Hasil Pencarian  ::  Simpan CSV :: Kembali

"Manajemen risiko telah mengalami perkembangan yang sangat cepat dalam satu dasawarsa terakhir ini. Beberapa metode pengukuran risiko ditemukan dan terus diperbaiki dan dikembangkan. Mulai dari pengukuran deviasi standar dengan metode Markowitz, penerapan Economic Value Added (EVA), Asset-Liability Management (ALM), sampai kepada yang sangat terkenal dan banyak dipakai - Value at Risk (VaR).VaR dikembangkan oleh JP Morgan dengan riskmetric nya, adalah suatu metode yang sederhana, pengukuran kerugian yang mungkin terjadi secara statistik. Akan tetapi dengan semakin kompleksnya dunia pasar keuangan dan pasar modal, dan semakin kompleksnya produk-produk keuangan, membuat semakin tingginya tingkat korelasi antara satu dengan yang lain. Metode VaR mendapat tantangan besar untuk menjawab kebutuhan manajemen risiko saat ini. Dalam banyak kasus VaR tidak berhasil membantu manajer risiko dalam menangkap nilai kerugian yang besar atau extreme value. VaR banyak sekali menggunakan asumsi dasar yang ironisnya asumsi tersebut tidak berlaku pada produk produk keuangan saat ini. VaR masih dapat digunakan pada saat pasar berlangsung normal. Tapi pada saat pasar sedang berturbulensi maka VaR sudah menjadi tidak valid. Hal ini seperti seseorang membawa payung sebelum hujan, dan ketika hujan turun, payung tersebut tidak bisa terbuka. Maka dibutuhkan suatu model yang bisa membantu dan melengkapi VaR untuk mengukur potensi kerugian yang jarang terjadi namun berskala dan berdampak besar.Metode Extreme Value Theory (EVT) adalah suatu model statistik yang ditemukan untuk menjelaskan perilaku data khususnya pada bagian ekor (jail). Dalam banyak contoh produk keuangan dalam hal ini saham, sering kali didapat abnormal return, bagian ini dapat dijelaskan dengan model EVT tersebut. EVT dengan pendekatan Generalized Parcto Distribution (GPD) mencoba membuat distribusi data khusus bagian tail dengan batas ambang (ihreshold) 10%. Lalu dari parameter GPD yang diperoleh maka dapat dicari besaran VaR EVT-GPD yang merupakan potensi nilai ekstrim pada saham tersebut.Tujuan dari penulisan ini adalah untuk menentukan estimasi parameter dari distribusi ekor {tail distribution) sesuai dengan metode identifikasi nilai ekstrim yang dipilih. Dan menguji kemampuan VaR EVT-GPD sebagai ukuran risiko alternatif terhadap VaR tradisional dalam mengelola risiko saham yang tergabung dalam LQ45, menguuji apakah metode EVT-GPD dapat diandalkan dengan melakukan backlesting, lalu membandingkan hasil perhitungan VaR EVT-GPD dengan VaR tradisional historical simulation.Data yang digunakan adalah data historis saham-saham yang bergabung dalam LQ45 per Desember 2007 yang diperoleh dari internet. Lalu dilakukan suatu pengukuran VaR konvesional; historical simulation untuk data data ini. Dalam mengaplikasikan EVT-GPD kedalam data ini, sebelumnya ditentukan threshold yang membatasi data yang digunakan, rule of thumb 10%. Setelah diperoleh estimasi parameter GPD, dilakukan proses pengukuran VaR EVT-GPD.Hasil untuk tiap saham yang diperoleh akan melalui proses validasi (backtesting) dengan menggunakan data Januari 2008 yang diketahui terdapat kejatuhan pasar modal Indonesia yang cukup besar di bulan tersebut. Proses backlesting menunjukan metode VaR konvensional - historical simulation tidak valid dalam mengukur risiko di bulan Januari 2008, sedangkan VaR EVT GPD dapat menangkap potensi kerugian besar dalam bulan tersebut.Kesimpulan dari penelitian ini adalah, adanya potensi nilai ekstrim pada pergerakan harga saham yang bergabung dalam LQ45. gagalnya metode VaR konvensional - historical simulation dalam menangkap kejadian kejadian besar yang tidak diharapkan. Model VaR EVT-GPD dapat menangkap nilai risiko yang besar selama periode backtesting.

---

Risk Management has experienced fast development in the last decade. Several methods of risk measurement were invented and continually been improved and been developed. From Standard deviation measurement or risk-return relationship by Markowitz method, the implementation of Economic Value Added (EVA), Asset- Liability Management (ALM), until to the famous one - Value at Risk (VaR).

VaR was developed by JP Morgan with its risfanetric, is a simple method, a statistically approached which can measure the unpredictable loss in the future. But as the Financial and Capital markets and Financial product get more complex, the correlation among each other is progressively higher. Currently the biggest chalienge of VaR is to provide tke risk management’s requirement to measure the risk. In most cases VaR failed to help risk manager in controlling a big loss or extreme value. VaR is using myriad basic assumption that ironically those assumptions are not the real fact which happens in the market or recent Financial products. VaR has the advantages at the moment of normal market, but in the time of turbulence market mostly VaR have become not valid. It is like someone brings the umbrella but when the rains pour down, the umbrella can not be opened. Therefore a model which can help and company VaR to measure big loss potency that rarely happens but has a big impact is needed.

Extreme Value Theory (EVT) method is an invention of statistical model to describe data’s behavior in particular tail of distribution. In many Financial products in this case: stocks, there will be some time the retum is abnormal, that part can be described by EVT model. EVT with Generalized Pareto Distribution (GPD) approach is trying to separate and to grouping tail data into a pareto distribution with the ihreshold bound of 10%. Then the acquired GPD parameter is used to ineasure VaR EVT-GPD which constitutes extreme loss potency on that stock.

The purpose of this research is to determine parameter estimation of tail distribu t ion according to Identification method of extreme value which is chosen, and to examine VaR EVT GPD's ability as the alternative tools to traditional VaR in measuring extreme losses of stocks within LQ45, and to find does EVT-GPD method can be relied on by doing backtesting, then compares VaR EVT-GPD's measurement resuit to traditional VaR-historical simulation.

The Data which are utilized in this research are historicai prices data within LQ45 index in Indonesia Stock Exchange by December 2007. The data were collected from intemets. Then traditional VaR-historical simulation is calculated form those data In applying EVT-GPD into this data, previously ij has been determined the Ihreshold that draws the line of data, the rule of ihumb 10% threshold is applied. After the estimated parameters of GPD Distribution are collected, they are used in VaR EVT-GPD measurement process.

The Resuit for every acquired stock will have a validation process or backtesting, using January 2008 data which there was a big volume downfall of Indonesia Capital market an that month. The backtesting process shows that conventional VaR - historicai simulation is not valid to measure risk on month January 2008, meanwhile VaR EVT-GPD can grasp the unpredictabie big loss over that month.

Conclusion of this research is, acknowledging the extreme losses potency on Indonesian stocks price within LQ45, VaR - historicai simulation method is failed to identifying big losses. VaR EVT-GPD model can grasp the big risk or losses over the backtesting month.

"

"ABSTRAKPenelitian ini bertujuan untuk mengukur risiko nilai tukar dengan melakukan perhitungan dengan metode Stressed VaR dan Expected Return serta melakukan analisis strategi dan persiapan implementasi ES dalam mengukur risiko pasar. Data penelitian yang digunakan adalah data kurs nilai tukar harian mata uang Dollar USD , Singapore Dollar SGD , Australian Dollar AUD , Hongkong Dollar HKD , Great Britain Poundsterling GBP , Japanese Yen JPY , EURO dengan periode pengambilan sampel dimulai sejak tanggal 1 Januari 2007 sampai dengan 31 Desember 2017 dan tidak memasukan data pada hari libur. Sampel data portofolio yang digunakan dalam penelitian ini adalah bank Mandiri dan bank BCA. Hasil penelitian ini adalah perhitungan menggunakan metode Expected Shortfall menghasilkan nilai yang lebih besar hampir dua kali lipat bila dibandingkan nilai metode SVaR yang berimplikasi pada beban modal capital charge yang harus disediakan menjadi lebih banyak.

---

ABSTRACT This study aims to measure exchange rate risk by calculating the Stressed VaR and Expected Return methods and conducting an analysis and preparation of ES implementation in measuring market risk. The research data used are daily average exchange rate data of Dollar USD , Singapore Dollar SGD , Australian Dollar AUD , Hong Kong Dollar HKD , Great Britain Pound Sterling GBP , Japanese Yen JPY , EURO with the sampling period starting from 1 January 2007 to 31 December 2017 excluded holidays date. The sample portfolio data used in this study are Mandiri banks and BCA banks. The results of this study are the calculation using the Expected Shortfall method produces a value that is greater almost double when compared to the value of the SVaR method which has implications for the capital charge must be provided to be more."

"Tesis ini membahas pengukuran risiko pasar portofolio saham dengan Value at Risk dan Expected Shortfall model volatilitas GARCH pada PT XYZ yang terdiri 29 emiten dengan periode observasi tahun 2008-2010. Hasil analisis menunjukkan bahwa perhitungan return portofolio tidak memenuhi distribusi normal, sehingga estimasi kerugian dengan menggunakan VaR distribusi normal dapat menjadi bias.Hasil pengujian menunjukkan bahwa hipotesa parametrics VaR dengan model volatilitas GARCH pada confidence level 99% dan 95% terbukti valid setelah dilakukan kupiec test pada periode 2010-2011, sementara hipotesa Expected Shortfall sebagai alternatif pengukuran risiko terbukti valid hanya pada confidence level 99%. Hasil perhitungan risiko portofolio saham dengan VaR dan ES model volatilitas GARCH menunjukkan bahwa nilai risiko lebih optimum dibandingkan undiversified portofolionya.

---

This thesis discusses the measurement of portfolio market risk by using Value at Risk and Expected Shortfall with GARCH volatility model on 29 listed companies PT XYZ?s during observation periods of 2008-2010. The analysis showed that the calculation of portfolio return do not meet the normal distribution so that the expected loss using normal distribution VaR can be biased.

The hypothesis of Parametrics VaR with GARCH volatility at 95% and 99% confidence level proved valid after Kupiec test in the periods of 2010-2011, while hypothesis of Expected Shortfall as an alternative risk measurement proved valid only at 99% confidence level. Risk calculation using VaR and Expected Shortfall with GARCH volatility suggests more optimum value than the undiversified portfolio."

"Penelitian ini mengukur VaR dengan pendekatan Historical Simulations dan Expected Shortfall (ES) pada portofolio .reksa dana X. Perhitungan. ES dilakukan dengan menghitung nilai rata-rata imbal hasil portofolio reksa dana X yang melebihi VaR pada tingkat kepercayaan 95 % dan 99 %,. Validasi model VaR dan ES dilakukan dengan bactesting menggunakan metode Kupiec’s. Rasio ES terhadap VaR diketahui memiliki hubungan dengan kurtosis dari distribusi imbal hasil portofolio, dimana kurtosis yang besar akan menghasilkan rasio ES/VaR yang besar pula. ES dapat diaplikasikan sebagai komplemen terhadap VaR terutama dalam kondisi pasar yang ekstrim (fail events).

---

This research measures VaR of mutual fund X portfolio using the Historical Simulation and Expected Shortfall approaches. ES measurement is prepared by means of the average of portfolio return of mutual fund X that exceeds VaR at.95% and 99% confidence level. VaR and ES model validation is accomplished by backtesting using the Kupiec’s method. Ratio of ES to VaR is acknowledged to have an association with the kurtosis of the portfolio return, where high kurtosis will»result in high ES/VaR. ES is useful as a complementary to VaR particularly in anextreme market conditions (tail.events). "

"Dengan fungsinya sebagai lembaga intermediasi keuangan, kegiatan usaha Bank selalu dihadapkan pada risiko-risiko yang berkaitan erat. Perkembangan lingkungan eksternal dan internal perbankan di era globalisasi yang tumbuh dengan pesat, terutama dengan adanya perkernbangan teknologi yang luar biasa hebat, menjadi penyebab semakin banyaknya risiko yang harus dihadapi perbankan karena kegiatan operasional bank yang semakin kompleks, sejalan dengan beragamnya produk dan jasa yang ditawarkan perbankan. Salah satu risiko yang mengemuka saat ini adalah risiko operasional. Risiko operasional menjadi salah satu faktor risiko tambahan yang hares diukur dan diperhitungkan dalam nilai minimum kecukupan modal (Capital Adequacy Ratio), selain risiko kredit dan risiko pasar. Terdapat tiga pendekatan dalam menetapkan beban modal untuk risiko operasional yaitu Basic Indicator Approach, Standardised Approach dan Advanced Measurement Approach. Penggunaan Basic Indicator Approach yang merupakan model standar dalam mengukur risiko operasional dan cenderung menghasilkan perhitungan capital charge yang lebih besar dibandingkan dengan model internal. Pengukuran risiko operasional Bank AAA dengan menggunakan Basic Indicator Approach menghasilkan capital charge untuk risiko operasional pada akhir tahun 2005 sebesar Rp.3,637,600,000.-. Berkaitan dengan hal tersebut maka dalam karya akhir ini dilakukan pengukuran risiko operasional pada Bank AAA dengan menerapkan dan menguji layak atau tidaknya metode alternatif lainnya yaitu Metode Extreme Value Theory (EVT). Penelitan ini menggunakan data yang merupakan kerugian aktual (actual loss) bulanan berdasarkan hasil temuan Satuan Kerja Audit Intern dan kertas kerja laporan profil risiko dalam periode I Januari 2003 sampai dengan 31 Desember 2006. Dalam menerapkan Metode EVT untuk mengukur risiko operasional Bank AAA, metode identifikasi nilai ekstrem yang digunakan adalah Metode Peaks over Threshold (POT) dengan jumlah data yang tersedia adalah 254 titik. Dalam Metode Peaks over Threshold, penentuan threshold hares dilakukan terlebih dahulu untuk menjadi dasar penyaringan data ekstrem. Dalam penelitian ini dipilih Cara sederhana yang telah diuji oleh Chavez-Demoulin, yaitu penentuan threshold dengan Metode Persentase yang dilakukan sedemikian sehingga 10% dari data adalah nilai ekstrem. Kemudian dilakukan estimasi parameter dengan menggunakan Hill Estimation untuk mengestimasi parameter shape dan Metode Probability-Weighted Moments untuk parameter scale. Selanjutnya dilakukan perhitungan potensi kerugian maksimal operasional Bank AAA dengan pendekatan Operational Value at Risk (OpVaR) dengan beberapa tingkat keyakinan, yaitu 95%, 99% dan 99.9%. Total OpVaR merupakan estimasi potensi kerugian maksimal total yang dapat terjadi pada suatu waktu dengan tingkat kepercayaan tertentu, berdasarkan data historis risiko operasional yang pemah terjadi. Hasil perhitungan OpVaR dalam penelitian ini memberikan kesimpulan bahwa total nilai OpVaR Bank AAA dengan tingkat keyakinan 95% sebesar Rp.73,848,797.-. Hal ini menunjukkan bahwa dengan probabilitas 95%, maka kerugian risiko operasional maksimum yang dihadapi oleh Bank AAA selama satu tahun ke depan adalah sebesar Rp.73,848,797.-. Sedangkan OpVaR Bank AAA dengan tingkat keyakinan 99% sebesar Rp.163,383,930.-, dan dengan tingkat keyakinan 99.9% sebesar Rp.751,768,500.-. Hasil perhitungan OpVaR tersebut menunjukkan bahwa OpVaR akan meningkat sangat tinggi dengan kenaikan tingkat kepercayaan. Berdasarkan hasil penelitian tersebut menunjukkan bahwa pengukuran risiko operasional Bank AAA dengan menggunakan Metode EVT-POT menghasilkan beban modal yang lebih rendah dibandingkan dengan penggunaan Basic Indicator Approach. Dengan demikian, jika Bank AAA menerapkan metode pengukuran risiko operasional dengan Metode EVT-POT maka alokasi modal yang dibutuhkan untuk menutup risiko operasionalnya menjadi lebih rendah sehingga modal yang tersedia dapat dipergunakan untuk melakukan pemekaran aktivitas bank. Berdasarkan uji back testing yang telah dilakukan, maka atas hasil estimasi OpVaR adalah dapat diterima. Dapat disimpulkan dari penelitian ini bahwa Metode Extreme Value Theory dengan menggunakan Peaks Over Threshold dapat dijadikan metode alternatif untuk mengukur risiko operasional Bank AAA.

---

With its function as an intermediation financial institution, business activities of a bank are always facing tightly interconnected risks. The external and internal environmental banking growth in the globalization era which grows rapidly, especially with the existence of an extremely remarkable technology growth, becomes the cause of even more risks it has to face, due to more complex bank operational activities according to various products and services offered.

One of the risks emerging at this moment is the risk of operation. The risk of operation becomes one of the additional risks that should be measured and calculated in the minimum value of capital adequacy ratio, not to mention credit risk and market risk. There are three approaches to ascertain the capital burden for operational risk, i.e. the Basic Indicator Approach, the Standardized Approach and the Advanced Measurement Approach.

The usage of the Basic Indicator Approach, which represents the standard model to measure the operational risk and tends to give bigger capital charge calculation compared to the internal model. The operational risk measurement of Bank AAA by using the Basic Indicator Approach gives a capital charge for the operational risk at the end of year 2005 as much as Rp3,657,600,000.-. In connection with the above-mentioned case, in this final thesis the measurement of the operational risk at Bank AAA is carried out by applying and testing whether it is proper or not to use another alternative method, i.e. the Extreme Value Theory Method (EVT).

This research uses data, which forms the monthly actual loss based on the finding results of the Internal Audit Work Unit and working paper reports of the risk profile during the period of January I, 2003 up to December 31, 2006. In applying the EVT Method to measure the operational risk of Bank AAA, the extreme value identification method used is the Peaks Over Threshold Method (POT) with the available data amount of 254 points.

In the POT Method, the determination of threshold should be done beforehand to become the basic extreme data filtering. This research has chosen a simple method, which has already been examined by Chavez-Demoulin, i.e. the determination of threshold by the Method of Percentage, carried out in such a way so that 10% of the data becomes the extreme value. Then, the parameter estimation is carried out by using the Hill Estimation to estimate the parameter shape and the Probability Weighted Moments Method for parameter scale. Furthermore, a calculation of the maximum operational loss of Bank AAA is carried out by approaching the Operational Value at Risk (OpVaR). With several level of confidence, i.e. 95%, 99% and 99.9%.

The total value of OpVaR constitutes the estimation of the total maximum potential loss which can happen at one time with a certain degree of trust, based on the historical datas of operational risks that ever happened before. The result of the OpVaR calculation in this research gives the conclusion that the total value of OpVaR of Bank AAA with a 95% level of confidence as much as Rp73,848,797.-. This matter indicates that with a 95% probability, the maximum operational loss risk faced by Bank AAA during the year ahead will be as much as Rp73,848,797.-, while the OpVaR of Bank AAA with a 99% level of confidence as much as Rp751,768,500.-. The result of the OpVaR calculation indicates that the OpVaR will increase very high with the increase of the level of confidence.

The Result of this research indicates that the measurement of the operational risk of Bank AAA using the EVT-POT Method yields a lower capital charge compared to use the Basic Indicator Approach. Therefore, if Bank AAA applies an operational risk measurement method with the EVT-POT Method, then the allocation of capital, which is required to cover its operational risk becomes lower, so that the available capital can be used to carry out the development of its bank activities.

Based on the test of back testing, which has been performed, the OpVaR estimation test can be accepted. It can be concluded from this research that the application of Extreme Value Theory using the Peaks Over Threshold Method can be utilized as an alternative method to measure the operational risk of Bank AAA."

"Dalam beberapa dekade belakangan ini, krisis dunia finansial sering terjadi dan banyak investor dan mengalami kerugian karena ketdakmampuan estimasi risiko pasar. Dalam karya ini, model risiko Value at Risk (VaR) di hitung dengan mengaplikasikan extreme value theory untuk menghasilkan estimasi yang dinamis dengan memodelkan residuals dan membandingkan performanya dengan pendekatan standard normal distribution yang konvensional. Lebih dari itu, estimasi dari Expected Shortfall (ES) yang dinamis juga dianalisa. Hasil menunjukan bahwa EVT-based VaR & ES valid dan dapat diandalkan untuk mengestimasi kuantil yang lebih tinggi, terutama amat baik dalam estimasi negative returns. Terlebih lagi, ada indikasi bahwa ada pola/hubungan tingkat kegagalan estimasi risiko pasar dengan kondisi ekonomi tahun tertentu. Namun hubungan ini berkurang seiring meningkatnya kuantil yang digunakan untuk estimasi.

---

In the recent decades, financial crisis happened quite often and many investors incurred high losses due to unforeseen market risk estimation. In this work, a well-known Value at Risk (VaR) is generated by applying extreme value theory to create dynamic estimation by modeling the residual and comparing its performance with the ubiquitous standard normal distribution approach. In addition, an estimation of dynamic Expected Shortfall (ES) is also analyzed. The results indicate that EVT-based VaR & ES are reliable in estimating higher quantile, especially in estimating negative returns. Moreover, there is an indication of correlation between the failure rate of market risk estimation and economic environment in certain year but this correlation diminishes as the quantile estimation gets higher."

"Tujuan dari penelitian ini adalah untuk mengukur risiko sistemik pada dengan sebuah metode yang mampu menghitung prediksi kerugian modal pada bank ketika pasar sedang jatuh, yaitu Marginal Expected Shortfall (MES). Di mana bank yang mengalami kerugian modal akan menghadapi permasalahan keuangan, yang dikhawatirkan dapat menular pada bank dan perusahaan keuangan lainnya, hingga sistem keuangan secara keseluruhan. MES yang digunakan pada penelitian ini adalah metode yang diajukan oleh Brownlees dan Engle (2012) untuk bank-bank yang terdaftar di bursa efek Indonesia pada periode 2009 hingga 2013. Kemudian, penelitian ini dilanjutkan dengan mencari tahu faktor-faktor neraca apa saja yang mempengaruhi MES sebagai ukuran dari risiko sistemik. Adapun variabel kontrol yang mempengaruhi MES sebagai risiko sistemik adalah non-performing loan, ukuran bank, dan tingkat diversifikasi pinjaman.

---

The aim of this study was to measure systemic risk using Marginal Expected Shortfall (MES), a method that is capable of calculating expected equity loss on banks when the market itself in left tail. Capital shortage suffered by the bank makes it facing financial distress, which it feared may affect the other banks and financial companies, until a whole financial system. MES used in this study is the method proposed by Brownlees and Engle (2012) with the sample of Indonesian banks listed on IDX for the period 2009 to 2013. Then, this research followed by knowing the balance sheet factors that influence the MES as a measure of systemic risk. Control variables which can influence MES value are non-performing loan, size, and loans diversification."

"Dalam penelitian ini dilakukan pengujian terhadap besarnya nilai value at risk dengan dan tanpa hedging. Tujuannya adalah untuk melihat apakah kegiatan hedging dapat memberikan manfaat untuk menurunkan risiko kerugian akibat adanya fluktuasi harga minyak mentah dan apakah hedging yang ada saat ini telah syari'ah compliant. Data yang digunakan adalah data spot harian minyak mentah untuk jenis WTI, Brent dan OPEC Basket Price untuk periode waktu 1 Januari 2003 sampai dengan 24 Maret 2009. Uji hipotesis menggunakan data future contract harian periode tahun 2007-2008 untuk jenis minyak WTI dengan perhitungan. metode Peak-over Threshold.Hasil penelitian menunjukkan adanya penurunan nilai value at risk ketika melakukan hedging menggunakan future contract jangka waktu 1 bulan. Penelitian ini juga mengkaji dasar implementasi future contract syari'ah yang dikembangkan oleh Negara Malaysia serta kendala-kendala yang ada dalam mengembangkan keuangan syari'ah.

---

This research evaluates VaR with and without hedging. It's aimed to see whether hedging can give value added by minimizing fluctuation oil price risk and to see if it is syari'ah compliant already.Data used in this research are daily spot for WTI, Brent and OPEC Basket price on the period of January,1st 2003 until March, 24th 2009. The hypothesis used is daily future contract for WTI crude oil for the year 2007 and 2008. Risk calculation (VaR ) using Extreme Value Theory with Peakover Threshold method.

The result showed that the VaR with hedging activities in one month future contact can be minimized then before hedged. This research also tried to see basic syari'ah future contract implementation which are developed in Malaysia and evaluate constraints on developing financial syari'ah instruments."

"Jumlah kerugian pada masa yang akan datang diestimasi berdasarkan frekuensi terjadinya klaim dan rata-rata jumlah klaim yang terjadi pada periode sebelumnya. Jumlah nilai estimasi tidak akan pernah sama, meskipun kerugian masa lalu diakibatkan risiko yang sama. Hal ini dikarenakan terjadinya kejadian ekstrim pada ekor distribusi. Oleh karena itu diperlukan suatu cara dalam mengestimasi potensi kerugian yang akan datang. Estimasi ini berkaitan dengan dengan penentuan nilai atas suatu variable tertentu yang melampaui suatu tingkat probabilita tertentu. Ukuran yang lazim di digunakan adalah Value at Risk (VaR). EVT adalah metode dalam mengukur suatu risiko yang sifatnya ekstrim. PT XYZ menghadapi potensi kerugian risiko operasional namun tidak memiliki metode pengukuran risiko yang akurat.Penelitian ini mencoba menerapkan Metode Extreme Value Theory ? Peaks over Threshold sebagai alternative dalam menetukan nilai ekstrim. Data yang digunakan adalah data klaim asuransi kesehatan PT. XYZ dengan periode 1 Januari 2007 hingga 31 Desember 2008. Hasil uji backtesting dengan periode 1 Januari 2009 hingga 31 Desember 2009 menunjukkan metode tersebut dapat digunakan sebagai alternatif pengukuran risiko operasional bagi PT. XYZ.

---

The future annual loss burden is estimated on the basis of predicted claims frequency and predicted average individual claim amount. Total estimated value will never be the same, although past losses caused by the same risk. This is because the occurrence of extreme events on the tail distribution is therefore needed a way of estimating the potential losses that will come. This estimate relates to the determination of the value of a certain variable exceeds a certain level of probability. The size of the prevalent use is Value at Risk (VaR). EVT is a method for measuring the risk of an extreme nature. PT XYZ faces potential losses from operational risk but does not have an accurate method of measuring risk. These papers apply Extreme Value Theory Method - Peaks over Threshold as alternative in extreme determine the value. The data used is health insurance claims data PT. XYZ with the period of January 1, 2007 until December 31, 2008. Backtesting test results with the period of January 1, 2009 until December 31, 2009 shows the method can be used as an alternative operational risk measurement for PT.XYZ."