Hasil Pencarian  ::  Simpan CSV :: Kembali

"The New Basel Accord II as an International Regulation for Banking Industry will be effective at year-end 2006 by Basel Committee on Banking Supervision. This New Basel will straighten up the Capital Charge for few significance risks In banking industry such as credit risk, liquidity risk, and the new introduced risk, the operational risk. Since this new regulation will be effective soon and banking industry in Indonesia Is not familiar yet, the writer try to help them by designing the matrix and operational loss data processing procedure for capital charge calculation and causal modeling to deal with the regulation and to detect the factors which led to operational loss. The matrix Is arranged from hourly to monthly event according to business lines and event types as in Basel Accord II. To handle the small amount of operational loss data, the writer has used bootstrap method. Bottom-Up Approach is selected to modeling the operational risk. This approach using Peaks Over Threshold-Generalized Pareto Distribution (POT-GPD) plus Peaks Over Threshold-Point Process (POT-PP)from Extreme Value Theory to calculate the capital charge and also using the linear regression for Causal Modeling. The writer found that the larger the sample size is, the harder these distributions to fit with Generalized Pareto Distribution in particular treshold especially for sample size which nearly 50 "it can be assumed Normal distribution so Value at Risk can be used to calculate the capital charge ",even though the writer has tried to remove the threshold to the higher percentile. So, it was suggested to the user of Generalized Pareto Distribution always to fact their data or distributions using the Kolmogrov-Smlmov statistics"

"Risiko adalah kemungkinan kerugian pada bank akibat terjadinya suatu peristiwa. Risiko yang paling melekat pada setiap kegiatan bisnis perbankan adalah risiko operasional. Untuk mengurangi risiko operasional telah diatur beberapa metode penghitungan risiko ini yaitu metode standar dan metode lanjutan atau advance measurement approach. Metode standar memiliki beberapa keterbatasan diantaranya mengasumsikan tingkat risiko langsung proporsional terhadap ukuran gross income, sehingga bank diperkenangkan untuk mengolah data sendiri dengan metode AMA. Salah satu metode AMA yang sering digunakan adalah loss distribution approach . LDA menggunakan data bank yang terdiri dari 8 lini bisnis dan 7 tipe kejadian. Dengan metode LDA, bank mengestimasi dua fungsi distribusi dari data loss tahunan yaitu fungsi distribusi dari frekuensi dan fungsi distribusi dari severitas, kedua distribusi di compound dan ditentukan Value at Risk masing-masing risiko menggunakan metode Monte Carlo pada quantile 99,9%. Untuk perhitungan nilai economic capital dalam tesis ini ada 2 asumsi yaitu asumsi semua risiko bergantung sempurna (completely dependent) dan saling bebas (independent). Adapun tujuan simulasi pada paper ini adalah melakukan studi eksperimental perhitungan economic capital dengan menggunakan LDA. Dari hasil simulasi diperoleh nilai economic capital yang stabil (konvergen ke suatu nilai) pada jumlah sampel 106.

---

Risk is the possibility of losses on the bank due to the occurrence of an event. Most risk inherent in any banking business activities is operational risk. To reduce operational risk in has arranged some methods of calculating this risk of standard method or advanced methods or Advance Measurement Approach. The standard method has some limitations such as the level of risk assumed directly proportional to the size of the gross income, so bank allowed to process its own data with AMA. One AMA often used is Loss Distribution Approach. LDA is using a data bank that consisting of 8 business line and 7 even types. With the LDA method , the bank estimates two distribution function of annual loss data is distribution of frequency and severity, the two distribution in compound and determined the Value at Risk of each risk using Monte Carlo method on the 99.9% quantile. For the calculation of Economic Capital in this thesis there are two assumptions are assuming all risks of completely dependent and independent. The purpose of simulations in this paper is to conduct experimental study of Economic Capital calculation using LDA. From the simulation results Economic Capital stable (convergent) on the number of samples 106."

"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."

"Risiko operasional merupakan salah satu risiko yang wajib diperhitungkan oleh bank. Modal yang dikeluarkan oleh bank untuk menutup kerugian akibat risiko pada manajemen risiko operasional disebut Economic Capital (EC). EC dihitung sebagai Value at Risk (VaR) pada tingkat kepercayaan tertentu. Pada penentuan EC risiko operasional terdapat 56 kemungkinan jenis risiko yang terjadi sehingga diperlukan agregasi untuk nilai total risiko operasional. Ada dua asumsi dalam perhitungan nilai agregasi risiko dengan menggunakan Loss Distribution Approach (LDA) yaitu saling bebas atau saling bergantung sempurna. Namun, untuk memperoleh perhitungan EC yang adil perlu memperhatikan struktur ketergantungan antar risiko. Salah satu metode untuk mengatasi masalah tersebut adalah copula. Ada dua famili copula yang terkenal, yaitu Elliptical Copula dan Archimedean Copula. Salah satu kelas dari Archimedean Copula adalah copula Gumbel. Penelitian ini akan menggunakan copula Gumbel dalam perhitungan agregasi EC. Copula Gumbel dapat memodelkan ketergantungan antara kejadian ekstrim dengan baik. Hasil penelitian ini menunjukkan bahwa nilai perhitungan agregasi EC mulai mencapai konvergen pada banyak sampel dan nilai perhitungan agregasi EC yang dihasilkan copula Gumbel lebih besar 1,91% daripada nilai perhitungan agregasi EC yang dihasilkan copula Frank.

---

Operational risk is one of a risk that must be calculated by the bank. The capital that the bank has issued to cover the risk of loss due to operational risk management is called Economic Capital (EC). EC is calculated as Value at Risk (VaR) at a certain confidence level. In the EC determination of operational risk there are 56 possible types of risks that occur so that the aggregation for a total value of operational risk is needed. There are two assumptions in the calculation of the value of risk aggregation using the Loss Distribution Approach (LDA) that is independent or completely dependent. However, to obtain the fair calculation of EC, it has to notice the dependence stucture between risk. One method to overcome this problem is copula. There are two famous families of copula, namely Elliptical Copula and Archimedean Copula. Gumbel copula is one of the Archimedean Copula. This study will used Gumbel copula in the calculation of EC aggregation. Gumbel copula can model the dependence between extreme events well. These results indicate that the aggregate value calculation EC began to reach convergent on many samples 105 and the value calculated by the aggregation EC Gumbel copula produced 1,91% greater than the value calculated by the aggregation of EC produced Frank copula."

"Bank dipersyaratkan untuk menyediakan kecukupan modal berdasarkan risikonya. Salah satu risiko bank yang harus dihitung kebutuhan modalnya adalah risiko operasional. Kebutuhan modal dalam risiko operasional dikenal sebagai economic capital (EC). Nilai EC diperoleh dari Value at Risk (VaR) pada distribusi majemuk dengan tingkat kepercayaan 99,9%. Berdasarkan Basel II, bank harus menghitung EC untuk 56 risiko secara keseluruhan, sehingga perlu dilakukan agregasi. Pada perhitungan agregasi EC, asumsi antar risiko yang biasa digunakan oleh bank adalah asumsi saling bergantung sempurna atau saling bebas. Namun, hasil EC yang diperoleh dari kedua asumsi tersebut dianggap tidak realistis. Sehingga, bank perlu memperhatikan struktur dependensi antar risikonya dalam agregasi EC. Salah satu metode yang digunakan dalam agregasi tersebut adalah copula. Pada penelitian ini, copula yang digunakan adalah copula Clayton. Copula Clayton merupakan salah satu jenis copula dari famili Archimedean yang memiliki tail bagian bawah. Copula Clayton digunakan untuk menangkap dependensi untuk kerugian kecil. Adapun, tujuan dari penelitan ini adalah melakukan simulasi perhitungan agregasi EC dengan copula Clayton kemudian membandingkannya dengan nilai EC yang dihasilkan oleh copula Frank. Berdasarkan hasil simulasi diperoleh nilai EC yang dihasilkan oleh copula Clayton lebih kecil 0.21% dibandingkan dengan nilai EC oleh copula Frank.

---

Bank is required to provide capital adequacy based on its risks. One of the bank's risks should be calculated for the capital requirement is the operational risk. The operational risk?s capital requirement is known as the economic capital (EC). The value of EC is obtained from Value at Risk (VaR) in compound distribution with the level of confidence reaches 99,9%. According to Basel II, bank must calculate EC for overall 56 risks, so it is a need for the aggregation. In the calculation of aggregation EC, the assumptions between risks that is usually used by bank are completely dependent or independent. But, the value of EC from the assumptions are unrealistic, so bank needs to consider the dependence structure that exist between risks for aggregating EC. One of methods that is used for this aggregation namely copula. In this study, the used copula is a copula Clayton. A Clayton copula is one type of the Archimedean families that has lower tail dependence. A Clayton copula is used to capture the dependencies of small losses. Meanwhile, the goal on this research is to conduct a simulation of the calculation of the aggregation EC using a Clayton copula then compares it to the value of EC using a Frank copula. Based on the results of the simulation is obtained that the value of EC using a Clayton copula is smaller 0.21% than the value of EC using a Frank Copula."

"Dalam Peraturan Bank Indonesia nom or 5/8/PBI/2003 tanggal 19 Mei 2003 tentang Penerapan Manajemen Risiko Bagi Bank Umum ditegaskan bahwa tujuan utama dari penerapan manajemen risiko bank adalah menjaga agar aktivitas operasional yang dilakukan bank tidak menimbulkan kerugian yang melebihi kemampuan bank untuk menyerap kerugian tersebut atau bahkan dapat membahayakan kelangsungan usaha bank. Modal merupakan komponen utama bagi bank dalam di dalam mengantisipasi potensi kerugian yang mungkin terealisasi di dalam menjalankan aktivitas operasional usahanya. Untuk itu salah satu cara dalam mengelola risiko usaha bank adalah dengan mengetahui seberapa besar modal yang hams disediakan oleh bank di dalam mengantisipasi risiko usahanya atau dengan mengetahui seberapa besar total risiko yang dapat diserap dengan modal bank yang tersedia sesuai dengan kondisi, struktur, uk:uran dan kompleksitas usaha masing-masing bank. Salah satu jenis risiko yang harus dihadapi oleh bank dalam menjalankan aktivitas usahanya adalah risiko pasar (market risk), yaitu risiko yang timbul karena adanya pergerakan variabel pasar (adverse movement) dari portofolio yang dimiliki oleh bank, yang dapat merugikan bank. Variabel pasar dalam hal ini adalah suku bunga (interest rate) dan nilai tukar (foreign exchange). Sebagaimana diatur Basle Committe on Banking Supervision (BCBS) dalam Amendment to The Capital Accord Incorporate Market Risk tahun 1996 yang juga telah diadopsi oleh Bank Indonesia sebagai regulator perbankan nasional, terdapat dua pendektan altematif yang dapat digunakan dalam menghitung risiko pasar, yaitu pendekatan standar (standardized approach) dan pendekatan internal model (internal model approach). Perhitungan risiko pasar dilakukan dengan memperhitungkan risiko suku bunga dan risiko nilai tukar. Risiko suku bunga mencakup risiko spesifik (specific risk) dan risiko umum (general market risk). Perhitungan risiko nilai tukar didasarkan pada Posisi Devisa Neto (Net Open Position) yang dimiliki Bank. Karya akhir ini mengkaji aspek-aspek proses perhitungan risiko pasar dalam mengestimasi besamya modal yang harus disediakan untuk mengantisipasi risiko pasar (market risk capital charge), khususnya yang disebabkan oleh faktor perubahan nilai tukar atas posisi devisa neto PT. Bank lntemasional Indonesia Tbk per tanggal 30 Juni 2003, baik dengan menggunakan pendekatan standar maupun pendekatan internal model dengan menggunakan pendekatan simulasi. data historis (historical simulation approach) dan pendekatan varian kovarian (variance covariance approach) dengan exponentially weighted moving average (EWMA). Dalam pendekatan standar, pengukuran risiko nilai tukar dilakukan dengan menggunakan pendekatan standar yang telah ditetapkan oleh regulator, dimana besamya Market Risk Capital Charge ditetapkan sebesar 8% dari posisi yang memiliki jumlah yang terbesar antara posisi long dan posisi short. Dengan pendekatan standar, besamya Market Risk Capital Charge adalah sebesar Rp.5.735 juta,-.Penetapan besamya Value at Risk dengan pendekatan simulasi data historis dilakukan dengan mensimulasi profit and loss atas posisi devisa neto bank berdasarkan return historis nilai tukar masing-masing valuta asing terhadap rupiah selama periode pengamatan, baik dengan 250 data maupun 500 data. Dengan menggunakan 250 data dan tingkat keyakinan (confidence level) 99%, besamya Value at Risk adalah sebesar Rp.888,38 juta,- sehingga besamya Capital at Risk adalah Rp.2.665,14 juta,-. Sedangkan untuk 500 data dan confidence level 99%, basil Value at Risk sebesar Rp.1.269,61 juta,- dan Capital at Risk sebesar Rp.3.808,83 juta,-. Untuk perhitungan Value at Risk dengan menggunakan pendekatan Variance Covariance - EWMA diawali dengan cara terlebih dahulu menetapkan faktor peluruh yang optimal (optimal decay factor ), dimana dalam penelitian ini besarnya faktor peluruh optimal yang digunakan adalah sebesar 0,96. Dengan menggunakan pendekatan ini, besarnya Value at Risk dengan 250 data dan confidence level 99% adalah sebesar Rp.664,24 juta,- dan Capital at Risk sebesar Rp.L992,72 juta,~, sedangkan untuk 500 data dan confidence level 99% Value at Risk sebesar Rp.559,57 juta,- dan Capital at Risk sebesar Rp.1.678,71 juta,-. Mengingat risiko pasar yang melekat dalam portofolio yang dimiliki bank tidak hanya terbatas pada risiko nilai.tukar yang melekat pada posisi devisa neto bank, tetapi risiko pasar dan risiko suku bunga yang melekat pada seluruh portofolio yang dimiliki bank, baik berupa instrumen surat hutang ,(debt instruments),forward rate agreement (FRA),foreign exchange, forward, ataupun dalam bentuk instrumen portofolio lainnya, maka pengaruh risiko nilai tukar posisi devisa neto bank terhadap perubahan CAR bank yang sangat kecil, yaitu hanya mengalami penurunan sebesar 0,17% dengan pendekatan standar, 0,08% dengan pendekatan simulasi historis, dan 0,06% dengan pendekatan varian kovarian dari CAR bank per-tanggal 30 Juni 2003 sebesar 25,88% sebelum memasukkan risiko pasar. Sementara itu berdasarkan hasil stress testing yang dilakukan dengan pendekatan historical scenario dengan tiga skenario, yaitu. skenario terbaik (best scenario), scenario terburuk (worst case scenario), dan skenario yang mungkin (probable case scenario) terdapat potensi terjadinya kerugian sebesar Rp.749 juta dan penurunan modal bank sebesar 0,026% dari posisi modal bank pertanggal 30 Juni 2003 sebesar Rp.2.836.828juta,-. "

"lndustri jasa keuangan seperti perbankan merupakan industri yang sangat sensitif dengan keadaan pasar keuangan. Pengelolaan dana yang dilakukan perbankan tidak terlepas dari kemungkinan terjadinya kerugian karena berbagai risiko yang harus dihadapi. Salah satu risiko yang dihadapi bank adalah risiko pasar yaitu risiko keuangan yang disebabkan karena adanya perubahan faktor-faktor pasar seperti nilai tukar mata uang asing, tingkat suku bunga, dan harga. Perhitungan risiko nilai tukar didasarkan pada Posisi Devisa Netto (Net Open Position) yang dimiliki bank.Permasalahan yang timbul adalah untuk menghitung besarnya risiko pasar, selama ini yang dilakukan perbankan dengan pendekatan tradisional (non statistik) Sehingga masih diragukan keakuratannya. Sedangkan pengukuran risiko dengan pendekatan statistik dalam hal ini value at risk masih belum banyak diterapkan oleh bank-bank di Indonesia.Dalam karya akhir ini mencoba untuk mengkaji aspek-aspek proses perhitungan risiko pasar dalam mengestimasi besarnya modal yang harus disediakan untuk mengantisipasi risiko pasar khususnya yang disebabkan oleh faktor perubahan nilai tukar atas posisi devisa netto PT. Bank X Tbk per tanggal 30 Juli 2004, baik dengan menggunakan pendekatan standar maupun dengan pendekatan internal model dengan menggunakan pendekatan varian kovarian dengan exponentially weighted moving average (EWMA).Dalam pendekatan standar, pengukuran risiko nilai tukar dilakukan dengan menggunakan pendekatan yang ditetapkan oleh regulator. dimana besarnya Market risk Capital Charge ditetapkan sebesar 8% dari posisi yang memiliki jumlah terbesar diantara posisi long atau short. Dengan pendekatan standar, besarnya Market risk Capital Charge adalah Rp. 71.504 juta.Untuk perhitungan Value at Risk dengan menggunakan pendekatan Variance Covariance - EWMA diawali dengan cara terlebih dahulu menetapkan faktor peluruh yang optimal (optimal decay factor - A ), dimana dalam penelitian ini besarnya faktor peluruh optimal yang digunakan adalah sebesar 0,99. Dengan menggunakan pendekatan ini, besarnya Value at Risk dengan 288 data dan confidence level 99% adalah sebesar Rp. 7.882.42juta dan capital chargenya sebesar Rp. 74.779juta.Mengingat risiko pasar yang melekat dalam portofolio yang dimiliki bank tidak hanya terbatas pada risiko nilai tukar yang melekat pada posisi devisa netto bank, tetapi risiko pasar dan risiko suku bunga yang melekat pada seluruh portofolio yang dimiliki bank, maka pengaruh risiko nilai tukar posisi devisa netto bank terhadap perubahan CAR sangat kecil, yaitu hanya mengalami penurunan sebesar 0,23% dengan pendekatan standar dan 0,17% dengan pendekatan varian kovarian dari CAR bank per tanggal 30 Juli 2004 sebesar 26,04% sebelum memasukkan risiko pasar."

"Penelitian ini menyajikan analisa dari hasil pengolahan data risiko operasional pada portofolio Submarine Cable Service di Telkominfra. Tujuan penelitian ini adalah untuk mengetahui risiko yang sering terjadi, mengetahui akar masalah, memberikan mitigasi risiko, dan mengetahui besar pencadangan modal yang diperlukan portofolio Submarine Cable Service Telkominfra. Penelitian ini dilakukan dengan metode kualitatif yaitu wawancara untuk mengetahui risiko, akar masalah, dan usulan mitigasi risiko, serta metode kuantitatif untuk menghitung pencadangan modal. Perhitungan pencadangan modal dilakukan dengan mencari nilai Operation Risk Variance (OpVar) menggunakan metode Monte Carlo simulation. Hasil penelitian menunjukan bahwa risiko yang paling sering terjadi dan memiliki dampak paling besar yaitu risiko keterlambatan akibat ketidaktersediaan kapal. Telkominfra memerlukan pencadangan modal sebesar Rp 2,163,975,476 per kejadian sebagai bentuk mitigasi risiko keterlambatan pekerjaan pada portofolio Submarine Cable Service untuk menjaga kestabilan likuiditas perusahaan.

---

This study analyzes the operational risk event on the Submarine Cable Service portfolio at Telkominfra. The purpose of this study is to determine the most impactful risk, the root cause of the risk, the amount of capital reserves, and to provide risk mitigation for Submarine Cable Service Telkominfra. Methods use in this study are both qualitative and quantitative methods. Qualitative method used is interviews to determine risks, root causes, and risk mitigation. Quantitative method uses to calculate capital reserves. Calculation of capital reserves is done by finding the value of Operation Risk Variance (OpVar) using the Monte Carlo Simulation. The results of this study show that the risk that occurs most often and has the greatest impact is the risk of delays due to the unavailability of vessels. Telkominfra requires a capital reserve of Rp 2,163,975,476 per event to mitigate the risk of work delays in the Submarine Cable Service portfolio to secure the stability of company’s liquidity."

"Krisis moneter yang dialami oleh Indonesia dan negara-negara Asia pada sekitar tahun 1997-1998 dampaknya masih terasa sampai saat ini khususnya pada industri perbankan. Pemerintah telah melakukan program rekapitalisasi melalui obligasi rekap (yang dalam perkembangannya menjadi Surat Utang Negara atau SUN) kepada bank-bank yang mengalami kesulitan likuiditas yang telah mengakibatkan ratio pemodalan (CAR) menjadi minus. Dalam perkembangannya, bank-bank yang terkena rekapitalisasi tersebut menghadapi tantangan yang besar dan serius dalam mengelola SUN. Instrumen ini mempunyai risiko yang besar khususnya risiko pasar akibat fluktuasi suku bunga.Mengingat besarnya risiko yang dihadapi perbankan tersebut, maka Bank Indonesia selaku pengawas perbankan telah mengeluarkan peraturan mengenai penerapan market risk bagi bank. Peraturan ini dikeluarkan oleh Bank Indonesia sesuai dengan rekomendasi Bank for International Settlement (BIS). Dalam peraturan tersebut BI mewajibkan bank mencadangkan dananya untuk mengcover capital charge karena market risk. Untuk menghitung capital charge, saat ini BI mewajibkan bank-bank untuk menghitung dengan standardized model. Namun demikian bank diijinkan untuk menghitung dengan pendekatan internal model. Perhitungan dengan pendekatan internal model dapat dilakukan dengan berbagai metode yaitu variance-covarinace, montecarlo dan historical simulation. Namun dalam penelitian karya akhir ini metode yang dipakai adalah variance-covariance.Dalam pengkajian karya akhir ini dipilih PT. XXX sebagai objek penelitian. PT. XXX adalah salah satu bank pemerintah dan sudah go public yang terkena kewajiban untuk menghitung capital charge market risk karena memiliki porfolio trading SUN yang cukup besar yaitu sekitar Rp.26,88 Trilyun per posisi 31 Maret 2004 atau sekitar 28% dari total asset yang berjumlah Rp. 94,5 Trilyun.Permasalahan yang akan dikaji dalam karya akhir ini adalah: (a) berapa besar capital charge SUN pada portfolio trading dan available for sale PT. XXX yang dihitung berdasarkan standardized model, (b) Berapa besar VaR SUN portfolio trading dan available for sale PT. XXX dengan perhitungan internal model berdasarkan pendekatan variance-covariance, (c) Manakah model terbaik berdasarkan perbandingan point a dan b serta (d) bagaimana pengaruh perhitungan capital charge tcrhadap CAR di PT. XXX melalui pendekatan standardized model dibandingkan dengan internal model? Sedangkan tujuan dari penelitian ini adalah memberi masukan bagi PT.XXX dalam menentukan model terbaik sehingga capital charge yang dicadangkan dan pengaruh penurunan CAR adalah yang terkecil. Pengkajian dalam karya akhir ini dibatasi pada outstanding trading SUN khususnya posisi 31 Maret 2004 yang terdiri dari 11 seri SUN yaitu FR02, FR03, FR04, FR05, FR08, FRIO, FRl6, F R17, FR20, FR23 dan FR25."

"Kegiatan investasi perusahaan asuransi diatur secara khusus dalam Keputusan Menteri Keuangan No.424/KMK.06/2003. Disamping mengatur jenis investasi yang diperkenankan untuk dimiliki oleh perusahaan, peraturan ini jugs menetapkan capital charge untuk setiap jenis investasi. Untuk investasi pada reksadana dikenakan fak-tor sebesar 0% untuk reksadana yang sepenuhnya surat hutang pemerintah, 2% untuk reksadana yang sepenuhnya berupa surat utang swasta dan atau surat berharga pasar uang , 10% untuk reksadana yang sepenuhnya berupa surat berharga ekuitas. Kemudian untuk reksadana campuran dikenakan faktor risiko sebesar rata-rata tertimbang dari risiko aset yang membentuknya atau maksirnum 10%.Berdasarkan Laporan Keuangan per tanggal 31 Desember 2004, PT. Asuransi Astra Buana rrtempunyai eksposure investasi pada reksadana sebesar Rp 325 milyar, atas eksposure ini PT Asuransi Astra Buana dikenakan capital charge sebesar Rp 4,98 milyar atau 1,53% dari total investasi yang dialokasikan pada reksadana.Hasil perhitungan Value at Risk (VaR) terhadap portfolio reksadana tersebut didapat VaRponroiio(95%o, 360hari) = Rp 2,42 milyar atau sebesar 0,79% dari total nilai investasi pada reksadana. Hal ini menujukkan capital charge yang ditetapkan pemerintah lebih besar dari perhitungan risiko dengan menggunakan VaR, sehingga dapat meng-cover kerugian apabila terjadi kegagalan pengelolan kekayaan khususnya pengelolaan investasi pada reksadana untuk tahun 2004.Simulasi terhadap portfolio reksadana yang dimiliki PT Asuransi Astra Buana menunjukkan portfolio yang ada bukan portfolio optimal, portfolio optimal dapat dibentuk ini terdiri dari 3 unit reksadana yakni Reksadana Mandiri Dana Pendapatan Tetap sebesar 10.50%, Reksadana Nikko Bond Nusantara sebesar 24.50% dan Reksadana RIDO DUA sebesar 65.00%. Hasil simulasi ini menunjukkan return portfolio simulasi lebih tinggi sebesar 15% dari return portfolio awal pada tingkat risiko portfolio yang mina dengan tingkat risiko portfolio awal. Analisa skenario jika portfolio awal diterapkan pada tahun 2005 juga menunjukkan portfolio hasil simulasi menghasilkan return yang lebih baik dihanding portfolio awal."