Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKMenurunnya kinerja ekonomi di Indonesia sejak krisis tahun 1997memberikan dampak sang sangat besar pada banyak perusahaan. Tidak sedikit darimereka melalui permasalahan dalam menghasilkan aliran dana (generating cashsebagai pemasukan perusahaan sehingga kemampuan mereka dalam memenuhikewajiban pendanaannya berkurang.Bahkan beberapa perusahaan pada akhirnyamengalami likuidasi karena kewajiban pendanaan yang memberatkan operasionalperusahaan. Dalam sítuasi seperti ini, sektor pertambangan ternyata masih mampu bertahandegnan baik. Beberapa perusahaan tambang bahkan mendapatkan laba yang lebihbesar setelah krisis. PT. Aneka Tambang Tbk (ANTM) merupakan salah satuperusahaan pertambangan yang mampu bertahan pada masa krisis. Pada saat ini tingkat kepercayaan investor terhadap perusahaan di Indonesiamenurun karena peningkatan resiko kegagalan. Tetapi dilain sisi sebagai sektor padatmodal. ANTM menumbuhkan investasi dana yang besar untuk membiayai eksplorasidan eksploitasi tambang. Dana yang diharapkan terutama berupa pinjaman, karenabiaya yang dikeluarkan perusahaan akan lebih efisien dengan menerbitkan surathutang dari pada menambah modalnya dalam bentuk saham. Dalam rangkamemberikan pinjaman kepada ANTM, investor akan bertindak Iebih hati-hatisehingga menuntut jaminan kepastian pembayaran kembali atas pinjaman danmelakukan analisa resiko pinjaman ANTM. Dengan dasar pemikiran diatas maka saya tertarik untuk menganalisakemampuan PT. Aneka Tambang Tbk. dalam memenuhi kewajiban pendanaannyadan bagaimana perkiraan kemampuan tersebut ditahun-tahun mendatang. Tahapan analisa yang dilakukan mendekati dengan metode yang digunakanoleh rating company, yaitu analisa fundamental perusahaan. Perbedaannya denganrating company, hasil analisa yang mereka peroleh selanjutnya dibandingkan dengansemua perusahaan dan seluruh industrì (sensitize) sehingga menghasilkan peringkattertentu. Sedangkan karya akhir ini tidak menghasilkan peringkat, karena hasil analisadibatasi hanya dibandingkan dengan industri pertambangan di Indonesia yangterdaftar di BEJ. Adapun analisa fundamental yang dilakukan adalah analisa terhadap industrikomoditi nikel dan emas di dunia yang memiliki pengaruh besar terhadap perusahaandan industri pertambangan di Indonesia. Kemudian dilanjutkan dengan analisaterhadap perusahaan yang dibagi dalam tiga pembahasan, yaitu pembahasan resikobisnis, resiko finansial perusahaan dan proyeksi kondisi keuangan denganmenggunakan asumsi-asumsi yang mendekati kondisi lima tahun kedepan. Dari hasil analisa diperoleh kesimpulan bahwa kondisi bisnis perusahaancukup baik. ANTM memílíki memiliki cadangan yang cukup besar dimana hal inimerupakan salah satu kunci sukses suatu perusahaan tambang. ANTM juga memilikihubungan yang baik dengan pemerintah sehingga perolehan KP relatif lebih mudahdibandingkan perusahaan tarnbang lain. Selain itu ANTM juga telah berhasil menjadisalah satu produsen dengan bíaya produksi terendah di dunia. Diversifikasinya pasardan produk ANTM membuat resiko penjualan berkurang. Penjuaian ANTM yangsehingga pada saat dolar mengalami apresiasi, nilat penjualan perusahaan jugamengalami peningkatan. Kondisi keuangan perusahaan pada lima tahun terakhir mengalamipeningkatan yang stabil, tetapi khusus ditahun 1998 peningkatan yang terjadi sangattajam karena merosotnya nilai mata uang rupiah. Perusahaan juga memilikikemampuan memenuhi pendanaan yang baik selama lima tahun terakhir, bahkan padatahun 1997 peningkatannya cukup tinggi. Hal ini didukung oleh struktur permodalanperusahaan yang konservatif dimana perusahaan Lebih mengandalkan modalnyasendiri. Kecenderungan penurunan harga jual komoditi khususnya nikel dan emasakan menekan industri pertambangan dunia. Sebagai produsen dengan harga terendah.tekanan yang akan dialami ANTM tidak seberat pesaing lainnya. Selain itu cadanganperusahaan yang cukup tinggi dapat membuat kuantitas produksi perusahaan terjaga. Hasil proyeksi terhadap kondisi keuangan perusahaan menunjukkan tanda-tanda yang balk, dimana pada tahun 2002 perusahaan akan menerima tambahan danauntuk membangun FeNi III. Pada tahun 2003 salah satu hutang jangka panjangperusahaan jatuh tempo, dengan proyeksi yang dilakukan perusahaan tidak akanmengalami kesulitan untuk memenuhi kewajiban hutang tersebut. Selain itu adanyapabrik baru yang akan mulai berproduksi di tahun 2004 ini akan menambah kapasitasproduksi perusahaan menjadi dua kali lipat sehingga penjualan juga akan mengalalmipeningkatan. Sehingga kemampuan perusahaan dalam memenuhi kewajibannya padalima tahun mendatang tetap balk."

"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."

"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."

"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 dunîa perbankan, persaingan bisnis antar bank sangat dipengaruhi bagaimanakemampuan bank dalam mengelola sumber daya yang dimilikinya. Asset bank merupakansumber pendapatan bunga bagi bank sedangkan kewajiban memberikan beban/biaya bungabagi bank. Asset dan kewajiban bank dipengaruhi oleh perubahan tingkat suku bunga pasarsehingga dapat menimbulkan kerugian bagi bank. Ketika suku bunga pasar meningkat makaasset-asset yang jatuh tempo akan mengalami kerugian sedangkan kewajiban bank yang jatuhtempo akan mengalami keuntungan demikian sebaliknya jika suku bunga pasar mengalamipenurunan. Karena sebagian besar dari asset dan kewajiban bank mark to market maka bankperlu melakukan asset liability management (ALMA). ALMA pada bank bertugas untukmeningkatkan profitability perbankan dan manajemen risiko. Dalam manajemen nsikodilakukan beberapa tahap dimana salah satu tahapnya adalah pengukuran risiko. Salah satutools pengukuran risiko adalah dengan penentuan VAR. VAR merupakan estimasi kerugian dimasa yang akan datang berdasarkan volatilitas faktor pasar pada masa Iampau (data historis)dengan derajat kepercayaan dan holding period tertentu. Pada penelitian ini dilakukan penentuan VAR sebagai akibat tereksposurenya asset dankewajiban Bank Mega terhadap suku bunga pasar dengan menggunakan metode variankovarian dengan estimator volatilitas standar deviasi Equally Weighted dan ExponentialWeighting Moving Average (EWMA). Penentuan VAR berdasarkan posisi asset dankewajiban bank pada tanggal 31 Desember 2001. Dalam penentuan VAR ini. asset dankewajiban bank dikelomkan kedalam beberapa vertex herdasarkan jangka waktu jatuhtemponya. Future cashflow dan masing-masing vertex ini yang tereksposure terhadap sukubunga pasar (data historis) yang kemudian diukur volatilitasnya menggunakan estimatorvolatilitas standar deviasi, EW dan EWMA. Untuk menentukan metode estimator yang memberikan validitas yang tinggi makadibentuk beberapa model dengan menghitung VAR secara harian, dimana periode observasipenentuan VAR adalah antara 2 Januari 2001 hingga 31 Desember 2001. VAR yang diperolehsecara harian dibandingan dengan aktual profit dan loss yang terjadi. Model terbaik yang digunakan untuk estiniasi VAR 31 Desember 2001 dan berbagaialternatif variasi yang dilakukan adalah model estimator EWMA 520,5 untuk 0,94dengan derajat kepercayaan 99 % karena model inilah yang masuk dalam daerah batasan dandengan periode updating 5 han memberikan kemampuan yang lebih besar dalammengantisipasi kerugian sebagai akibat fluktuasï suku bunga pasar yang terbaru. Pemilihanderajat kepercayaan 99 % disebabkan karena bank menerapkan prudential banking dalammelakukan strateginya. Estimasi VAR 31 Desember 2001 yang diperoleh sebesar Rp.(23.163.223.809). Nilai ini berarti bahwa pada kondisi market yang normal, estimasi kerugianmaksimum yang akan dialami bank pada satu hari yang akan datang adalah sebesar Rp23.163.223.809 dengan derajat kepercayaan 99 %. Modal yang diperlukan oleh bank untuk mengantisipasi kerugian yang dihasilkan danestimasi VAR dengan model EWMA 520,5, ) = 0,94, untuk holding period 1 hari adalah 3,65% dan Networthnya. Sebagai akibat eksposure suku bunga pasar terhadap asset dan kewajibanBank Mega, maka CAR bank setelah memperhitungkan market risk rnenjadi 8,42 %. Perbedaan holding period yang digunakan mempengaruhi jumlah modal yang harusdisediakan. Untuk VAR dengan holding period 1 hari, jumlah modal yang harus disediakanlebih kecil dibandingkan dengan holding period 5, 10, dan 20 hari."

"ABSTRAKDalam beberapa tahun terakhir, perhatian lembaga keuangan terhadap manajemenresiko menjadi semakin besar karena pasar keuangan dunia semakin terintegrasi. Resikoyang dihadapi dalam mengelola portofolio adalah general risk dan spesific risk. Generalrisk terdiri dari business risk dan financial risk, sementara spesific risk terdiri dari marketrisk, credit risk, operational risk, dan liquidity risk. Sejarah membuktikan banyak bank yang bangkrut diakibatkan olehmismanajemen portofolio. Kasus kebangkrutan yang terjadi umumnya ditimbulkankarena salah mengantisipasi market risk, yaitu resiko kerugian yang dapat timbul danperubahan harga atau faktor ? faktor pasar, yakni suku bunga (interest rate), nilai tukar(exchange rate), harga saham dan komoditi. Salah satu kasus kerugian akibat market riskyang sempat menjadi perhatian pasar finansial internasional adalah kasus Orange County(California, Amerika). Untuk itu diperlukan perangkat analisa resiko yang lebih akurat untuk mendeteksidan memberikan peningatan dini (early warning system), untuk menghindarkan kerugianyang akan diderita dan mengakibatkan instabilitas keuangan. Basle Committee on Banking Supervision pada Januari 1996 menyebutkan secaraumum metode standar pengukuran resiko portofolio dan mensyaratkan para pelaku pasarmenerapkan minimal satu metode tersebut, yakni standar kualitatif standar kuantitatif,dan stress testing. Salah satu analisa perhitungan standar kuantitatif adalah VAR. Penelitian ini akan memaparkan perhitungan resiko dengan metode Value at Risk(VAR) pada PT.Bank Universal Tbk untuk mengetahul resiko maksimum yangmungkin timbul dikemudian hari akibat adanya volatilitas suku bunga pasar denganholding period yang berbeda-beda. Metode VAR yang diungkapkan dalam karya akhir ini adalah motode VarianKovarian. Metode ini dijabarkan lagi dalam tiga estimator volatilitas, yaitu StandarDeviasi, Equally Weighted (EW) dan Exponentially Weighted Moving Average (EWMA).Masing-masing metode estimator volatilitas dalam menghitung VAR dapat dibuatberbagai macam model dengan menggunakan jumlah data historis 520 hari kerja sebagaibasis perhitungan. Adapun selang kepercayaan yang dipilih adalah 95% (menurutRiskmetrics) dan 99% (menurut Basel Committee). Untuk estimator volatilitas EW dan EWMA, rolling data yang dipakai adalahsetiap 65 hari. Untuk estimator volatilitas EWMA, penelitian ini memakai dua decayfactor sebesar 0.94 dan 0.97. Dalam mendapatkan nilai VAR dikemudian hari holdingperiod yang disimulasikan antara lain 1 hari, 5 hari, 10 hari dan 20 hari kedepan. Dari tiga (3) estimator volatilitas ini, menghasilkan beragam model simulasi.Selanjutnya, setiap model ini dilakukan uji validitas untuk mengetahui apakah modeltersebut valid, konservatif atau tidak valid, yaitu dengan uji Backtesting. Uji inimenggunakan dua pendekatan peniode updating yaitu 5 hari dan 20 hari. Dari hasil ujibacktesting ini, terlihat bahwa periode updating 5 hari lebih merepresentasikan kejutanvolatilitas. Dari beberapa model yang disimulasikan, model EWMA dengan decay factor0.94 pada selang kepercayaan 95% adalah yang paling optimal bagi bank tersebut, karenamodel ini meniberikan prediksi nilal VAR terkecil dibanding model lainnya. Model ini sesuai dengan keadaan Net Present Value bank sebesar negatif Rp3,702,188,190,760 yang mengindikasikan bahwa ?capital requirement? banksebenamya juga tidak mampu untuk menutupi nilai resiko dengan model tersebut.Kemudian, dari hasil stress-testing, ditemukan pada tanggal 4 Desember 2001 terjadikerugian tertinggi sebesar Rp 37,289,116,191. Maka, bank harus menyediakan danasebesar nilai tersebut untuk mengantisipasi terjadi kembali kerugian yang dinyatakandalam toleransi maksimal kerugian bank akibat adanya volatilitas suku bunga.Berdasarkan hasil penelitian ini, disarankan bagi bank, bahwa untuk mampumengelola nilai resiko dengan model EWMA pada decay factor 0.94 dan selangkepercayaan 95%, bank harus mampu menutup kekurangan modalnya terlebih dahulu."

"Manusia dalam usahanya untuk mendapatkan nilai tambah atas segala usahanya mencapai keuntungan selalu mendapat beban kemunglcinan kerugian yang dapat dideritanya. Keuntungan dan kerugian merupakan dua sisi mata uang yang berbeda dalam sam keping mata uang, bila melihat suatu kemungkinan keuntungan pasti dibalilc kemungkinan keuntungan tersebut adalah kemungkinan kerugian. Hal tersebut terjadi karena keterbatasan manusia untuk mengetahul segala hal yang ada di masa depan, sehingga resiko kerugian tersebut akan tenis membayangi usaba manusia mencapai keuntungan usaha. Berbagai usaha telah dilakukan oleh manusia untuk mengelola resiko tersebut, mulai dan usaba untuk menghindari resiko, memindahkan resiko kenigian tersebut ke pihak lain dan benar-benar menjinakkan resiko tersebut sehingga didapat suatu kondisi keuntungan uang cukup tinggi tetapi dengan tingkat resiko yang masih dapat di terima. Dalam upaya mengelola resiko itu sendini, ada beberapa tahap yang harus dilakukan sehingga proses pengelolaan resiko tersebut menjadi optimal, yaitu: 1. Tahap pertalna yang perlu dilakukan adalah mengidentifikasi resiko, meliputi telaah untuk menentukan penyebab, kapan teijadinya resiko tersebut, kondisi kondisi awal yang dapat dikenali sebagai peringatan dini akan teijadinya suatu resiko. 2. Tahap kedua adalah mengukur besaniya resiko yang teijadi, tahap ini menjadi penting karena peranannya "menerjemahkan" suatu resiko yang bersifat abstrak menjadi suatu nilai yang nyata yang dapat dimengerti danipaknYa secara Iangsung terhadap tingkat keuntungan dan kelangsungan usaha. 3. Tahap ketiga diwarnai dengan upaya penyusunan strategi perbaikan, strategi korekai atas resiko-resiko yang telah dikenali dan diukur pada tahap-tahap sebelwnnya. Pada tahap ini akan disusun suatu rencana (planning) untuk melakukan perubahan cara kerja sehingga resiko dapat ditekan pada tingkat seminimal mungkin tanpa harus mengorbankan keuntungan. 4. Tahap selanjutnya, tahap ke empat adalah melaksanakan strategi dan rencana yang telah disusun pada tahap ke tiga. 5. Tahap kelima di isi dengan proses pemantanan pelaksanaan planning apakah sesuai dengan garis yang telah ditetapkan dan memonitor basil pelaksaannya apakah sudah sesuai dengan yang dikehendaki, yaitu mengendalikan resiko pada tingkat seminimal mungkin tanpa mengorbankan keuntungan yang ada. 6. Tahap selanjutnya adalah kembali kepada tahap pertama untuk mengulangi kembali proses manajemen resiko berdasarkaR perubahan strategi yang dilakukan. Sehingga proses manajemen resiko adalah merupakaii suatu sikius yang berkesinambungan yang diharapkan dapat memberikan sistem peringatan dini terhadap resiko yang mungkin terjadi. Dari tahap-tahap tersebut di atas, dapat dilihat peranan proses pengukuran resiko menjadi salah satu mata rantai yang penting dalam manajemen resiko. Sehingga dalam pembahasan tulisan ini, akan dlbahas suatu metoda yang relatif baru untuk mengukur besaran resiko yang terjadi yaitu dengan metoda Value at Risk (VaK). Metoda ini mampu menerjemahkan resiko menjadi nilai maksimal kerugian yang dapat diderita pada suatu tingkat keyakinan tertentu dan pada jangka waktu yang telah ditetapkan. Pada tulisan ini akan dibahas suatu studi kepustakaan mengenai dasar-dasar teori mengenai pengukuran resiko dengan metoda VaR ini, diharapkan dari pembahasan studi kepustakaan ini didapatkan suatu pengertian dan cara yang baru mengenai pengukuran resiko yang Iebih akurat dan berguna dalam proses manajemen resiko selanjuthya, dibandingkan dengan cara-cara pengukuran resiko konvensional yang masih dilakukan oleh pelaku usaha di Indonesia. Metoda ini menjadi menarik karena mampu memberikan gambaran mengenai masa depan dalam masa yang tidak terlalu panjang (near future), keterbatasan jangka waktu ini karena asumsi yang digunakan dalam VaR bahwa segala kondisi yang mempengaruhi kemungkinan keuntungan dan kenigian suatu usaha adalah tetap. Pada kenyataannya, dunia keuangan adalah dunia yang sangat dinamis, sehingga efektifitas metoda ini terbatas pada untuk jangka waktu pendek(near future). Berbekal dari hasil-hasil pengukuran resiko dengan metoda VaR tersebut diharapkan manajemen dapat meneruskan ke tahap selanjutnya dalam tahap-tahap manajemen resiko. Pada bidang perbankan, perbankan nasional Indonesia khususnya, dalam rangka pengelolaan kegiatan perbankan yang memenuhi pninsip kehati-hatian, dan sejalan dengan ketetapan Bank for International Settlement (BIS), Bank indonesia telah mewajibkan semua bank untuk melabanakan manajemen resiko untuk tiap jenis resiko usaha yang ada, meliputi resiko operasional, resiko kredit, resiko pasar dan res iko ketidak-patuhafl. Untuk tulisan mi alcan difokuskan kepada salah satu mata rantai dalam proses manajemen resiko kredit, yaitu pengukuran resiko kredit. Untuk dapat memberikan gambaran mengenai pengukuran resiko k-redit, dalam tulisan ini alcan diambil data aktual untuk pengukuran resiko kredit yang terjadi di salah satu cabang bank swasta nasional, yaitu PT. Bank "X" Cabang Utama "Z". Pengukuran akan dilakukan berdasarkan jenis kredit yang ada di Bank X dan alcan diukur resiko kredìt secara gabungan portofolio jenis kredit tersebut. Hasil pengukuran resiko kredit dengan metoda VaR akan dibandingkan dengan tingkat kerugian ñu yang terjadi di Bank X untuk masing-maSing jenis k-redit maupun untuk portofolio kredit yang ada. Selanjutnya pembahasan mengenai pengukuran resiko kredit ini akan dìakhiri dengan pengambilan kesimpulan yang dapat diambil berdasarkan perbitungan data aktual dan saran mengenai penerapan metoda ini di Bank X."

"ABSTRAKBelum ada peraturan yang mengharuskan perusahaan di luar industri keuangandan perbankan untuk menerapkan manajemen risiko, karenanya saat ini PT XYZbelum memiliki pengukuran risiko khususnya risiko operasional. Namun perusahaanmenyadari bahwa retail minimarket modern yang dikelolanya memilikipotensi risiko operasional yang besar yang mungkin dihadapinya di kemudianhari, maka ada keinginan kuat dari perusahaan untuk menerapkan manajemenrisiko. Penelitian ini dilakukan untuk mengidentifikasi, mengukur cadangankerugian risiko operasional (operational Value at Risk), dan memitigasi risiko operasionalyang mungkin dialami oleh PT. XYZ. Dari proses indentifikasi ditemukanbahwa risiko operasional yang paling signifikan terhadap bisnis perusahaan adalahrisiko hilangnya persediaan barang dagangan di toko ritel minimarket. PengukuranOpVaR dilakukan dengan menggunakan metode loss distribution approach menghasilkanangka sebesar Rp. 11.885.041.054 dan dinyatakan valid setelah dilakukanbacktesting.

---

ABSTRACTThere are no regulations requiring companies outside the financial and bankingindustry to implement risk management, hence the current PT. XYZ does not havea particular risk measurement of operational risk. However, the company realizedthat retail modern minimarket has great potential operational risks that may be encounteredin the future, then there is a strong desire of companies to implement riskmanagement. This study was conducted to identify, measure operational risk lossreserves or Operational Value at Risk, and mitigate operational risks that may beexperienced by PT. XYZ. From the identification process, this study finds that themost significant operational risks to the company?s business is the risk of loss ofmerchandise supply in a retail minimarket store. OpVaR measurements performedusing the loss distribution approach amounted to IDR 11,885,041,054 and declaredvalid after backtesting."

"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."