteyang ditetapkan Bank.

---

Every foreign exchange transactions by the Bank are has its potential of benefits risks of loss. To mitigate these risks, Bank needs to implement adequate risk management, ranging from risk identification, risk measurement, and risk control. Exchange rate risk measurement can use Value at Risk with Risk Metrics and Variance-Covariance approach. Risk controlling may contained with risk limit form as Value at Risk limit and trading exposure limit. The establishment of risk limits are also consider Bank risk appetite."

"Value at Risk (VaR) adalah salah satu metode dalam manajemen risiko yang digunakan untuk mengkuantifikasi risiko terburuk yang disebabkan oleh perubahan harga saham. Dua hal yang dilibatkan dalam menghitung VaR adalah estimasi volatilitas dan perhitungan kuantil dari proses return. Secara umum, estimasi volatilitas dari proses return dapat menggunakan dua metode, yaitu metode parametrik dan metode nonparametrik. Akan tetapi, dengan mempertimbangkan kelebihan dan kekurangan kedua metode tersebut diajukan sebuah metode baru yang disebut metode semiparametrik. Pada skripsi ini, akan dibahas mengenai estimasi volatilitas dari proses return dengan menggunakan estimator kernel, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. Setelah, mendapatkan volatilitas dan kuantil dari proses return, VaR dapat dihitung dengan mengalikan volatilitas dengan kuantil yang bersesuaian. Metode perhitungan VaR yang dibahas pada skripsi ini diaplikasikan dalam perhitungan VaR dari Indeks Harga Saham Gabungan (IHSG).

---

Value at Risk (VaR) is one of methods in risk management to quantify worst loss which is caused by changes in stock prices. Volatility estimation and quantile computing of return process are two things which is used to compute VaR. In general, there are two methods in volatility estimation, there are parametric and nonparametric method. Nevertheless, considering advantage and disadvantage of those methods, a new method which is called semiparametric method is proposed. This skripsi firstly will describe about volatility estimation of return process with using kernel estimator, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. After getting volatility estimation dan quantile of return process. Value at risk can be computed by multiplying volatility with corresponding quantile of return process. This computing method of VaR is used in computing VaR of Jakarta Composite Index or Indeks Harga Saham Gabungan (IHSG)."

"ABSTRAKDalam berinvestasi, kerugian adalah sesuatu yang tidak diinginkan oleh investor. Oleh karena itu investor selalu berupaya untuk mengeliminir tingkat kerugian yang mungkin timbul dikemudian hari akibat adanya perubahan-perubahan instrumen finansial yang terjadi pasar. Salah satu metoda atau alat bantu yang digunakan dalam mengendalikan risiko yang mungkin timbul adalah metoda Value At Risk.Value At Risk adalah pengukuran risiko secan kuantitatif yang mengestimasi kerugian maksimum yang mungkin teijadi dengan suatu selang kepercayaan teitentu. Value At Risk pada dasarnya merupakan peranalan volatilitas berupa perubahan nilai negatif suatu investasi masa mendatang dengan menggunakan data perubahan perubahan masa lampau.Pada umumnya dikenal 3 (tiga) metoda dalam menghitung VAR, yakni; metoda Varian-Kovarian, metoda Historical Simulation dan metoda Monte Carlo. Metoda Varian-Kovarian dalam menghitung VAR mengasumsikan bahwa path selang waktu tertentti perubahan-perubahan nilai suatu aset yang teijadi alcan terdistribusi normal. Nilai VAR ditentukan berdasarkan estimasi volatilitas yang ditentukan berdasarkan nilai varian-kovaijan dan probabilitas yang dikendaki dalain distribusi normalnya.Estimasi volatilitas yang digunakan dalam perhitungan VAR dapat diukur dengan metoda Standar Deviasi (STD), Simple Moving Average (MA) dan Exponentially Weight Moving Average (EWMA). Masing-masing metoda estimator volatilitas dalam menghitung VAR dapat dibuat berbagai macam model dengan menggunakan jumlah data masa lampau yang berbeda sebagai basis perhitungan.Suatu model perhitungan VAR yang dibentuk agar dapat digunakan dalam implementasi perhitungan VAR perlu diuji. Metoda yang digunakan dalam menguji model-model perhitungan VAR adalah metoda Back Testing.Dari hasil penelitian terhadap model-model yang dibentuk untuk menghitung VAR, tidak ada satupun dañ model-model tersebut dapat digunakan dalam menghitung VAR untuk mengukur risiko semua nilai tukar mata uang baik untuk aset tunggal maupun dalam bentuk portofolio. Hal tersebut tenjadi karena mata uang yang dipeijual belikan pada pasar finansial memiliki model perubahan nilai tukar yang berbeda antara satu mata uang yang satu dengan yang lain. Bahkan pada satu mata uang tertentu perubahan nilai tukarnya akan berbeda pada periode yang berbeda. Khusus untuk aset dalam bentuk portofolio, faktor lain yang mempengaruhi perhitungan adalah posisi/proporsi masing-masing aset dalam portofolionya."